Kling 4.0 texto a video: planes antes de Kling 5

Kling 5 aun no esta disponible. Aprende como funciona Kling 4.0 texto a video en Kling5 AI, que ajustes usar hoy y como escribir un prompt de un plano.

Una descripción de plano escrita a mano se transforma en una fila de fotogramas luminosos sobre un escritorio oscuro, junto al contorno tenue de un fotograma sin usar
Tabla de contenidos

Al November 17, 2026, Kling 5 todavía no se ha lanzado. Si quieres usar texto a video de Kling hoy, el modelo más reciente en Kling5 AI es Kling 4.0 texto a video, y Kling 3.0 también está disponible. Kling5 AI es un sitio independiente y no está afiliado a Kuaishou ni a la aplicación de Kling.

¿Qué puede hacer Kling 4.0 texto a video ahora?

Kuaishou lanzó Kling 4.0 el October 15, 2026, según el anuncio de relaciones con inversionistas de Kuaishou fechado el October 17, 2026. En el modo de texto a video, el modelo convierte una descripción escrita en un único clip continuo sin necesidad de subir una imagen o un video.

En Kling5 AI, Kling 4.0 texto a video genera clips de 3 a 30 segundos en 720p o 1080p y con cuatro relaciones de aspecto. Puedes consultar nuestro resumen de funciones de Kling 4.0 para conocer mejor el lanzamiento.

La herramienta de Kling5 AI no incluye todas las opciones del mapa de capacidades de video de Kling, actualizado el October 20, 2026. La aplicación y la API de Kling admiten salida 4K, audio nativo, guiones gráficos de varios planos y Kling 4.0 Flash, mientras que Kling5 AI ofrece un flujo web más sencillo de un solo plano.

Ajuste o funciónKling5 AI (Kling 4.0 texto a video)Aplicación y API de Kling (Kling 4.0)
Duración3 a 30 segundos (pasos de 1 segundo; 5 s por defecto)3 a 30 segundos
Resolución720p (por defecto) o 1080p720P, 1080P o 4K
Relaciones de aspecto16:9 (por defecto), 9:16, 1:1, 21:9Controles de aspecto según el endpoint
Control de audioSin interruptor de sonidoAdmite audio nativo
Estructura de planosSolo interfaz de un prompt (sin interfaz de guion gráfico ni fotogramas clave)Admite uno o varios planos
Límite del prompt2,500 caracteresMenos de 8,000 tokens (hasta 26,000 caracteres en inglés en la API)
Kling 4.0 FlashNo disponibleDisponible (3 a 20 segundos, solo 720P)

La página de Kling 4.0 de Kling5 AI tampoco incluye otras funciones de la aplicación y la API de Kling. No hay interruptor 4K, opción 10-bit HDR, herramienta Video Extend de dos minutos ni biblioteca de personajes Elements; el modo de texto a video tampoco admite la sintaxis de etiquetas @Image1 o @image_1.

¿Cómo generar un clip de Kling 4.0 texto a video en Kling5 AI?

Ejecutar un prompt en la herramienta Kling 4.0 de Kling5 AI requiere cinco pasos. Antes de empezar, asegúrate de estar en el modo de texto a video, no en los modos de imagen a video o referencia a video de la misma página.

  1. Escribe tu prompt (obligatorio, hasta 2,500 caracteres). Describe lo que ocurre en un solo plano. La documentación de la API de Kling 4.0 texto a video permite prompts solo en inglés de hasta 26,000 caracteres y el manual de usuario de video Kling 4.0 indica un límite inferior a 8,000 tokens. Por eso, no pegues un guion de longitud para API en el campo de 2,500 caracteres de Kling5 AI.
  2. Elige una duración de 3 a 30 segundos. Puedes ajustarla en incrementos de 1 segundo; 5 segundos es el valor predeterminado.
  3. Selecciona calidad 720p o 1080p. La opción predeterminada es 720p, un punto de partida práctico para probar el ritmo antes de pasar a 1080p.
  4. Elige una relación de aspecto. Las opciones son 16:9 (por defecto), 9:16, 1:1 y 21:9.
  5. Revisa el costo en créditos y genera. Antes de enviar la solicitud, la herramienta muestra el costo exacto según la duración y la resolución elegidas.

Como la herramienta Kling 4.0 de Kling5 AI no tiene interruptor de sonido, el video generado no incluirá controles de audio nativo. Si tu proyecto requiere sonido generado, consulta la sección de Kling 3.0 a continuación.

Cómo escribir un prompt claro de texto a video para un solo plano

Un buen prompt para Kling 4.0 texto a video se basa en detalles visuales concretos, no en palabras de moda. Según el manual de usuario de video Kling 4.0 y la guía de prompts, los prompts funcionan mejor cuando evitan frases abstractas como «sensación premium» o negaciones vagas y describen lo que la cámara puede ver.

Una estructura fiable para un solo plano comienza con una frase que establece el sujeto, el entorno, la acción principal y el ambiente. La documentación de la API de texto a video de Kling da un ejemplo básico: «Un hombre con camisa blanca camina por una playa al atardecer, con un estilo cinematográfico realista».

A partir de esa base, añade movimiento de cámara, iluminación y tiempos si el plano cambia durante varios segundos. El manual de Kling recomienda ordenar las acciones sucesivas por intervalos como 0-2 s, 2-5 s y 5 s-end.

Dos prácticas de la documentación de Kling no se aplican al campo de texto a video de Kling5 AI. Primero, omite las instrucciones de diálogo, música y efectos de sonido porque Kling 4.0 en Kling5 AI no tiene interruptor de sonido. Segundo, no incluyas etiquetas @Image1 ni @Video1 en el modo de texto a video, ya que solo funcionan en flujos basados en referencias.

Puedes copiar y adaptar estas plantillas breves de un solo plano sin superar el límite de 2,500 caracteres:

  • Escena de producto de 5 segundos (16:9): A matte ceramic pour-over dripper rests on a dark walnut counter in soft morning window light, realistic commercial style. Thin steam rises steadily from the coffee as a slow close-up camera dollies slightly to the left.
  • Plano vertical de calle de 8 segundos (9:16): A cyclist in a yellow rain jacket pedals down a wet cobblestone alley at dusk, handheld documentary style. 0-3 s: medium tracking shot from behind as neon shop signs reflect in puddles. 3-8 s: the cyclist glances toward a steaming street stall and slows smoothly to a stop.
  • Escena de naturaleza panorámica de 10 segundos (21:9): A red fox stands on a snow-dusted pine ridge under pale winter sunlight, naturalistic cinema style. 0-4 s: wide static shot as a breeze lifts fine snow off nearby branches. 4-10 s: the fox trots across the ridge from left to right while the camera pans slowly to follow.
  • Plano cuadrado de estudio de 6 segundos (1:1): A potter shapes a wet clay bowl on a spinning wheel inside a sunlit workshop, crisp 35mm film look. Overhead close-up focused on clay-covered hands lifting the rim steadily without sudden cuts.

Para una fórmula de planificación de planos reutilizable y más patrones de prompts, consulta nuestra guía de prompts de Kling 4.0.

¿Cuándo no conviene usar texto a video?

Texto a video crea cada píxel solo a partir de palabras, igual que el endpoint de texto a video de la API de Kling procesa solicitudes solo de texto y envía los recursos de referencia a un endpoint Omni separado. Esto hace que el modo sea ideal para escenas originales, piezas centradas en el ambiente y composiciones flexibles, pero poco adecuado cuando se exige una consistencia visual estricta.

Cambia de modo cuando necesites un rostro humano exacto, la etiqueta de un producto específico o una pose inicial y final fija. En la página de Kling 4.0 de Kling5 AI, el modo de imagen a video requiere un fotograma inicial y acepta uno final opcional; la salida conserva la relación de aspecto de los fotogramas subidos.

Lee nuestra guía de Kling 4.0 imagen a video para preparar los fotogramas. Si necesitas una imagen inicial limpia que coincida con tu escena, primero puedes crearla con el generador de imágenes con IA de Kling5 AI.

Kling 4.0 en Kling5 AI también ofrece un modo de referencia a video para mantener la consistencia entre varios recursos. Este modo acepta hasta 10 imágenes y 5 videos de referencia, y requiere al menos una referencia.

¿Conviene usar Kling 3.0 texto a video en su lugar?

Kling 3.0 sigue disponible en Kling5 AI y funciona bien como alternativa para clips más cortos con sonido cuando no necesitas videos de 20 a 30 segundos ni un formato ultraancho. Revisa el costo en créditos que aparece en cada herramienta antes de generar, ya que el precio cambia según el modelo y los ajustes.

AjusteKling 4.0 texto a video (Kling5 AI)Kling 3.0 texto a video (Kling5 AI)
Duraciones3 a 30 segundos (pasos de 1 s; 5 s por defecto)3, 5, 10 o 15 segundos
Calidad720p (por defecto) o 1080p720p (por defecto) o 1080p
Interruptor de sonidoNingunoActivado o desactivado (desactivado por defecto)
Relaciones de aspecto16:9, 9:16, 1:1, 21:916:9, 9:16, 1:1 (sin 21:9)
Límite del promptObligatorio, máximo 2,500 caracteresPrompt obligatorio

Kling 3.0 en Kling5 AI también incluye los modos de imagen a video y Motion Control. Motion Control solo está disponible en Kling 3.0, no en Kling 4.0. Aunque el mapa de capacidades de Kling indica que Kling 3.0 admite 4K y varios planos en la aplicación y la API, Kling5 AI limita Kling 3.0 texto a video a 1080p y clips de un solo prompt.

¿Cambiará Kling 5 la conversión de texto a video?

Al November 17, 2026, Kuaishou no ha anunciado ni adelantado Kling 5 o Kling 5.0 y no ha publicado especificaciones, fechas de lanzamiento ni precios. Las especificaciones que circulan en redes sociales o blogs de terceros no están verificadas y no deben tratarse como funciones confirmadas.

Como Kuaishou no ha compartido información pública, no se sabe si un futuro lanzamiento ampliará la duración de los clips, cambiará los límites de los prompts o añadirá nuevos controles de cámara. Kling5 AI planea añadirlo después de su lanzamiento público, sin prometer una fecha.

Puedes seguir las novedades en nuestra página de fecha de lanzamiento o consultar nuestra comparación de lo que Kling 4.0 hace hoy.

Fuentes

Preguntas frecuentes

¿Ya está disponible Kling 5 para convertir texto a video?

No. Al November 17, 2026, Kuaishou no lo ha anunciado ni adelantado, y no existen fecha de lanzamiento ni especificaciones. Hoy, el modelo más reciente que puedes usar para convertir texto a video de Kling en Kling5 AI es Kling 4.0, lanzado el October 15, 2026. Kling5 AI espera añadir el siguiente modelo después de su lanzamiento público.

¿Cuánto puede durar un clip de Kling 4.0 texto a video en Kling5 AI?

En Kling5 AI, Kling 4.0 texto a video admite duraciones de 3 a 30 segundos en incrementos de 1 segundo, con 5 segundos como valor predeterminado. Puedes elegir calidad 720p o 1080p y formato 16:9, 9:16, 1:1 o 21:9. Los clips más largos cuestan más créditos y la cantidad exacta aparece en la herramienta antes de generar.

¿Kling 4.0 texto a video en Kling5 AI incluye audio?

No. Aunque la aplicación y la API de Kling indican que Kling 4.0 admite audio nativo, la herramienta Kling 4.0 de Kling5 AI no tiene un interruptor para activar o desactivar el sonido. Si quieres generar sonido directamente en un clip de texto a video en Kling5 AI, cambia a Kling 3.0, que ofrece un interruptor de sonido desactivado por defecto.

¿Por qué mi prompt está limitado a 2,500 caracteres en Kling5 AI?

Kling5 AI limita el campo de texto a video de Kling 4.0 a 2,500 caracteres para que las entradas web de un solo plano sean concisas. La documentación de Kling permite entradas más largas: menos de 8,000 tokens en el manual de usuario y hasta 26,000 caracteres en inglés en la API. Antes de generar en Kling5 AI, reduce los prompts con varias acciones a acciones claras y visibles.

¿Puedo usar etiquetas @Image1 o una biblioteca de personajes en Kling 4.0 texto a video?

No. En Kling5 AI, el modo de texto a video solo acepta texto y no admite etiquetas @Image1 o @image_1, una biblioteca de personajes Elements ni la carga de referencias. Esos flujos con etiquetas pertenecen a la documentación de referencias de Kling. En Kling5 AI, cambia a imagen a video para usar fotogramas iniciales y finales, o a referencia a video para usar imágenes y clips de referencia.

Crea con Kling 5 AI

Convierte tu idea en un vídeo

Explora el generador de vídeo y empieza a crear.

Generar un vídeo
Kling 4.0text to videoKling 5Kling 3.0AI video

Escrito por

Kling 5 AI Team