Kling Motion Control: v2.6 vs v3, Preise und Vorbereitung

Kling Motion Control überträgt die Bewegung aus einem 3–30 Sekunden langen Referenzvideo auf das Subjekt in einem Referenzbild. Nutze v2.6 Standard für die kostengünstigste Validierung mit 0,063 $ pro Quellsekunde; nutze v3, wenn das Budget für eine neuere Konsistenzebene ausreicht. Die Ausrichtungseinstellung bestimmt auch die maximale Quelldauer: image-Ausrichtung erlaubt 3–10 Sekunden, video-Ausrichtung erlaubt 3–30.^[1]

Der meiste auf das Modell zurückgeführte Identitätsdrift beginnt mit einem Mismatch zwischen dem Standbild und dem treibenden Video. Preise sind wichtig, aber Eingabe-Geometrie kommt zuerst.

v2.6 vs v3 Preise

Öffentliche reAPI-Tarife überprüft am 23. August 2026:

Der Server prüft die Dauer des Quellvideos, rundet die abrechenbaren Sekunden auf und multipliziert mit dem ausgewählten Modell und Modus. Es gibt kein Feld für die Client-Dauer.^[2]

Ein 7,2 Sekunden langer Treibclip wird mit acht Sekunden berechnet. Das Trimmen ungenutzter Anfangs- und Endsekunden vor dem Hochladen spart Geld und reduziert die Bewegung, die das Subjekt nie folgen musste.

Die zwei Ausrichtungsmodi sind leicht zu verwechseln

character_orientation bestimmt, welche Eingabe die Blickrichtung des Subjekts steuert:

Nutze image, wenn die Präsentation des Standbildes dominant bleiben soll: frontal ausgerichtetes Porträt, produktähnliche Charakteransicht oder eine bestimmte Kostümsilhouette. Nutze video, wenn die Performance sich dreht, spinnt, die Kamera kreuzt oder die Blickrichtung wechselt und die Ausgabe ihr folgen soll.

Die falsche Wahl kann wie Gesichtsdrift aussehen. Wenn ein frontal ausgerichtetes Standbild gezwungen wird, einem sich in Profil drehenden Treiber zu folgen, während die Ausrichtung image-gesteuert bleibt, löst das Modell widersprechende Geometrie auf.

Minimale Anfrage

{
  "model": "kling-v2-6-motion-control",
  "prompt": "Follow the reference performance and timing. Keep the face, hair, and jacket from the subject image.",
  "image_url": "https://files.example.com/subject.png",
  "video_url": "https://files.example.com/motion-8s.mp4",
  "character_orientation": "image",
  "mode": "std",
  "keep_original_sound": "yes"
}

Das Prompt, Bild, Video, Ausrichtung und Modus sind erforderlich. Beide Medienfelder müssen öffentliche URLs sein; das Treibvideo sollte MP4 oder MOV sein und nicht größer als 100 MB.^[2]

Warum sich das Gesicht verändert

Gesichtsdrift hat selten eine Ursache. Überprüfe diese der Reihe nach.

1. Der Treiber zeigt einen Winkel, der im Standbild fehlt

Ein einzelnes Frontalporträt definiert Nase, Kiefer, Ohr oder Haare von der Seite nicht. Wenn der Bewegungsclip sich um neunzig Grad dreht, muss das Modell sie erfinden.

Wähle ein Referenzbild im wichtigsten Winkel oder nutze einen Treiber, der nah bei der verfügbaren Ansicht bleibt. Motion Control akzeptiert ein Subjektbild, also ist die Qualität dieses einen Frames wichtiger als ein Ordner ungenutzter Referenzen.

2. Das Gesicht nimmt zu wenige Pixel ein

Ein Ganzkörperbild kann gut für Kleidung und schlecht für Identität sein. Schneide eng genug zu, dass Augen, Nase, Mund und Haargrenze klar sind, während du die Körperteile behältst, die die Bewegung braucht.

Für einen Tanz ist eine saubere Ganzkörper-Quelle mit hochauflösendem Gesicht besser als ein fernes Umgebungsfoto. Vermeide Bewegungsunschärfe, Beauty-Filter und starke Kompression.

3. Körperproportionen stimmen nicht überein

Ein Treiber mit langen Gliedmaßen, lockerer Kleidung oder einer sehr anderen Silhouette kann den generierten Körper vom Standbild wegziehen. Wähle einen Performer mit ähnlichem Framing, Körperproportionen und Kostümvolumen.

4. Okklusion erzwingt Rekonstruktion

Hände über dem Gesicht, schnelle Spins, Haare über den Augen und das Verlassen des Bildausschnitts entfernen Identitätsevidenz. Trimme den Treiber zu einem einfacheren Abschnitt für den ersten Test.

5. Das Prompt verlangt ein anderes Design

„Kinematischer Krieger in futuristischem Helm" kann mit „behalte das Gesicht dieser Person" kollidieren. Das Prompt sollte Bewegung, Kamera, Beleuchtung und Invarianten beschreiben. Füge kein zweites Charakterdesign hinzu, es sei denn, Identitätswechsel ist akzeptabel.

Eine günstige Validierungsleiter

1. Trimme den Treiber zu 3–5 Sekunden um die wichtige Bewegung.
2. Beginne mit v2.6 Standard.
3. Teste beide Ausrichtungsmodi nur, wenn die Bewegung beide plausibel macht.
4. Repariere das Bild-/Treiber-Mismatch, bevor du die Qualität erhöhst.
5. Verschiebe das akzeptierte Eingabepaar zu v3 Standard.
6. Nutze Pro nur, wenn die Ausgabeverbesserung bei diesem Paar den Tarif wert ist.

Der Wechsel zu Pro kann kein fehlendes Profilbild zum Referenzbild hinzufügen. Die Ausgaben sollten der Eingabe-Bereinigung folgen, nicht sie ersetzen.

Bereite den Treibclip vor, anstatt eine ganze Performance hochzuladen

Motion Control berechnet den erhaltenen Clip, und das Modell muss alles darin interpretieren. Schneide den Treiber zur Bewegung, die im Ergebnis gehört.

Vor dem Hochladen:

• entferne den Count-In und den Performer beim Einlaufen;
• halte das Subjekt vollständig sichtbar, wenn Gliedmaßenbewegung wichtig ist;
• vermeide harte Kamerawechsel innerhalb eines Treibers;
• schneide oder rahme neu, damit der Performer einen ähnlichen Anteil des Frames nimmt wie das Standbild;
• reduziere extreme Bewegungsunschärfe, wo Hände oder Gesicht die Aktion definieren;
• behalte die ursprüngliche Frame-Rate, es sei denn, ein absichtliches Retime ist nötig;
• stelle sicher, dass die direkte MP4/MOV-URL öffentlich abrufbar ist und unter 100 MB liegt.

Ein sauberer zehn-Sekunden-Treiber bietet normalerweise eine bessere Diagnose als eine 28-Sekunden-Montage. Sobald das Eingabepaar funktioniert, können längere video-Ausrichtungs-Anfragen die Performance bis zur dokumentierten 30-Sekunden-Grenze erweitern.

Bewerte Bewegung und Identität separat

Eine Ausgabe kann den Körper korrekt folgen, während das Gesicht sich ändert, oder das Porträt bewahren, während die Bewegung abgeflacht wird. Ein nützliches Kontrollblatt hält diese Ausfälle separat:

Nutze das gleiche bereinigte Paar auf v2.6 Standard, v3 Standard und—nur bei Bedarf—v3 Pro. Der Vergleich verschiedener Quellurkronung über Tiers hinweg kann dir nicht sagen, ob die Modellversion etwas verbessert hat.

Schätze Kosten aus der aufgerundeten Quelldauer

Da die Abrechnung die aufgerundete Quelldauer nutzt, trägt eine Reihe von Clips knapp über einer Ganzzahlgrenze eine kleine vermeidbare Prämie. Zwanzig 10,1-Sekunden-Treiber rechnen 220 Sekunden statt 202. Das Trimmen jedes zu genau zehn Sekunden reduziert die Abrechnungssumme, ohne aussagekräftige Bewegung zu entfernen.

Bei v3 Standard betragen diese zwei Summen etwa 25,08 $ und 23,03 $ mit dem angezeigten Tarif von 0,114 $/s. Beschleunige eine Aktion nicht unnötig, um Cent zu sparen, aber entferne versehentliche End-Frames vor einem großen Batch.

Behalte oder verwirf den Originalton

keep_original_sound ist standardmäßig yes. Es zu behalten ist nützlich für Tanz, Lip-Timing und Performance-Referenzen. Stelle es auf no, wenn der Treiber Takt-Audio, lizenzierte Musik, Raumgeräusche oder Dialog enthält, der nicht versendet werden soll.

Die Einstellung ändert nicht die geprüfte Quelldauer für die Abrechnung.

Was du in der Produktion protokollierst

Speichere die Modell-ID, den Modus, die Ausrichtung, die Quelldauer, Eingabe-URLs, das Prompt, die Task-ID und den endgültigen Status. Wenn jemand meldet, dass „v3 das Gesicht verändert hat", zeigen diese Felder, ob sich die Modellversion änderte oder die Quelle getrimmt, neu komprimiert oder mit anderer Ausrichtung eingereicht wurde.

Die Kling Motion Control Modellseite zeigt die Live-Vier-Zellen-Preistabelle. Die API-Dokumentation listet Quelldauer-Regeln, Payload-Felder und Validierungsfehler.

Referenzen

1. reAPI Kling Motion Control model and pricing page, accessed August 23, 2026.
2. reAPI Kling Motion Control API documentation, accessed August 23, 2026.