Kurz gesagt: Wählen Sie Veo 3.1, wenn ein Clip von bis zu 8 Sekunden mit eingebautem Ton genügt, wenn Sie eine Figur mit Referenzbildern halten möchten oder einen niedrigen, pauschalen Preis pro Clip suchen. Wählen Sie Kling 3.0, wenn der Clip länger laufen soll, bis zu 15 Sekunden, oder wenn Sie den Ton abschalten möchten. Alles Weitere hängt von den Details unten ab, die allesamt auf den Einstellungen und Preisen beruhen, die Sie im Generator tatsächlich sehen.
Die Bildqualität der beiden Modelle haben wir nicht bewertet. Sie hängt von Ihrem Motiv und Ihrem Prompt ab, deshalb zeigt der letzte Abschnitt, wie Sie beide fair an Ihrem eigenen Briefing testen.
Die beiden Modelle in einem Satz
Veo 3.1 ist das Videomodell von Google. Es erzeugt kurze Clips und generiert Dialoge, Effekte und Umgebungsgeräusche gemeinsam mit dem Bild. Auf BestAIVideo gibt es drei Stufen: Lite, Fast und Quality.
Kling 3.0 ist die Videomodell-Reihe von Kling AI, einem Teil von Kuaishou. Sie erzeugt längere Clips mit nativem Audio, und der Generator bietet außerdem die schnellere Variante Kling 3.0 Turbo für rasche Tests an.
Im direkten Vergleich
| Veo 3.1 | Kling 3.0 | |
|---|---|---|
| Clip-Länge | 4, 6 oder 8 Sekunden | Jede ganze Sekunde von 3 bis 15 |
| Auflösung | 720p, 1080p, 4K auf jeder Stufe | 720p, 1080p, 4K (Turbo: 720p, 1080p) |
| Ton | Immer an | Standardmäßig an, mit Schalter |
| Ausgangspunkt | Text, Startbild, optional Endbild | Text, Startbild, optional Endbild |
| Referenzbilder | 1 bis 3 bei Lite und Fast | Nicht verfügbar |
| Seitenverhältnis | 16:9, 9:16, Auto | 16:9, 9:16, 1:1 im Textmodus |
| Preisbasis | Pauschalpreis pro Clip | Preis pro Videosekunde |
Länge und Auflösung
Veo 3.1 endet bei 8 Sekunden. Das reicht für eine Produktenthüllung, eine Reaktionsaufnahme oder eine einzelne Kamerabewegung, bedeutet aber, dass eine längere Szene aus mehreren Clips zusammengesetzt werden muss. Kling 3.0 gibt Ihnen jede Sekunde von 3 bis 15, voreingestellt sind 10, sodass eine einzige Anfrage eine vollständige Handlung samt kurzer Pause am Ende fassen kann.
Beide erreichen 4K. Bei Veo 3.1 können Sie 4K auf jeder Stufe wählen. Bei Kling 3.0 bietet das Standardmodell 4K, während Turbo bei 720p und 1080p bleibt.
Ton
Beide Modelle erzeugen Audio, aber Sie steuern es unterschiedlich. Veo 3.1 generiert immer Ton, also gehören Dialoge, Effekte und Umgebungsgeräusche, die Sie haben möchten, in den Prompt. Der Prompting-Leitfaden von Google empfiehlt, gesprochene Sätze in Anführungszeichen zu setzen und Geräusche zu kennzeichnen, zum Beispiel mit SFX oder ambient noise.
Kling 3.0 hat einen Audioschalter, der standardmäßig eingeschaltet ist. Schalten Sie ihn aus, wird der Clip bei 720p und 1080p günstiger, was praktisch ist, wenn Sie das Video später selbst vertonen. Bei 4K ist der Preis in beiden Fällen gleich.
Ausgangspunkte und Referenzen
Beide Modelle können mit Text oder mit einem Startbild samt optionalem Endbild beginnen. Das ist die richtige Wahl, wenn ein Clip auf einem bestimmten Bild beginnen oder enden muss.
Der Unterschied liegt bei den Referenzen. Veo 3.1 bietet bei den Stufen Lite und Fast die Omni-Referenz mit einem bis drei Bildern, was hilft, wenn dieselbe Person oder dasselbe Produkt in mehreren Clips auftauchen soll. Kling 3.0 hat in diesem Generator keinen Referenzmodus, die Konsistenz muss also von einem Startbild und einem gleichbleibenden Prompt kommen.
Was es auf BestAIVideo kostet
Veo 3.1 berechnet einen Pauschalpreis pro Clip, unabhängig von dessen Länge. Kling 3.0 rechnet pro Sekunde ab. Die Tabelle zeigt einen Clip von 8 Sekunden, der längsten Dauer, die Veo 3.1 erzeugen kann.
| Clip von 8 Sekunden | 720p | 1080p | 4K |
|---|---|---|---|
| Veo 3.1 Lite | 24 | 28 | 120 |
| Veo 3.1 Fast | 48 | 52 | 144 |
| Veo 3.1 Quality | 200 | 204 | 304 |
| Kling 3.0 mit Ton | 128 | 173 | 429 |
| Kling 3.0 ohne Ton | 90 | 116 | 429 |
Die Preise sind in Credits angegeben. Veo 3.1 Fast kostet bei 1080p etwa ein Drittel von Kling 3.0 mit Ton, während Veo 3.1 Quality bei derselben Auflösung nah an Kling 3.0 liegt. Kling 3.0 wird teurer, je länger die Clips sind: Ein 15 Sekunden langer Clip in 1080p mit Ton kostet 324 Credits. Der Generator zeigt vor dem Absenden immer den genauen Betrag, und auf der Preisseite steht, wie Credits funktionieren.
Welches Modell wählen
- Sie brauchen einen Clip über 8 Sekunden: Kling 3.0.
- Sie brauchen dieselbe Figur oder dasselbe Produkt über mehrere Clips: Veo 3.1 auf Lite oder Fast, mit Referenzbildern.
- Sie entwerfen viele Ideen günstig: Veo 3.1 Lite oder Fast.
- Sie möchten einen stummen Clip, den Sie selbst vertonen: Kling 3.0 mit ausgeschaltetem Audio.
- Sie möchten eine Stufe für alles, vom Entwurf bis zur Endfassung: Veo 3.1, wo derselbe Prompt auf Lite, Fast und Quality läuft.
- Sie brauchen 4K und einen kurzen Clip: Veo 3.1 ist der günstigere Weg; für einen längeren 4K-Clip Kling 3.0.
Prompts für jedes Modell
Die beiden Anbieter veröffentlichen leicht unterschiedliche Ratschläge, und beide funktionieren im einzelnen Prompt-Feld dieses Generators.
Veo 3.1. Googles Leitfaden baut einen Prompt aus fünf Teilen auf: Kinematografie, Motiv, Handlung, Kontext sowie Stil und Atmosphäre. Beginnen Sie mit der Einstellungsart und der Kamerabewegung, setzen Sie Dialoge in Anführungszeichen und kennzeichnen Sie Geräusche, zum Beispiel mit SFX für einen Effekt und ambient noise für den Raum oder die Landschaft. Ein Prompt kann außerdem einzelne Momente mit Zeitangaben markieren, etwa die ersten zwei Sekunden und die nächsten drei.
Kling 3.0. Der Leitfaden von Kling verlangt schlichte Filmbegriffe für die Einstellung (Totale, Nahaufnahme, Kamerafahrt, Aufsicht, Point of View) sowie für jeden Dialogteil eine sprechende Person, einen Tonfall und einen Satz. Wenn Sie ein Startbild anhängen, verwenden Sie Ihre Worte auf Bewegung, Kamera und Ton, denn das Bild bestimmt die Optik bereits.
Häufige Fragen
Erzeugen beide Ton? Ja. Veo 3.1 tut das immer, und Kling 3.0 tut es, solange Sie das Audio nicht ausschalten.
Kann ich von einem Foto aus starten? Beide können das: Nutzen Sie die Generierung aus einem Einzelbild mit einem Startbild und fügen Sie ein Endbild hinzu, wenn der Clip auf einem bestimmten Bild enden soll.
Welches ist günstiger? Bei Clips von 8 Sekunden oder weniger sind Veo 3.1 Lite und Fast bei jeder Auflösung günstiger. Über 8 Sekunden hinaus kann nur Kling 3.0 den Clip erzeugen.
Kann ich denselben Prompt mit beiden ausführen? Ja. Wechseln Sie im Generator das Modell und vergleichen Sie die beiden Ergebnisse in Ihrem Verlauf.
Ein fairer Test mit Ihrem eigenen Briefing
- Schreiben Sie einen Prompt mit einem einzigen Motiv, einer Handlung und einer Kamerabewegung und halten Sie ihn bei etwa 8 Sekunden Handlung.
- Lassen Sie ihn auf Veo 3.1 Fast und auf Kling 3.0 in 720p mit demselben Seitenverhältnis und eingeschaltetem Ton laufen.
- Vergleichen Sie Identität, Bewegung, Kamera und Ton getrennt voneinander und wiederholen Sie den Sieger anschließend in 1080p.
Beide Seiten bieten Beispiele und Einstellungen, die Sie öffnen können, bevor Sie etwas ausgeben: Veo 3.1 und Kling 3.0. Alle Modelle nebeneinander finden Sie in der Modellübersicht.