Kling hat mit seinem Modell O1 erstmals ein KI-Video-Modell vorgestellt, das durch „Reasoning“ die Videoinhalte versteht und so Editing per Textbefehle ermöglicht – z. B. Objekte entfernen oder Szenen schnell ändern, ohne Masken oder Keyframes. Das Modell O1 kann Videos generieren und bearbeiten, allerdings ohne Audio, das Modell 2.6 erzeugt kurze Audiospuren. Zusammen sind sie vergleichbar mit Googles Veo 3 und OpenAIs Sora 2.6, zeigen aber noch einige Schwächen wie Konsistenzfehler bei Personen oder Animationen.