Kling 4.0 rueda medio minuto de un tirón

Medio minuto en una sola pasada

Kling 4.0 es la nueva generación de los modelos de Kling AI. Según la nota para desarrolladores de Kling AI, su variante Kling 4.0 Flash entró el 28 de septiembre en una prueba a pequeña escala; el modelo completo se abrió a todos el 15 de octubre, según la nota de versión, y Kuaishou lo anunció al día siguiente.

Según el manual de usuario de Kling AI, cada generación dura de 3 a 30 segundos y el modo multiplano viene activado de serie: el propio modelo divide la toma en planos y marca el ritmo. Según Kuaishou, además, resuelve con más estabilidad la acción rápida y los movimientos de cámara amplios; ninguna evaluación independiente lo ha comprobado.

Quince referencias y diez fotogramas clave

La segunda novedad es Omni Reference, el sistema de referencias de Kling. Según el manual, una tarea admite hasta 10 imágenes, 5 vídeos que sumen medio minuto, 3 voces y 7 sujetos, con un tope de 15 referencias en total. Según Kuaishou, valen hojas de personaje en tres vistas, guiones gráficos, bocetos de estructura y vídeos de maqueta sin texturas o de mapa de profundidad.

Cada elemento se numera solo al subirlo, como @Image1, y el manual pide escribir qué papel cumple; si no se indica, el modelo lo deduce. Aparte quedan los 10 fotogramas clave, que marcan por dónde pasa la historia, aunque los dos caminos no se combinan en una misma tarea.

Un encargo de 8.000 tokens

Según Kuaishou, las instrucciones admiten ahora hasta 8.000 tokens. El manual propone ordenarlas en cuatro bloques: el papel de cada referencia, los ajustes de escena y estilo, lo que ocurre segundo a segundo y el sonido.

El audio sale en estéreo, según el manual, y los diálogos se generan en el idioma en que se escriban entre comillas; el ejemplo oficial está en español: «¿Dónde está la estación de metro más cercana?». No se pueden subir música ni efectos: la entrada de audio solo acepta muestras de voz.

Lo que ya está y lo que no

Las fuentes oficiales no coinciden sobre el 4K y el formato panorámico 21:9. El manual del 14 de octubre y la nota de versión los incluyen entre las opciones, y el blog de Kling AI del 30 de septiembre los da por disponibles; el comunicado del 16 de octubre dice que Kling 4.0 «admitirá» el 4K y el 21:9.

El HDR de 10 bits figura como «próximamente» en el manual, la nota de versión y el blog, aunque el comunicado lo presenta como actual. También está pendiente, sin fecha, alargar una toma en varios tramos hasta dos minutos.

La variante Kling 4.0 Flash se queda más corta: según el manual, llega a 20 segundos y 720p, y de momento no permite fijar el primer y el último fotograma ni varios fotogramas clave.

El acceso para desarrolladores ya tiene precio

El comunicado decía que el modelo llegaría «pronto» a empresas y desarrolladores. A 22 de octubre, la página de precios de Kling AI anuncia la API de Kling 4.0 en acceso anticipado: 1 unidad por segundo a 720p y 1,5 a 1080p sin vídeo de entrada, y el 4K sin precio. Con esa tarifa, medio minuto a 1080p sale por 45 unidades.

En China la unidad es el crédito de los paquetes de Kling AI, a 1 yuan; la página global no da su equivalencia en dólares. Según los resultados de Kuaishou del 19 de agosto, Kling AI ingresó más de 850 millones de yuanes en el segundo trimestre, con un crecimiento interanual de más del 200 %.

Frente a los otros modelos frontier

Kling 4.0 no está solo en el medio minuto. Según sus fabricantes, Seedance 2.5, de ByteDance, la matriz de TikTok, también genera 30 segundos por petición, y Wan3.0, de Alibaba, alcanza esa duración desde que se anunció, el 6 de agosto.

Completan la comparación Gemini Omni Flash, de Google; Vidu Q4 Preview, de Shengshu Technology, empresa china nacida en los laboratorios de IA de la Universidad Tsinghua; Ray3.2, de Luma Labs, empresa de IA generativa con sede en San Francisco; LTX-2.5, de Lightricks, empresa de software con sede en Jerusalén, creadora de la aplicación Facetune, y MiniMax-H3, de MiniMax. MiniMax es una empresa de IA de Shanghái fundada en 2021 que cotiza en Hong Kong desde el 9 de enero de 2026; Alibaba lideró una de sus rondas en 2024 y Tencent figura entre sus inversores.

Otros le ganan en referencias y fotogramas clave

Tampoco lidera en control. Según sus fabricantes, Seedance 2.5 admite hasta 50 referencias por petición, frente a las 15 de Kling 4.0, y Ray3.2, hasta 16 fotogramas clave, frente a 10.

Solo LTX-2.5 y MiniMax-H3 publican sus pesos, con una licencia comunitaria propia. Kling 4.0 se usa en la aplicación de Kling AI, en sus herramientas para conectarlo con agentes de IA y con la terminal, y en su API.

Sin examen independiente todavía

Ninguna clasificación independiente ha medido aún Kling 4.0. A 22 de octubre, Artificial Analysis, empresa que ordena modelos de vídeo por votos de personas que comparan resultados a ciegas, solo incluye Kling 3.0; Arena, la plataforma de comparación por votos antes llamada LMArena, llega a Kling 2.6 Pro en su tabla del 21 de septiembre.

Lo más parecido a una prueba firmada es la que publicó el 21 de octubre Moe Lueker, bloguero que reseña modelos de vídeo. La patrocinó Artlist, plataforma para creadores que vende acceso a Kling y a Seedance, y él lo declara. Según Lueker, Kling 4.0 conviene cuando se tienen referencias, como una cara, un producto o un movimiento de cámara que copiar; con solo texto, Seedance 2.0 le pareció más realista en olas gigantes y primerísimos planos.

En 36Kr, medio chino de tecnología y negocios, un análisis del 14 de octubre firmado por 光锥智能 (Guangzhui Zhineng), una cuenta de autor de la plataforma, que advierte de que solo refleja la opinión del autor, lo resume así: Kling 4.0 compite en acción y movimiento de cámara, y Vidu Q4, en «interpretación».

Al alcance de los agentes

Según los resultados de Kuaishou, Kling AI lanzó en el segundo trimestre Kling MCP y Kling CLI, su herramienta para la terminal. Según la nota de versión, los dos ya admiten Kling 4.0, con Omni Reference y los fotogramas clave. Un agente de IA puede así encargar vídeos en lote sin pasar por la web.