Generador de vídeo de IA Kling 4.0: hasta 30 segundos con sonido
Kling 4.0 es el modelo de vídeo más reciente de Kling AI, el equipo de vídeo de Kuaishou. Salió en octubre de 2026 y hace clips de hasta 30 segundos de una sola vez, con sonido estéreo, diálogo y sincronización labial incluidos. Puedes guiarlo con hasta 10 fotogramas clave y hasta 15 referencias de imagen, vídeo, personajes y voces, y después editar el resultado o alargarlo hasta 2 minutos.
En PixExact usas Kling 4.0 desde el navegador. Escribe un prompt, añade un fotograma inicial, fotogramas clave o referencias, elige la duración y la proporción y descarga un MP4 con sonido. Sin clave API, sin suscripción de Kling, y las cuentas nuevas reciben créditos gratis.
Más herramientas
Explora más herramientas de IA para potenciar tu flujo creativo.
Kling 4.0 frente a Kling 3.0: qué cambió
Kling 3.0 ya tenía 4K nativo, audio nativo y escenas de varios planos. Kling 4.0 conserva todo eso y suma tomas más largas, fotogramas clave, sonido estéreo y muchas más referencias. Así se comparan.
| Capacidad | Kling 4.0 | Kling 3.0 |
|---|---|---|
| Lanzamiento | Octubre de 2026 | Febrero de 2026 |
| Duración por generación | De 3 a 30 segundos | De 3 a 15 segundos |
| Extensión de vídeo | Hacia delante y hacia atrás, hasta 2 minutos en total | No forma parte del modelo 3.0 |
| Resolución | 720p, 1080p, 4K nativo | 720p, 1080p, 4K nativo |
| Rango dinámico | HDR de 10 bits en 1080p y 4K | SDR de 8 bits |
| Proporciones | 16:9, 9:16, 1:1, 21:9 | 16:9, 9:16, 1:1 |
| Audio | Estéreo nativo de dos canales | Mono nativo |
| Idiomas de voz | Inglés, chino, japonés, coreano y español, más portugués, alemán, francés, hindi y otros | Inglés, chino, japonés, coreano y español |
| Control de fotogramas | Fotograma inicial, final y hasta 10 fotogramas clave | Fotograma inicial y final |
| Imágenes y sujetos de referencia | Hasta 10 imágenes y 7 sujetos | Hasta 7, o 4 si se usa un vídeo (3.0 Omni) |
| Vídeos de referencia | Hasta 5 clips, 30 segundos en total | 1 clip, hasta 15 segundos (3.0 Omni) |
| Referencias en total | Hasta 15 recursos, incluidas referencias de voz | Hasta 7 imágenes o sujetos, o 1 vídeo más 4 imágenes o sujetos (3.0 Omni) |
| Edición de vídeo | Integrada en el modelo principal, más Recreación creativa | A través de Kling 3.0 Omni |
| Varios planos | Varios planos dentro de una toma de 30 segundos | Escenas de varios planos, con storyboard por plano en Omni |
| Longitud del prompt | Hasta 8.000 tokens | Longitud de prompt habitual |
| Precio en PixExact | 8 créditos/s en 720p, 12 en 1080p, sonido incluido | De 5 créditos/s (720p) a 25 (4K) |
| Mejor para | Tomas largas, planos con fotogramas clave, personajes que se repiten, anuncios de varios productos, ediciones | Clips cortos, 4K nativo, escenas de varios planos guiadas por el prompt, menor coste por segundo |
¿Quieres clips más cortos, 4K nativo o poder quitar el sonido? Mira la página de Kling 3.0.
Qué puedes hacer con Kling 4.0
Kling 4.0 está pensado para vídeo más largo y más controlado. Aquí es donde adelanta a los Kling anteriores.
Tomas de 30 segundos en una sola generación
La mayoría de modelos de texto a vídeo se quedan en 10 o 15 segundos, así que las escenas largas hay que empalmarlas. Kling 4.0 genera hasta 30 segundos de forma nativa, como una toma continua. El movimiento, la luz y los personajes se mantienen del primer fotograma al último, lo que encaja en recorridos de producto, escenas cortas, fragmentos de videoclip y anuncios que necesitan aire. ¿Hace falta más? La extensión sigue el clip hacia delante o hacia atrás, hasta 2 minutos en total.
Hasta 10 fotogramas clave: planifica el plano fotograma a fotograma
En la imagen a vídeo habitual, el fotograma inicial y el final solo dicen dónde empieza y dónde acaba el plano. Kling 4.0 te deja colocar hasta 10 imágenes de fotograma clave en la línea de tiempo y genera el movimiento entre ellas. Sirve para clavar poses de un baile, mostrar un producto desde ángulos fijos o mover a un personaje por varios sitios en un plano continuo. En PixExact, sube los fotogramas en orden: el primero es el inicial, los del medio son fotogramas clave y el último puede ser el final.
15 referencias: personaje, producto y voz coherentes
En referencia a vídeo, Kling 4.0 acepta hasta 15 referencias en una generación: hasta 10 imágenes, hasta 5 clips (30 segundos en total), hasta 7 sujetos y referencias de voz. Nombra cada una en el prompt, como @Image1 o @Video1, para decir quién y qué va en cada sitio. El personaje conserva cara, ropa y voz entre escenas, y el producto conserva forma y etiqueta. Importa en series, mascotas de marca y anuncios con varios productos.
Edición de vídeo y recreación creativa
Kling 4.0 también edita material que ya existe. Cambia la expresión o el movimiento del cuerpo, añade, quita o sustituye objetos y fondos, mueve la cámara o rehace el clima, los colores y los materiales, con hasta 5 clips de entrada (30 segundos en total) en una edición. La recreación creativa va un paso más: reutiliza el ritmo, la estructura de planos y la presentación de un vídeo que te gusta y mete tus personajes o productos.
Funciones de Kling 4.0
Todo lo que hace el modelo, del sonido y el movimiento al color y al texto en pantalla.
Sonido estéreo, diálogo y sincronización labial
Kling 4.0 genera audio estéreo de dos canales junto con la imagen: diálogo, efectos, ambiente y música. La sincronización labial es más precisa que en Kling 3.0, y la voz cubre ahora portugués, alemán, francés e hindi, además de inglés, chino, japonés, coreano y español, con acentos como el inglés estadounidense, británico e indio, el cantonés y el sichuanés.
4K nativo y HDR de 10 bits
El modelo llega a 4K nativo y añade HDR de 10 bits en 1080p y 4K: luces más brillantes, sombras más profundas y degradados más suaves que el SDR de 8 bits de Kling 3.0. Las proporciones incluyen 21:9 ultrawide para planos de cine, más 16:9, 9:16 y 1:1.
Mejor movimiento y física
Las peleas rápidas, el deporte, el baile y las escenas de acción grandes se sostienen mejor. Kling 4.0 mejora la mecánica del cuerpo, la coherencia espacial y la interacción entre personas y objetos, y mantiene estables los movimientos de cámara de seguimiento y órbita de principio a fin.
Extensión de vídeo hasta 2 minutos
Continúa cualquier clip hacia delante o hacia atrás en varios pases, hasta 2 minutos en total, con los mismos personajes, el mismo escenario y el mismo estilo.
Texto, logos y emojis legibles
Carteles, subtítulos, envases, logos e incluso emojis se mantienen legibles y estables cuando se mueve la cámara, en varios idiomas. Útil para anuncios, vídeos de producto y cualquier pieza con marca en pantalla.
Prompts largos y detallados
El prompt puede llegar a 8.000 tokens. Puedes escribir la lista de planos de una toma de 30 segundos, con tiempos, cámara, diálogo e indicaciones de sonido, y el modelo sigue el orden.
Consejos de prompt para Kling 4.0
Unos hábitos que mejoran el resultado cuando el vídeo es largo y lleva varias referencias.
Escribe la toma como una línea de tiempo
Por encima de 10 segundos, parte el prompt en tramos con un tiempo aproximado, por ejemplo de 0 a 8 s, de 8 a 20 s y de 20 a 30 s. Di qué ocurre y cómo se mueve la cámara en cada tramo.
Nombra cada referencia
Llama a los archivos por su nombre, como @Image1 para el personaje principal, @Image2 para el producto y @Video1 para el movimiento de cámara. Las referencias sin nombre le cuestan más de colocar.
Pon las frases entre comillas
Escribe el diálogo entre comillas y di quién habla, en qué idioma y con qué tono. Por ejemplo: la mujer dice en francés, con calma, «Ya casi llegamos».
Primero corto, luego largo
Prueba el look con un clip de 5 segundos a 720p. Cuando el estilo y los personajes estén bien, genera la toma completa de 30 segundos a 1080p.
Cómo usar Kling 4.0 en PixExact
Del prompt al vídeo listo en tres pasos. Sin edición y sin clave API.
Describe el vídeo
Elige Kling 4.0 en la lista de modelos y escribe el prompt. Describe la acción, la cámara, el ambiente y el sonido, y pon el diálogo entre comillas.
Añade fotogramas o referencias
En el modo Fotogramas, sube un fotograma inicial, hasta 8 fotogramas clave y un fotograma final. En el modo Referencia, añade hasta 15 imágenes, vídeos y audios, y nómbralos en el prompt.
Elige la duración y genera
Elige de 3 a 30 segundos, 720p o 1080p, y 16:9, 9:16, 1:1 o 21:9. Pulsa Generar y descarga el MP4 con sonido.
Preguntas frecuentes de Kling 4.0
¿Qué es Kling 4.0?
Kling 4.0 (también llamado Kling VIDEO 4.0) es el modelo de vídeo de IA de cuarta generación de Kling AI, de la empresa china Kuaishou. Convierte texto, imágenes, fotogramas clave y vídeos de referencia en clips de hasta 30 segundos con audio estéreo nativo, y también puede editar y alargar vídeos que ya existen.
¿Cuándo se lanzó Kling 4.0?
Kling abrió el acceso anticipado a Kling 4.0 Flash el 28 de septiembre de 2026, y el modelo completo de Kling 4.0 se lanzó en todo el mundo en octubre de 2026. Ya puedes usarlo en PixExact.
¿En qué se diferencian Kling 4.0 y Kling 3.0?
Kling 4.0 duplica la duración del clip de 15 a 30 segundos, añade hasta 10 fotogramas clave, sube las referencias a 15 recursos (incluidos hasta 5 vídeos y referencias de voz), pasa de mono a estéreo, incorpora HDR de 10 bits y más idiomas de voz, e integra la edición de vídeo en el modelo principal. Kling 3.0 sigue siendo una buena opción para clips más cortos, 4K nativo a menor precio por segundo y escenas de varios planos. La tabla de arriba recoge cada diferencia.
¿Cuánto pueden durar los vídeos de Kling 4.0?
Cada generación puede durar de 3 a 30 segundos, como una toma continua. Con la extensión, un clip se continúa hacia delante o hacia atrás en varios pases, hasta 2 minutos en total. En PixExact puedes elegir cualquier duración de 3 a 30 segundos.
¿Kling 4.0 admite 4K y HDR?
Sí. Kling 4.0 genera hasta 4K nativo, con HDR de 10 bits en 1080p y 4K, mientras que Kling 3.0 usaba SDR de 8 bits. En PixExact puedes elegir 720p o 1080p para Kling 4.0.
¿Cómo funcionan los fotogramas clave en Kling 4.0?
Los fotogramas clave son imágenes que colocas en la línea de tiempo del vídeo. Kling 4.0 acepta hasta 10 y anima el recorrido entre ellas, así que controlas poses, ángulos y lugares en puntos concretos, no solo el primer y el último fotograma. En PixExact, usa el modo Fotogramas: la primera imagen es el fotograma inicial, las del medio son fotogramas clave y la última puede ser el final, hasta 10 imágenes en total.
¿Cuántas referencias puedo usar con Kling 4.0?
Hasta 15 referencias por generación. El modelo admite hasta 10 imágenes, hasta 5 vídeos de referencia con 30 segundos en total, hasta 7 elementos de sujeto y referencias de voz. En el modo Referencia de PixExact puedes añadir hasta 10 imágenes, 5 vídeos y 3 audios, 15 en total, y nombrarlos en el prompt como @Image1, @Video1 o @Audio1.
¿Qué idiomas habla Kling 4.0?
Kling 4.0 genera voz en inglés, chino, japonés, coreano y español, y añade portugués, alemán, francés, hindi y otros. También trata acentos y dialectos como el inglés estadounidense, británico e indio, el cantonés y el sichuanés. Escribe las frases entre comillas e indica el idioma en el prompt.
¿Qué es Kling 4.0 Flash?
Kling 4.0 Flash es una versión más ligera y rápida de Kling 4.0 que se abrió en acceso anticipado antes del modelo completo. Sirve para borradores rápidos y mucho volumen. El Kling 4.0 completo da la mejor calidad, las tomas más largas y el mayor control.
¿Cuánto cuesta Kling 4.0 en PixExact?
Kling 4.0 se cobra por segundo de vídeo, con el sonido siempre incluido: 8 créditos por segundo a 720p y 12 créditos por segundo a 1080p, así que un clip de 10 segundos a 1080p cuesta 120 créditos. Si añades vídeos de referencia, la tarifa es de 5 créditos por segundo a 720p o 8 a 1080p, y la duración de esos vídeos también se cobra. El generador muestra el coste exacto antes de empezar, y las cuentas nuevas reciben créditos gratis.
¿Puedo usar los vídeos de Kling 4.0 con fines comerciales?
Sí. Los vídeos que creas con Kling 4.0 en PixExact se pueden usar en anuncios, redes sociales, páginas de producto y trabajo para clientes, sujeto a nuestros Términos de Servicio. Asegúrate de tener los derechos de cualquier imagen, vídeo o voz que subas como referencia.
¿Kling 4.0 es gratis o de código abierto?
Kling 4.0 no es de código abierto. Los pesos pertenecen a Kuaishou y no se puede ejecutar en local. Puedes probarlo en PixExact con los créditos gratis de las cuentas nuevas, sin suscripción de Kling ni clave API.
Haz tu primer vídeo de 30 segundos con Kling 4.0
Regístrate, consigue créditos gratis y convierte un prompt, unos fotogramas clave o un conjunto de referencias en un vídeo con sonido.