Kling AI : la vidéo IA chinoise qui rivalise avec Veo

Un générateur vidéo à 6,99 $ par mois, 66 crédits gratuits chaque jour, des clips qui s’enchaînent jusqu’à trois minutes, du 4K natif à 60 images par seconde et un son synchronisé en cinq langues, le français n’en faisant pas encore partie : en deux ans, Kling est passé de curiosité chinoise à deuxième acteur du marché, avec soixante millions de créateurs et trente mille clients entreprises revendiqués début 2026. Développé par Kuaishou, le concurrent de TikTok en Asie, il est devenu l’outil du volume, celui qu’on prend quand il faut produire beaucoup sans sacrifier le mouvement. Ce guide explique ce que Kling fait et ne fait pas, ce que la version 3.0 a changé, comment produire un premier clip, comment utiliser le multi-plans et la cohérence de personnage, ce que valent ses crédits et ses plans, la question des données, et ce qui le distingue de Veo.

Il complète notre guide complet des générateurs vidéo IA, qui situe Kling dans la famille cinématographique, et notre article sur Google Veo, la référence à laquelle Kling est comparé.

En bref

• Kling AI est développé par Kuaishou, lancé mondialement en juin 2024, avec 60 millions de créateurs et 30 000 clients entreprises début 2026, rapporte Eesel.
• La version 3.0, sortie début février 2026, apporte le 4K natif à 60 images par seconde, la génération multi-plans jusqu’à six scènes, l’audio synchronisé en cinq langues (anglais, chinois, japonais, coréen, espagnol, pas le français à ce jour) et le verrouillage de personnage, détaille Polydesk.
• 66 crédits gratuits par jour, puis Standard à 6,99 $ (660 crédits), Pro à 29,99 $ (3 000), Ultra à 59,99 $ (8 000), Premier au-delà.
• Un clip natif fait 10 à 15 secondes et s’étend par enchaînement jusqu’à trois minutes environ.
• Les données transitent par des serveurs de Kuaishou, sans garantie de stockage hors de Chine sur les plans grand public.
• Verdict : le meilleur rapport qualité-prix du marché pour la vidéo en volume et le mouvement humain ; à réserver aux contenus non sensibles tant qu’on n’est pas sur un plan entreprise.
• CTA : Proactive Academy vous aide à produire de la vidéo IA en volume sans exposer vos données.

Kling, c’est quoi exactement

Kling vient de Chine. Précisément, c’est le générateur vidéo de Kuaishou Technology, l’entreprise derrière Kwai, l’application de vidéos courtes qui rivalise avec TikTok en Chine et au Brésil. Lancé en juin 2024, il a d’abord surpris par la fluidité de ses mouvements humains, là où les concurrents produisaient des personnages raides ou déformés. Deux ans et une vingtaine de mises à jour majeures plus tard, il revendique cent millions de dollars de revenus sur ses dix premiers mois et un chiffre d’affaires annualisé de 240 millions en décembre 2025.

Sa logique ? Celle de son éditeur. La vidéo courte, en volume, pour des créateurs et des marques qui publient chaque jour. Là où Runway s’adresse aux studios et Veo aux amateurs de réalisme, Kling vise ceux qui ont besoin de cinquante clips par mois à un prix qui tient. Le modèle repose sur une architecture d’attention spatio-temporelle en trois dimensions, qui explique sa tenue sur les mouvements de corps, et depuis la version 2.6 de décembre 2025 il génère le son avec l’image.

L’outil existe en application web, en applications mobiles iOS et Android, et en applications de bureau, avec une plateforme qui réunit vidéo, image, son et effets. Il est aussi accessible comme modèle tiers dans d’autres outils, dont Runway, et par une API à packs prépayés.

Ce que la version 3.0 a changé

Kling 3.0 est sorti les 4 et 5 février 2026, et deux variantes, Turbo et Omni, ont suivi le 17 juin, précise Atlas Cloud. Cinq apports comptent pour un usage professionnel, et ils ne pèsent pas tous le même poids.

Le plus visible est le 4K natif à 60 images par seconde. Kling 3.0 est le premier générateur grand public à rendre du 4K sans agrandissement, à une cadence qui donne des mouvements sans saccade. C’est aussi le plus cher en crédits, et le moins nécessaire : un module ou un post se diffuse en 1080p. Le 4K compte pour un grand écran, pas avant.

Le plus utile est le multi-plans. Une génération peut produire jusqu’à six plans enchaînés à partir d’un seul prompt, avec un storyboard intégré qui permet de décrire chaque scène. Kling passe de générateur de clips à générateur de séquences, et c’est ce qui change la façon d’écrire, comme on le voit plus bas.

Vient ensuite le verrouillage de personnage, avec Elements 3.0 : jusqu’à quatre images de référence fixent un personnage, un objet ou un décor sur plusieurs plans. C’est la réponse au problème historique de la vidéo IA, le visage qui change entre deux scènes, et il a sa propre section dans ce guide.

L’audio a progressé aussi. Voix, effets et musique sont générés avec l’image, avec une synchronisation labiale sur trois locuteurs simultanés, en anglais, chinois, japonais, coréen et espagnol. Le français n’est pas pris en charge pour les dialogues en septembre 2026 : pour un module francophone, générez le clip avec « ambient sound only, no dialogue » et posez la voix off produite par un outil vocal, comme le détaille notre guide de l’IA audio.

Enfin, deux variantes du modèle. Turbo privilégie la vitesse et un coût réduit ; Omni, le moteur complet, la qualité et le contrôle, avec le lien voix-personnage automatique. Turbo pour itérer, Omni pour produire.

Votre premier clip : six étapes

Comptez quinze minutes. Le cas : un plan d’illustration de dix secondes pour un post de présentation d’une formation.

Étape 1 : créer un compte et récupérer les crédits du jour

Rendez-vous sur klingai.com, inscrivez-vous avec un e-mail ou un compte Google. Pas de carte bancaire. Vous recevez 66 crédits par jour, qui expirent au bout de vingt-quatre heures : de quoi tester deux ou trois clips en résolution standard. Le plan gratuit passe par une file d’attente, souvent longue en journée européenne ; le soir, c’est plus rapide.

Étape 2 : choisir le mode et le modèle

Dans l’outil vidéo, choisissez texte-vers-vidéo, le modèle 3.0 Turbo pour ce premier essai, la durée de dix secondes, le format 16:9 ou 9:16 selon la destination, la résolution 1080p. Le 4K attendra.

Étape 3 : écrire le prompt

En anglais de préférence, même si Kling comprend le français mieux que la plupart de ses concurrents :

A trainer in her forties stands in a bright modern classroom, speaks to a small group of adults seated at tables, natural window light, slow lateral dolly, warm and focused atmosphere, realistic, 10 seconds, soft room ambience, no music

Sept éléments : sujet, action, lieu, lumière, caméra, ambiance, son. Le son se dirige comme sur Veo : demandez ce que vous voulez et ce que vous ne voulez pas.

Étape 4 : générer et regarder trois fois

Le clip arrive en trois à cinq minutes sur le gratuit, plus vite sur les plans payants. Une fois pour l’ensemble, une fois pour les mains et les visages, une fois pour le mouvement de caméra. Kling est bon sur les corps ; il se trahit parfois sur le texte à l’écran et les objets tenus.

Étape 5 : passer en image-vers-vidéo

Générez ou importez une image fixe de la même scène, et animez-la avec un prompt de mouvement seul. La cohérence est meilleure, et c’est la méthode à retenir pour tout ce qui doit se reproduire d’un clip à l’autre. Le Motion Brush, comme chez Runway, permet de peindre la zone qui doit bouger.

Étape 6 : étendre, exporter, noter

Si dix secondes ne suffisent pas, l’extension enchaîne les générations en gardant la continuité, jusqu’à trois minutes environ. Exportez en 1080p, ou en 4K si votre plan le permet et si la diffusion l’exige. Notez le prompt, le modèle et la durée dans le dossier du projet.

Pour voir le parcours à l’écran, ce tutoriel complet en français sur Kling 3.0, publié en mars 2026, montre la génération image-vers-vidéo et le travail du prompt ; il passe par une plateforme intermédiaire plutôt que par klingai.com, les réglages sont les mêmes, l’interface diffère.

Le multi-plans et le storyboard

C’est la fonction qui distingue Kling 3.0 en septembre 2026, et elle demande une autre façon d’écrire.

Au lieu d’un prompt pour un plan, vous décrivez une séquence : jusqu’à six scènes, chacune avec son cadrage, son action et sa durée, dans le storyboard intégré. Kling génère les plans dans l’ordre, en gardant les personnages et le décor fixés par vos éléments de référence, et en tenant le son d’un plan à l’autre.

Un exemple de storyboard pour l’ouverture d’un module de trente secondes :

Scene 1 (5s): wide shot, modern training room, morning light, empty tables, slow push-in.
Scene 2 (5s): medium shot, the trainer (reference element 1) enters and places a laptop on the desk.
Scene 3 (10s): close-up, the trainer looks at the camera and smiles as if greeting, ambient sound only, no dialogue (French voice-over added in editing).
Scene 4 (10s): wide shot, participants arrive and sit, soft chatter, no music.

Trois règles. Une action par scène, pas plus. Le personnage nommé par son élément de référence à chaque apparition. Et le son écrit scène par scène, sans dialogue en français puisque l’audio natif ne le parle pas encore, sinon Kling remplit les silences avec une voix dans une autre langue.

Le multi-plans consomme plus de crédits qu’un clip unique et demande le modèle Omni pour la cohérence voix-personnage. Testez la séquence en Turbo, plan par plan, avant de la lancer en Omni.

Tarifs et crédits en septembre 2026

Kling facture en crédits, avec un coût par génération qui dépend du modèle, de la durée, de la résolution et du mode. Relevé d’après Eesel et Comparateur IA.

Le calcul qui compte : un clip de dix secondes en 1080p coûte de l’ordre de 20 à 35 crédits en Turbo, plus en Omni, et un clip 4K en haute qualité 50 à 100 crédits, note Promptfacile. Sur Standard, 660 crédits font vingt à trente clips 1080p par mois ; sur Pro, une centaine. Les générations ratées sont facturées, et les crédits ne se reportent pas. Pour un usage social quotidien, Pro ; pour quelques plans d’illustration par mois, Standard suffit ; le gratuit sert à apprendre.

Elements 3.0 : garder le même personnage d’un clip à l’autre

Le multi-plans règle la cohérence à l’intérieur d’une génération. Elements la règle entre les générations, et c’est ce qui permet une série.

Le principe : jusqu’à quatre images de référence, chargées dans le projet, deviennent des éléments nommés. Un personnage, un produit, un décor, un accessoire. Dans chaque prompt, vous citez l’élément (« element 1 walks in »), et Kling le reproduit, visage, tenue, proportions, dans le nouveau plan. Sur un module de formation avec un présentateur récurrent, c’est la différence entre dix clips qui se suivent et dix clips qui se ressemblent.

Quatre règles pour que ça tienne. Choisissez des références nettes, de face et de profil, sur fond neutre : le modèle apprend ce qu’il voit. Ne changez pas la tenue entre les références. Nommez l’élément dans chaque prompt, même quand il est évident. Et vérifiez la première génération avant de lancer la série : si le visage dérive dès le premier clip, la référence est en cause.

Elements fonctionne aussi pour un produit : quatre photos d’un objet sous des angles différents, et Kling le garde identique dans tous les plans, en main, posé, en mouvement. Pour une vidéo produit ou un packaging, c’est l’usage le plus rentable de l’outil.

Un point de vigilance : un élément créé à partir de la photo d’une personne réelle demande son consentement écrit, comme un clone de voix. Le fait que ce soit facile ne change rien à la règle.

Cas d’usage en formation et en communication

Quatre usages reviennent chez les équipes que nous accompagnons, et Kling n’y joue pas le même rôle.

Le premier est le contenu social quotidien : un clip vertical par jour pour présenter une formation, une actualité, un témoignage, en Turbo et en 1080p sur le plan Pro. C’est l’usage pour lequel Kling est fait, et celui où il n’a pas de concurrent au même prix.

Le deuxième, ce sont les séquences d’illustration d’un module. Dix secondes de contexte, à partir d’une image, en Turbo puis en Omni pour le final ; deux ou trois par module, sur Standard. Ici Kling est un bon choix parmi d’autres, et son avantage tient au prix.

Le troisième est la vidéo produit. Un packshot animé à partir d’une photo, décliné en plusieurs mouvements de caméra, avec le son du produit. C’est la fonction que les marketeurs citent en premier, parce qu’elle remplace un tournage, et Elements 3.0 la rend fiable sur une série.

Le quatrième est le prototype d’une séquence. Le multi-plans et le storyboard permettent de tester une ouverture de module en trente secondes, avant d’engager une production plus lourde sur un autre outil ou en tournage. Peu de crédits, beaucoup d’enseignements.

Dans les quatre cas, la même discipline : image de départ pour ce qui doit rester cohérent, Turbo pour itérer, Omni pour finir, son écrit dans le prompt, et aucun contenu sensible tant que le plan n’est pas un plan entreprise. C’est ce cadre que Proactive Academy formalise avec les équipes qui produisent leurs vidéos en interne.

Données, droits, transparence

C’est la section que la DSI lira. Elle tient en quatre points, et le premier pèse plus que les trois autres réunis.

Les données d’abord. Kuaishou est une entreprise chinoise, et sur les plans grand public, les images et les prompts transitent par ses serveurs sans garantie de stockage hors de Chine. Les plans entreprise offrent un choix de centre de données. Concrètement, pas de photo de collaborateur, de produit non lancé ou de document interne dans un compte Standard ou Pro ; pour ces contenus, un plan entreprise, ou un autre outil. Aucun jugement sur l’éditeur là-dedans : une règle de prudence, la même pour tout service hébergé hors d’Europe sans cadre contractuel.

L’usage commercial est ouvert dès le plan Standard, filigrane retiré. Le gratuit reste réservé à l’usage personnel.

Sur les droits, Kling est dans la situation de tous les générateurs vidéo : aucune garantie contre une réclamation, et un modèle entraîné sur des données dont l’origine n’est pas documentée. Les mêmes réflexes s’appliquent que chez les concurrents, pas de personne réelle sans consentement, pas d’imitation d’œuvre existante.

Reste la transparence. Depuis le 2 août 2026, l’AI Act impose de signaler un contenu vidéo synthétique, en particulier s’il représente une personne. Une mention dans la description ou le générique suffit. Les clips Kling portent un filigrane sur le gratuit et des métadonnées sur les plans payants ; ne les retirez pas.

Ce qui change par rapport à Veo

La question revient à chaque formation, et elle se règle par usage.

Trois lignes décident. Pour du volume à petit prix et des mouvements de corps crédibles, Kling. Pour un plan qui doit être parfait, avec un dialogue en français et un cadre de données d’entreprise, Veo. Et pour une équipe qui manipule des contenus sensibles, la ligne « données » tranche avant les autres. Beaucoup de créateurs que nous accompagnons utilisent Kling pour le quotidien et Veo pour les plans d’ouverture ; les deux sont d’ailleurs accessibles depuis Runway, comme le détaille notre guide de Runway.

Limites et pièges

La file d’attente du gratuit. Trois à cinq minutes par clip, parfois plus en journée. Ce n’est pas un défaut de qualité, c’est le prix de la gratuité.

Les ratés facturés. Comme partout, une génération qui déçoit coûte autant qu’une bonne. Itérez en Turbo, à 1080p.

Le 4K qui dévore. 50 à 100 crédits par clip. Réservez-le à une diffusion qui le justifie, sur un plan Ultra ou Premier.

Les données. Le point le plus important pour une entreprise, et le plus souvent oublié par les créateurs enthousiastes.

Pas de dialogue en français. L’audio natif parle cinq langues, pas la nôtre. Voix off à part, ou Veo pour un dialogue francophone.

Le texte à l’écran. Kling, comme ses concurrents, écrit mal. N’attendez pas un titre lisible dans l’image ; ajoutez-le au montage.

La cohérence hors multi-plans. Sans éléments de référence, un personnage change d’un clip à l’autre, ce qui est le défaut le plus visible de toute la catégorie et celui qu’Elements 3.0 a été conçu pour corriger, à condition qu’on pense à charger les références avant de générer plutôt qu’après avoir constaté le problème.