Avis Kling 3.0 : mouvement, multi-plans, limites

Mon avis sur Kling 3.0 après deux semaines de tests : scènes multi-plans, son natif en cinq langues, la 4K, où il bat Veo 3.1 et où il ne fait pas le poids.

Chaque annonce de lancement prétend que son modèle va enterrer Sora, alors j'ai commencé cet avis Kling 3.0 en m'attendant à être un peu déçu. Je travaille côté ingénierie sur les outils vidéo de Flami. Concrètement, ça veut dire qu'une bonne partie de ma semaine part dans le test de modèles sur des tâches réelles et sans intérêt, pas dans la lecture de communiqués de presse à leur sujet. Kling 3.0 y a eu droit pendant deux semaines. Des baskets sur fond neutre. Une scène de café avec un seul acteur. Des plans produit où la caméra devait bouger vite sans que l'objet perde sa forme.

Voici ce que ça a donné.

Les faits, avant de donner mon avis

Kuaishou a lancé Kling 3.0 le 5 février 2026. Si ce nom ne vous dit rien, Kuaishou édite l'une des plus grandes applications de vidéo courte en Chine, concurrente directe de Douyin, et Kling est sa famille maison de modèles vidéo. Au lancement, Kuaishou annonçait que Kling avait déjà été utilisé par 60 millions de créateurs.

Quatre modèles sont sortis le même jour : Video 3.0 et Video 3.0 Omni, plus Image 3.0 et Image 3.0 Omni. Omni est le grand frère de la famille. Il accepte aussi de l'audio ou des clips vidéo en entrée, en plus du texte et des images, et c'est la version qui gère le multi-plans. La Video 3.0 simple se limite au texte-vers-vidéo et à l'image-vers-vidéo.

Face à Kling 2.6, voici ce qui change :

durée des clips : jusqu'à 15 secondes par génération, contre 10 pour 2.6 ;
son : 2.6 générait déjà l'audio en même temps que l'image dès décembre 2025, et 3.0 élargit la parole à cinq langues avec des accents régionaux ;
storyboard multi-plans : dans une seule requête, chaque plan a sa propre durée, son propre cadrage et son propre mouvement de caméra ;
résolution : 2K et 4K pour les images dès le lancement, la 4K native pour la vidéo est arrivée plus tard.

« Génération audio native dans plusieurs langues, dialectes et accents. »
Annonce de lancement de Kuaishou, 5 février 2026

Ça se résume à cinq langues : anglais, espagnol, chinois, japonais, coréen. Les locuteurs allemand ou portugais restent sur leur faim pour l'instant, et c'est la première limite à connaître.

La gamme n'est pas restée figée depuis février. Les résultats du deuxième trimestre publiés le 19 août par Kuaishou mentionnent un nouveau modèle Kling 3.0 Turbo et une sortie vidéo en 4K native sur toute la série 3.0. Kling a aussi rapporté plus de 850 millions de RMB ce trimestre-là, en hausse de plus de 200 % sur un an, selon l'article de TechNode. L'argent ne fait pas la qualité, évidemment.

Sur les votes à l'aveugle, il se situe dans le ventre mou du classement. Le classement image-vers-vidéo d'arena.ai, mis à jour le 21 septembre 2026, place kling-v3-pro 19e avec 1 354 points. Les premières places reviennent à des modèles plus récents de MiniMax et Google. Les votants du classement choisissent entre deux clips au hasard, ils ne jugent pas si votre référence produit est bien filmée, donc je traite ce rang comme du bruit de fond, pas comme un argument d'achat.

Ce qui m'a plu

C'est sur le mouvement que Kling prend l'avantage sur tout ce que j'ai testé. La caméra tourne autour de l'objet, les choses bougent avec un poids crédible, et quand deux objets se touchent, le contact a l'air physique. Si un plan a besoin d'énergie, c'est ce modèle que je prends.

Le multi-plans m'a surpris davantage. Je l'ai testé sur une promo pour une petite marque de vêtements. La même personne dans plusieurs cadrages. Et ce n'était pas trois clips séparés collés bout à bout. C'était une seule séquence continue avec des coupes à l'intérieur. Le résultat s'approchait d'un spot fini de 15 secondes sorti d'une seule génération, sans passer par le montage.

Il y a aussi les mains. Montrez un produit qu'on manipule (déplié, pressé, coupé en tranches) et Kling 3.0 dessine les doigts plus précisément que Veo 3.1 dans mes essais. Honnêtement, ça a l'air anecdotique. Ça ne l'est pas, parce que les mains, c'est là que la plupart des clips IA se trahissent.

L'image-vers-vidéo est propre. Je charge une photo produit et je récupère un mouvement fluide sans que l'objet se déforme. Veo s'en sort bien aussi sur ce point, mais Kling m'a paru moins cher et plus rapide.

Et la vitesse. En mode Qualité, Kling terminait en 2 ou 3 minutes chez moi, contre 3 à 5 pour Veo dans le même mode. Faites tourner un catalogue entier sur les deux, et l'écart se creuse vite.

Là où ça déçoit

Le son hors anglais. La parole en anglais est correcte. Dans les autres langues prises en charge, c'était nettement plus rugueux dans mes tests, et pour tout ce qui sort des cinq, je n'essaierais même pas. Mon contournement : je génère le clip muet et je pose une voix off par-dessus, via ElevenLabs ou une vraie personne.

Les visages en gros plan, c'est le deuxième problème. Kling construit de belles scènes en mouvement, mais un plan serré sur un visage peut vite tomber dans la vallée de l'étrange. Les clignements arrivent au mauvais moment et la peau prend un aspect légèrement cireux. J'ai l'impression que les yeux font plus de dégâts que la peau. Pour un portrait qui doit convaincre, Veo est plus solide.

Il ne vise pas non plus le rendu cinéma. Ce que donne Kling est pratique, pas pictural. Une pub parfum ou bijou où chaque reflet sur le flacon compte, ce n'est pas son terrain.

Les histoires longues se disloquent aussi. Une génération multi-plans tient bien la route. Dès que j'ai commencé à enchaîner les générations pour une histoire plus longue, la lumière s'est mise à dériver. Le personnage aussi, comme avec la plupart des modèles vidéo.

Pourquoi utiliser Kling quand on a déjà Veo ?

Je me suis fixé une règle approximative. Je réserve Veo pour le seul plan vedette qui doit avoir l'air cher, et j'utilise Kling à volonté pour tout le reste de la liste de plans.

En pratique, ça se découpe en quatre types de travaux.

Les vidéos produit où quelque chose doit bouger. Une fiche Amazon.fr, une page produit Shopify, une pub TikTok Shop, partout où l'objet doit être montré en action, caméra comprise. L'électronique sortait plus vite et moins cher sur Kling que sur Veo. Pareil pour le matériel de sport, l'outillage, les ustensiles de cuisine.

Les lots. Sur Flami, un clip Kling standard coûte à peu près la moitié des crédits d'un clip Veo en mode Qualité, parfois moins. Les chiffres à jour sont sur la page Kling 3.0. Un seul clip, aucune importance. Deux cents références produit, et l'écart devient de l'argent bien réel.

Les publicités courtes avec un personnage récurrent. On peut obtenir quelque chose de comparable avec Veo via Extend, mais le multi-plans de Kling permet de diriger chaque plan séparément, ce que j'ai trouvé plus facile à contrôler.

Donner vie à une photo produit. Si vous avez déjà une bonne photo de fiche et que vous voulez la faire bouger, c'est la solution la plus rapide et la moins chère que je connaisse.

Là où Veo garde l'avantage, sans détour

L'expression faciale fine. Quand une personne en gros plan doit porter un sentiment précis, Veo 3.1 est plus crédible, et l'écart n'était pas serré dans mes tests.

La lumière avec un vrai rendu cinéma : contre-jour, dégradés doux, reflets sur le verre. Veo réussit ça plus souvent.

Les dialogues plus longs, surtout enchaînés via Extend. Le multi-plans résout un autre problème : il donne une séquence de plans reliés entre eux, pas une personne qui parle face caméra pendant 20 secondes. Mon avis sur Veo 3.1 détaille ce point.

Comment marche le multi-plans, en pratique

Imaginez une pub de 30 secondes à l'ancienne. Vous générez trois ou quatre morceaux, puis vous les montez ensemble, et à chaque raccord, quelque chose change. La lumière change de teinte. Une manche devient d'un bleu différent. L'angle saute.

Avec Kling 3.0 Omni, vous décrivez toute la séquence dans un seul prompt, plan par plan. Quelque chose comme ça :

plan 1, environ 4 secondes : un gars s'approche d'une vitrine, plan moyen ;
plan 2, 6 secondes : gros plan pendant qu'il examine le produit ;
plan 3, les 5 dernières secondes : plan large, il quitte le magasin avec un sac.

Le modèle rend les trois comme une seule scène, avec la même lumière et le même visage. Vous obtenez un spot de 15 secondes sans raccord.

Ça a marché dans 7 de mes 10 essais. Dans les trois autres, le gars se transformait en quelqu'un d'autre au troisième plan, ou le décor changeait. La fonction est récente, et ça se voit.

Comment y accéder

Vous pouvez vous inscrire sur le site officiel de Kling et acheter ses packs de crédits. Ça fonctionne très bien si Kling est le seul modèle que vous utilisez. Mais c'est un compte de plus et un solde de plus à surveiller dès que vous voulez aussi Veo ou Hailuo.

Sur Flami, Kling 3.0 est inclus dans l'abonnement classique et se trouve dans le même tableau de bord que les autres modèles, donc vous pouvez faire tourner le même prompt sur Kling, Veo et Hailuo l'un après l'autre et garder la meilleure prise.

Prix et temps d'attente

Un clip standard de 8 à 10 secondes en mode Qualité me prend 2 à 3 minutes. Une scène multi-plans de 15 secondes prend 4 ou 5 minutes et coûte environ trois fois les crédits d'un clip simple. Flami n'affiche pas encore de prix en dollars pour les comptes internationaux, donc je m'en tiens aux crédits.

Comparez ça avec la voie du studio pour un simple clip produit de 15 secondes. Vous réservez l'espace et vous perdez une journée de tournage. Ensuite, il faut compter en général une semaine avant de voir un montage. La comparaison est sans doute un peu déloyale, je le sais, parce qu'un studio offre un autre type de qualité. Pour un feed social ou une fiche marketplace, cette différence ne pèse presque jamais dans la balance.

Est-ce fait pour ce que vous produisez ?

Kling mérite sa place sur mon bureau pour les lots chargés en mouvement, un gros volume de clips pour un catalogue, l'image-vers-vidéo à partir d'une photo produit existante, et les pubs courtes en multi-plans qu'on ne veut pas monter à la main.

Je le laisse de côté dès que la voix doit être dans une langue hors des cinq (je l'ajoute alors en post-production), quand un gros plan doit porter une vraie émotion sur un visage, où Veo et Hailuo font mieux, ou quand le brief demande un rendu premium et cinématographique, ce qui est le travail de Veo.

La suite

Hailuo et Runway Aleph sont les prochains sur ma liste. Runway est l'exception des deux. Il fonctionne moins comme un générateur que comme un éditeur vidéo intelligent, ce qui en fait un métier complètement différent. J'ai détaillé Aleph à part dans l'avis Runway Aleph, et il y a aussi un test côte à côte où Kling affronte Veo et Runway sur des plans produit identiques.

Chargez votre propre plan produit dans Flami et regardez comment Kling le fait bouger.

Réponses rapides

*Qu'est-ce que Kling 3.0 ?* Un modèle de génération vidéo de Kuaishou, sorti le 5 février 2026. Les clips vont jusqu'à 15 secondes. Il gère les scènes multi-plans et génère la parole dans cinq langues. La 4K native est arrivée plus tard dans l'année.

*En quoi diffère-t-il de Kling 2.6 ?* La durée grimpe à 15 secondes, contre 10 auparavant. La parole couvre désormais cinq langues avec des accents, le storyboard multi-plans est une nouveauté, et la cohérence des personnages est meilleure.

*Kling 3.0 ou Veo 3.1 ?* Pour un catalogue de 200 références, je pars sur Kling et son prix par défaut. Pour le produit vedette où un visage doit vendre l'émotion, je bascule ce plan-là sur Veo.

*Quelles langues le son natif prend-il en charge ?* Cinq : anglais, espagnol, chinois, japonais, coréen. Les prompts dans d'autres langues sont en général compris, mais la parole générée ne sera pas dedans.

*Combien de temps dure une génération ?* Jusqu'à 15 secondes, et ça inclut toute une scène multi-plans dans Omni.

*Peut-il animer une photo produit ?* Oui. Vous chargez la photo et décrivez le mouvement. Vous récupérez un clip animé. C'est l'un des modes les plus solides du modèle.

*Qu'est-ce qu'Omni ajoute ?* De l'audio et des clips vidéo en entrées supplémentaires, plus la génération multi-plans.

Dernière vérification le 30 septembre 2026, sur les communiqués de Kuaishou et le classement d'arena.ai.

Avis Kling 3.0 : deux semaines de plans produit, de scènes multi-plans et quelques ratés