Características de Kling 4.0: el modelo de vídeo de 30 segundos de Kuaishou

Kling 4.0 es el modelo de vídeo con IA más reciente de Kuaishou, lanzado el 15 de octubre de 2026. Las principales características de Kling 4.0 son tomas únicas nativas de 3 a 30 segundos, hasta 10 fotogramas clave, Omni Reference con hasta 15 recursos, movimientos y trabajo de cámara más estables, audio estéreo de dos canales con sincronización labial mejorada y encuadre 21:9, mientras que el HDR de 10 bits en 4K y las extensiones de 2 minutos siguen figurando como "próximamente".

Kling 4.0 está disponible ahora mismo en Kling5 AI, el sitio que estás leyendo (una plataforma independiente, no vinculada a Kuaishou): abre nuestro generador de vídeo con IA Kling 4.0 para ejecutar de inmediato flujos de texto a vídeo, primer y último fotograma, y referencia a vídeo. A continuación encontrarás un desglose completo de las especificaciones de Kling, el calendario de lanzamiento, las comparaciones de modelos y los precios para desarrolladores a noviembre de 2026.

Kling 4.0 de un vistazo

Kling 4.0 amplía la duración máxima de los clips, los límites de referencias multimodales y las capacidades de audio respecto a las versiones anteriores, aunque varios formatos de salida avanzados siguen previstos para más adelante. La siguiente tabla resume las especificaciones de la documentación de Kling y distingue lo que puedes usar hoy de lo que sigue pendiente.

¿Cuándo se lanzó Kling 4.0?

La fecha de lanzamiento de Kling 4.0 para todos los usuarios fue el 15 de octubre de 2026, aproximadamente ocho meses después del lanzamiento de Kling 3.0 el 5 de febrero de 2026. En lugar de lanzar todos los niveles a la vez, Kuaishou (HKEX: 1024) desplegó el conjunto de generación durante cuatro semanas para los primeros suscriptores, la aplicación web general y los desarrolladores de la API.

• 28 de septiembre de 2026 (acceso anticipado a Flash): Kuaishou abrió el acceso anticipado a Kling 4.0 Flash, un modo de generación más ligero y rápido, para los suscriptores Ultra Yearly. En una entrada del blog de Kling del 30 de septiembre de 2026, el equipo confirmó que Kling 4.0 entraba en acceso anticipado antes de un despliegue más amplio en octubre.
• 15 de octubre de 2026 (lanzamiento público completo): Kling 4.0 se lanzó y llegó a todos los usuarios del sitio web de Kling AI, tanto a nivel internacional en kling.ai como en China en klingai.com. En anuncios del 16 de octubre de 2026 a través de Kuaishou Investor Relations y GlobeNewswire, la empresa señaló que Kling AI había atendido a más de 100 millones de usuarios y más de 50 000 clientes empresariales.
• 22 de octubre de 2026 (lanzamiento de la API para socios): Según PANews, la API de Kling 4.0 se puso en marcha primero con socios de lanzamiento como Higgsfield, Magnific (Freepik), OpenArt y Meitu.
• 28 de octubre de 2026 (disponibilidad completa de la API): El registro de cambios para desarrolladores de Kling anunció que la API de Kling 4.0 estaba plenamente disponible para desarrolladores mediante tres endpoints dedicados: /text-to-video/kling-4.0, /image-to-video/kling-4.0 y /omni-video/kling-4.0.

Si ya sigues el ritmo de las principales actualizaciones de modelos de Kuaishou, puedes leer nuestro análisis de la fecha de lanzamiento de Kling 5.0 para conocer el contexto de futuros ciclos de lanzamiento.

Las principales características de Kling 4.0, explicadas

Cada mejora importante de Kling 4.0 busca una continuidad narrativa más larga, un mayor ajuste a las referencias visuales y sonido estéreo integrado. A continuación explicamos cada capacidad según la guía de usuario y la documentación de lanzamiento de Kuaishou.

Generación nativa de tomas únicas de 30 segundos

Kling 4.0 genera clips de vídeo continuos de 3 a 30 segundos en una sola ejecución, duplicando el límite de 15 segundos de Kling 3.0. Esta ventana más larga permite tomas únicas ininterrumpidas y narraciones con varias secuencias sin unir clips cortos en un editor externo. Kuaishou también ha anunciado una función Video Extension diseñada para ampliar clips varias veces hasta un total de 2 minutos, aunque todavía figura como "próximamente".

Hasta 10 fotogramas clave para controlar el ritmo con precisión

Cuando necesitas una continuidad visual estricta en una secuencia, los fotogramas clave de Kling 4.0 admiten hasta 10 imágenes de fotogramas clave en una sola generación. Los creadores pueden proporcionar un primer fotograma, el primero y el último, o una cadena de hasta 10 imágenes de referencia para fijar la posición de los personajes y la composición con coherencia a nivel de píxel a lo largo de la línea de tiempo.

Omni Reference con hasta 15 recursos y Creative Recreation

El sistema de referencias multimodales de Kling 4.0 acepta hasta 15 entradas de referencia en una sola tarea: hasta 10 imágenes, hasta 5 vídeos con una duración conjunta de 30 segundos o menos, hasta 7 elementos (incluidos hasta 3 elementos de vídeo) y referencias de perfiles de voz. Las imágenes de entrada pueden incluir fotos estándar de sujetos, hojas de personajes con tres vistas, imágenes en cuadrícula, guiones gráficos y esquemas. Los vídeos de entrada pueden orientar la interpretación, la acción, el movimiento de cámara y el ritmo, y el modelo incluso acepta vídeos de modelos 3D blancos sin texturas y vídeos de mapas de profundidad.

Sobre este motor de referencias se construye Creative Recreation, un flujo de trabajo dirigido a anuncios de productos, vídeos para redes sociales, moda, belleza y electrónica de consumo. Creative Recreation permite conservar la composición de planos, el ritmo y el estilo visual de un vídeo de referencia mientras se sustituyen por nuevos productos, personajes o recursos de marca.

Edición precisa de vídeo con varios clips

En lugar de volver a generar una escena entera desde cero cuando un detalle no convence, Kling 4.0 incluye edición de vídeo selectiva. Puedes cargar hasta 5 clips (incluido 1 vídeo principal, con cada clip de 3 a 30 segundos y un total conjunto de 30 segundos o menos) y modificar expresiones faciales, movimientos corporales, ángulos de cámara, estilo visual o fondos manteniendo estable el resto de las imágenes.

Movimiento a gran escala y dirección de cámara más estables

Tradicionalmente, la acción rápida ha provocado deformaciones en el vídeo generativo, y Kuaishou ha ajustado específicamente Kling 4.0 para movimientos rápidos e interacciones físicas continuas como combates de artes marciales, deportes y secuencias de acción complejas. En cuanto a la cinematografía, el modelo interpreta mejor indicaciones de cámara como acercamientos, alejamientos, panorámicas, desplazamientos laterales, seguimientos y planos orbitales, y gestiona con más fluidez las transiciones de tamaño de plano y la dirección de múltiples planos. Según la documentación de Kling, el sistema también amplía y enriquece los prompts "con mirada de director" e incluye un modo Smart Storyboard siempre activo que no requiere un interruptor independiente.

Audio estéreo de dos canales, sincronización labial y perfiles de voz

La sincronización audiovisual está activa por defecto en Kling 4.0 y ahora ofrece audio estéreo de dos canales junto con una sincronización labial más precisa. La generación de voz cubre chino, inglés, japonés, coreano, español, portugués y alemán, además de la compatibilidad recién añadida con francés e hindi. La cobertura de acentos y dialectos regionales incluye pekinés, mandarín taiwanés, nororiental, sichuanés y cantonés, así como inglés estadounidense, británico e indio.

Para voces personalizadas, Kling 4.0 solo acepta referencias de perfiles de voz. No puedes subir pistas personalizadas de música de fondo ni archivos de efectos de sonido al generador; en su lugar, el modelo sintetiza efectos de sonido ambientales y acompañamiento musical directamente a partir del contexto visual y el prompt de texto.

Relación de aspecto ultraancha 21:9, estilos visuales y HDR 4K de 10 bits pendiente

Junto a los encuadres estándar 16:9, 9:16, 1:1 y Auto, Kling 4.0 añade una relación de aspecto ultraancha nativa de 21:9 para narraciones panorámicas. El modelo también amplía su variedad de estilos con vídeos de vlog, documental realista, animación de plastilina, arte glitch, texturas de fieltro, ciber 3D, pixel art, animación y fantasía. En cuanto a la nitidez de salida, 720p y 1080p están disponibles hoy, mientras que el HDR de 10 bits en 1080p y resolución 4K sigue marcado como "próximamente".

Texto multilingüe en pantalla, logotipos y prompts de 8000 tokens

Kling 4.0 representa texto multilingüe en pantalla, emojis y logotipos de marca que permanecen nítidos incluso cuando la cámara virtual realiza una panorámica o sigue una escena. Para describir guiones gráficos complejos de varios planos o interacciones detalladas entre personajes, la aplicación web acepta prompts de hasta 8000 tokens, mientras que la API para desarrolladores de Kling admite prompts de hasta 26 000 caracteres en inglés.

Espacio de creación rediseñado, herramientas Agent y compatibilidad con MCP/CLI

En la interfaz de Kling, una página de creación rediseñada reúne imágenes, vídeos y referencias de audio en un único cuadro de entrada, junto con vistas de cuadrícula y lista, edición de línea de tiempo, un lienzo basado en nodos y un Agent integrado que puede ejecutar tareas de creación de varios pasos. Para los equipos técnicos que crean procesos automatizados, Kling 4.0 se integra directamente con Kling MCP y la CLI para que los agentes de IA externos puedan invocar mediante programación tareas de Omni Reference y de fotogramas clave a vídeo.

Omni Reference frente a Keyframes: ¿qué punto de entrada elegir?

Como Kling 4.0 divide su espacio de trabajo en dos puntos de entrada distintos, Omni Reference y Keyframes, y no permite combinar ambos en la misma tarea, elegir el modo inicial adecuado es esencial antes de preparar los recursos.

• Usa Omni Reference (el punto de entrada predeterminado) cuando combines distintos medios, como hojas de personajes, fotos de productos, vídeos de referencia de movimiento, clips de modelos 3D blancos o perfiles de voz, o cuando ejecutes prompts estándar de texto a vídeo. Está diseñado para combinar contenido multimodal de forma flexible y para Creative Recreation.
• Usa Keyframes cuando tu flujo de trabajo dependa exclusivamente de imágenes fijas y requiera continuidad de fotogramas a nivel de píxel desde una imagen inicial, entre el primer y el último fotograma o a lo largo de una secuencia de hasta 10 imágenes de fotogramas clave. En este modo no se usan clips de referencia de audio ni vídeo.

Independientemente del punto de entrada que elijas, la guía de usuario de Kling destaca dos hábitos prácticos para redactar prompts en Kling 4.0:

1. Escribe descripciones visuales concretas en lugar de palabras abstractas de moda. Describe la iluminación, el movimiento de lente, las texturas y las acciones físicas específicas en lugar de frases vagas como "aspecto de alta calidad".
2. Limita los prompts negativos a subtítulos y música. Como Kling 4.0 enriquece automáticamente las escenas y puede añadir subtítulos en pantalla o música de fondo por defecto, las únicas instrucciones negativas que normalmente necesitas en tu prompt son "sin subtítulos" y "sin música de fondo".

¿Cómo se compara Kling 4.0 con Kling 4.0 Flash?

Kling 4.0 Flash es un modo complementario simplificado, creado para iterar rápidamente y generar contenido a menor coste, que sacrifica duración máxima de los clips, resolución 1080p y controles de fotogramas clave. Según las preguntas frecuentes de la guía de usuario de Kling y la cobertura especializada de ijiwei de octubre de 2026, estas son las diferencias entre ambos modos.

Kling 4.0 frente a Kling 3.0: ¿qué ha cambiado?

En comparación con Kling 3.0 (lanzado el 5 de febrero de 2026), Kling 4.0 duplica la duración máxima de una toma y amplía el audio nativo y los controles multimodales. Si has usado nuestro generador de vídeo con IA Kling 3.0 para clips de 15 segundos con audio nativo, la tabla comparativa y la lista de mejoras de Kling a continuación muestran qué ha cambiado entre generaciones.

Lo que Kling enumera como nuevo o mejorado en 4.0 (según las preguntas frecuentes de la página de funciones de Kling 4.0):

• Fotogramas clave flexibles: Compatibilidad con hasta 10 imágenes de fotogramas clave en una sola generación.
• Referencias multimodales: Compatibilidad con hasta 15 recursos de referencia combinados (imágenes, vídeos, elementos y perfiles de voz) con mayor coherencia de los personajes.
• Control del movimiento y la cámara: Mejoras en el movimiento rápido, las interacciones físicas y la dirección de cámara en varios planos.
• Edición y recreación: Creative Recreation para sustituir recursos en estructuras de vídeo de referencia, además de edición selectiva de vídeo con varios clips.

Al evaluar las mejoras entre generaciones, muchos creadores también comparan Kling 4.0 con Seedance 2.5 de ByteDance (lanzado el 31 de julio de 2026), que puedes explorar mediante el generador de vídeo con IA Seedance 2.5. Ten en cuenta que, en el momento de escribir este artículo a principios de noviembre de 2026, Kling 4.0 aún no tiene una entrada publicada en clasificaciones independientes de pruebas a ciegas como Artificial Analysis Video Arena.

¿Cuánto cuesta Kling 4.0?

En noviembre de 2026, los precios de la API de Kling 4.0 parten de 1.0 unidad (aproximadamente $0.157) por segundo para vídeo de 720p y 1.5 unidades (aproximadamente $0.235) por segundo para vídeo de 1080p cuando se genera sin vídeo de entrada. Cuando proporcionas un vídeo de entrada como referencia o para editarlo, la tarifa por segundo en unidades disminuye, pero la duración facturada se calcula mediante una fórmula basada en la duración de los clips de entrada y de salida.

Aplicando cálculos sencillos a las tarifas de la API anteriores:

• Un clip de texto a vídeo de 10 segundos en 1080p (sin vídeo de entrada) cuesta aproximadamente 10 segundos multiplicados por $0.235, o $2.35.
• Un clip de texto a vídeo de 30 segundos en 1080p cuesta aproximadamente 30 segundos multiplicados por $0.235, o $7.05.

Para los creadores que usan habitualmente la aplicación web para consumidores en kling.ai, Kling 4.0 está disponible para todos los usuarios con planes basados en créditos desde el 15 de octubre de 2026. Como para esta guía no verificamos las tarifas de créditos por segundo para consumidores ni los precios de los niveles de suscripción en una tabla de precios de Kling para consumidores, consulta directamente la página de precios de Kling para conocer los detalles actuales de los planes de la aplicación.

Si generas vídeos en Kling5 AI, los créditos varían según la resolución y la duración del clip que elijas; puedes consultar los planes y los costes en créditos en la página de precios de Kling5 AI.

¿Qué sigue figurando como "próximamente" en Kling 4.0?

Aunque la mayoría de las funciones de Kling 4.0 se lanzaron en octubre de 2026, dos capacidades anunciadas siguen etiquetadas como "próximamente" en la documentación de Kuaishou a fecha de 2 de noviembre de 2026:

• Vídeo HDR de 10 bits en 1080p y 4K: Aunque 720p y 1080p estándar están activos ahora, la profundidad de color HDR de 10 bits para las salidas de 1080p y 4K aún no se ha desplegado.
• Video Extension de 2 minutos: La posibilidad de ampliar un vídeo generado mediante varias continuaciones hasta una duración total de 2 minutos sigue pendiente de lanzamiento.

Por otra parte, aunque la resolución 4K figura en la documentación de Kling, la tabla de precios de la API para desarrolladores aún no indica un precio para 4K (muestra "-" en la columna de tarifas).

Cómo probar Kling 4.0 hoy

Puedes probar Kling 4.0 en el sitio web de Kuaishou, kling.ai, o en Kling5 AI, una plataforma independiente de generación de vídeo con IA, no vinculada a Kuaishou, que ofrece acceso directo desde el navegador a Kling 4.0, Kling 3.0 y otros modelos de vídeo destacados.

Para generar tu primer vídeo de Kling 4.0 en Kling5 AI, sigue estos cinco pasos:

1. Abre el espacio de trabajo: Ve a la página del generador de vídeo con IA Kling 4.0 en Kling5 AI.
2. Elige el modo de generación: Selecciona texto a vídeo, imagen a vídeo con primer y último fotograma, o referencia a vídeo (que admite hasta 10 imágenes y 5 vídeos de referencia).
3. Sube referencias y escribe tu prompt: Añade tus referencias visuales si corresponde y describe los detalles visuales concretos de la escena, los movimientos de cámara (como un acercamiento lento o un plano de seguimiento) y los diálogos. Añade "sin subtítulos" o "sin música de fondo" si quieres una pista visual o de voz limpia.
4. Configura la resolución, la relación de aspecto y la duración: Elige una resolución de 720p o 1080p, selecciona una relación de aspecto entre 16:9, 9:16, 1:1 o ultraancha 21:9, y establece una duración del clip de entre 3 y 30 segundos.
5. Genera y descarga: Envía la tarea —el coste en créditos se ajusta automáticamente según la duración y la resolución— y previsualiza y descarga el clip terminado.

Fuentes

• Kuaishou Investor Relations: Kling AI lanza la nueva generación Kling 4.0 (16 de octubre de 2026)
• GlobeNewswire: Kling AI lanza Kling 4.0 en todo el mundo (16 de octubre de 2026)
• Blog de Kling AI: presentación del acceso anticipado a Kling 4.0 y la narración (30 de septiembre de 2026)
• Guía de usuario del modelo Kling 4.0 (26 de octubre de 2026)
• Página de funciones de generación de vídeo con IA de Kling 4.0
• Registro de cambios de la API de Kling (28 de octubre de 2026)
• Precios de vídeo de la API de Kling para desarrolladores
• Kuaishou Investor Relations: Kling AI lanza el modelo 3.0 (5 de febrero de 2026)