Qué es Kling 4.0: generación de 30 segundos, 10 fotogramas clave y diferencias con Kling 3.0

Captura de la página oficial de Kling AI — Kling 4.0 — Kling AI — Kling 4.0 · FuenteCaptura: 20 de octubre de 2026

Las capturas muestran las páginas oficiales en la fecha indicada y pueden diferir de las de la publicación. Selecciona una imagen para ampliarla.

El 15 de octubre de 2026, Kling AI (可灵AI), el servicio de generación de video con IA del grupo chino Kuaishou, abrió a todos los usuarios su nuevo modelo de generación de video Kling 4.0. Kuaishou lo anunció en un comunicado de prensa fechado el 16 de octubre. Los videos que se pueden crear en una sola generación se amplían hasta los 30 segundos, y el contenido se puede definir con detalle mediante hasta 10 fotogramas clave (imágenes que fijan los momentos importantes a lo largo del video) y hasta 15 materiales de referencia.

Las funciones, los precios y las condiciones de uso comercial del servicio Kling AI en su conjunto se explican en detalle en la guía de CoAI "Qué es Kling AI (可灵AI): funciones, precios y condiciones de uso comercial según la información oficial".

Qué cambia con Kling 4.0

Kling AI resume los tres pilares de esta actualización como "realismo, facilidad de control y calidad profesional". Los principales cambios explicados en las notas de la versión oficiales y en el comunicado de prensa son los siguientes.

Movimiento estable: según la empresa, la imagen se deforma menos en escenas con mucho movimiento y en los movimientos de cámara, como la acción rápida, los planos de seguimiento (tracking) que persiguen al sujeto o los planos que giran a su alrededor (órbita)
Generación de hasta 30 segundos: una sola generación puede crear videos de 3 a 30 segundos. La empresa dice que es adecuado para planos secuencia que continúan sin cortes y para videos con una historia que avanza de forma continua
Hasta 10 fotogramas clave: se pueden añadir hasta 10 imágenes que marcan los puntos importantes del video para indicar el estado de los personajes, los cambios de escena y el desarrollo de la historia
Instrucciones largas: los prompts (las instrucciones para la IA) pueden tener hasta 8.000 tokens
Audio estéreo: admite audio estéreo de dos canales, izquierdo y derecho, y la empresa afirma que también ha mejorado la precisión de la sincronización labial, que ajusta el movimiento de la boca a la voz
Varios idiomas: los idiomas hablados incluyen chino, inglés, japonés, coreano, español, portugués, alemán, francés e hindi, entre otros. La empresa dice que también puede manejar acentos como el mandarín de Pekín y el cantonés, o el inglés estadounidense, británico e indio
Texto en pantalla: según la empresa, puede mostrar de forma legible texto en distintos idiomas, incluido el japonés, además de emojis y logotipos, aunque la cámara se mueva

Todo esto es lo que explica la propia Kling AI. Los materiales del anuncio no incluyen cifras de benchmarks que lo comparen con otros modelos de video con IA.

Omni Reference, para combinar hasta 15 materiales de referencia

Omni Reference es una función que combina materiales de referencia como imágenes y videos para mantener coherentes el aspecto y el movimiento de los personajes y el movimiento de la cámara. En Kling 4.0, una sola generación puede usar hasta 15 de los siguientes materiales en total.

Imágenes: hasta 10. También se pueden usar hojas de personaje con vistas frontal, lateral y trasera, guiones gráficos y wireframes (bocetos que solo muestran la disposición)
Videos: hasta 5 (hasta 30 segundos en total). Sirven de referencia para la interpretación y el movimiento de los personajes, el movimiento de la cámara y el ritmo de la historia. También se pueden usar videos de modelos 3D sin texturas y videos de mapas de profundidad que representan la profundidad
Elementos (personajes u objetos registrados): hasta 7. De ellos, un máximo de 3 pueden crearse a partir de video, y también se puede especificar una voz

La empresa dice que también ha reforzado Creative Recreation, que sustituye los productos o las personas de un video de referencia manteniendo su ritmo y su composición.

El estado de la resolución y el HDR

En cuanto a la resolución, las páginas oficiales no coinciden. La tabla de especificaciones de las notas de la versión indica resoluciones de 720p, 1080p y 4K, y compatibilidad con HDR de 10 bits, que registra una gama de color más amplia. Sin embargo, el texto de esas mismas notas dice que "la salida en HDR de 10 bits en 4K y 1080p llegará pronto". En la página de presentación de Kling 4.0, incluso la propia salida en 1080p y 4K figura como "próximamente".

Las relaciones de aspecto admitidas son 21:9 (un formato panorámico como el del cine), 16:9, 1:1 y 9:16. La forma más segura de saber si ya puedes generar en 4K es comprobarlo en la pantalla de generación de tu propia cuenta.

Además, la "extensión de video", que alarga un video generado en varias etapas hasta un máximo de 2 minutos, también figura como próximamente.

Kling 4.0 Flash, pensado para la velocidad

Junto con el modelo principal, Kling AI ha lanzado Kling 4.0 Flash, una versión ligera pensada para trabajos en los que se prueba muchas veces. Según la empresa, genera más rápido y es asequible. Sus especificaciones son más modestas que las de la versión estándar: videos de 3 a 20 segundos, resolución de 720p y color en SDR estándar de 8 bits.

Según el diario económico chino 21st Century Business Herald, Kling AI anunció el 28 de septiembre que lanzaría Kling 4.0 en octubre, y desde entonces había permitido que algunos usuarios probaran la versión Flash por adelantado.

Dónde usarlo: la web, MCP y CLI, y la API pronto

Kling 4.0 se puede usar seleccionándolo como modelo en la pantalla de generación de video de kling.ai. La pantalla de generación también se ha rediseñado, y ahora los materiales de referencia de imagen, video y audio se pueden colocar juntos en un único campo de entrada. También se han renovado el cambio de vista de la lista, una función para crear revisándolo todo en una sola línea de tiempo, y las funciones de lienzo y agentes para montar flujos de trabajo conectando nodos.

Kling 4.0 también es compatible ahora con MCP, un mecanismo común que permite a los agentes de IA usar herramientas externas, y con la CLI, que se maneja mediante comandos. Según la empresa, la generación de video con Omni Reference y fotogramas clave se puede ejecutar automáticamente desde agentes.

Por otro lado, la API que permite a desarrolladores y empresas integrarlo en sus propios servicios figura como "próximamente". A 20 de octubre de 2026, la página de precios de la API de Kling indicaba que "estos planes no admiten actualmente Kling 4.0".

Precios y uso en Japón

Al consultar la página de precios de kling.ai (vista mensual) el 20 de octubre de 2026, había cuatro planes, Standard, Pro, Premier y Ultra+, y en las ventajas de Pro y superiores aparecía "Kling 4.0, 10 % de descuento por tiempo limitado". La página de presentación de Kling 4.0 también menciona un descuento del 10 % por tiempo limitado. Sin embargo, no pudimos confirmar en las páginas oficiales cuántos créditos por segundo consume Kling 4.0. Los precios mostrados cambian según el momento y los descuentos, así que compruébalos en tu propia cuenta antes de usarlo.

Como referencia, la guía oficial del modelo anterior, Kling VIDEO 3.0, indica que "1080p con audio cuesta 12 créditos por segundo".

En cuanto a su disponibilidad en Japón, no hay ningún aviso que limite regiones concretas. El selector de idioma de la página de precios incluye el japonés, y la empresa dice que Kling 4.0 admite el habla y el texto en pantalla en japonés.

Diferencias con Kling 3.0

En su página de presentación, Kling AI resume así las diferencias con la versión 3.0.

Duración por generación: de 15 a 30 segundos
Fotogramas clave: ahora se pueden especificar hasta 10
Materiales de referencia: ahora se pueden combinar hasta 15 en total
Mejor calidad en movimientos rápidos, movimientos físicos como choques entre objetos, movimientos de cámara y generación con materiales de referencia

En la guía oficial de VIDEO 3.0, fechada el 6 de febrero de 2026, la duración de generación era de 3 a 15 segundos, la resolución de 1080p y 720p, y la función principal consistía en especificar la imagen inicial y la final. Las grandes diferencias de Kling 4.0 son que la duración se duplica y que ahora también se pueden definir con detalle las escenas intermedias.

El punto de vista de CoAI

El mayor cambio de Kling 4.0 es que ahora puede crear hasta 30 segundos de una vez y que los fotogramas clave y los materiales de referencia permiten decidir con detalle "qué ocurre en cada escena". Más que crear escenas cortas y llamativas, es una actualización claramente orientada a producir videos y anuncios con una historia. La compatibilidad con MCP y CLI también va en línea con la tendencia de confiar la producción de video a agentes de IA.

Por otro lado, las páginas oficiales describen de forma distinta la compatibilidad con 4K y HDR, y la extensión de video y la API siguen en fase de "próximamente". La mejora de la calidad de imagen también es una afirmación de la propia Kling AI y todavía no hay evaluaciones externas. Para usarlo en el trabajo, lo mejor es probar a generar con la resolución y la duración que realmente necesitas y comprobar los créditos consumidos y el resultado antes de decidir.