Kling 4.0Kling 4.0
Kling 4.0, el modelo audiovisual de nueva generación de Kuaishou, graba tomas de 3 a 30 segundos en resoluciones de hasta 4K, con diálogo estéreo en nueve idiomas, hasta 10 fotogramas clave y Omni Reference, que compone escenas con hasta 15 recursos. Próximamente en Molyin; todos los modelos disponibles ya funcionan en el generador.
- Generaciones fallidas reembolsadas automáticamente
- Los packs de créditos nunca caducan
- El precio de cada modelo es público
- Cancela cuando quieras con un clic
- 3–30 s
- Duración de una toma
- Hasta 4K
- Tres niveles de resolución
- 9
- Idiomas de diálogo
- 15
- Recursos de Omni Reference
Tres muestras de lanzamiento, tres prompts completos
Tres clips oficiales de lanzamiento, cada uno con el prompt completo que lo generó. Pulsa Remix para cargar un prompt en el generador y ejecutarlo hoy con un modelo ya disponible, o guárdalo para el día del lanzamiento de Kling 4.0.
- Kling 4.0
- Text to video
- 28s
- 1440P
1. CONTEXTO DE ESCENA: EXACTAMENTE 1 DRAGÓN — SIN DUPLICADOS. Una secuencia de acción de fantasía oscura de 30 segundos y seis planos. Un dragón colosal ruge, despega desde la cima de una montaña, acelera hacia una ciudad costera en llamas, se sumerge entre sus torres y ejecuta un devastador ataque aéreo con fuego. Escala épica, ritmo muy rápido, movimiento en tiempo real. 2. REFERENCIAS ACTIVAS: controla la ciudad costera en llamas, la arquitectura gótica, el puerto, el horizonte montañoso, los incendios existentes, las columnas de humo, las nubes de tormenta y los relámpagos. Controla la identidad del dragón, las escamas gris negruzcas, las membranas alares de color rojo parduzco, los cuernos, las espinas dorsales, las cuatro patas, las dos alas, la cola larga y la cima rocosa del inicio. 3. MAPA DE UBICACIÓN: la cima domina la ciudad costera. El puerto queda a la izquierda del encuadre, el castillo central al frente y el distrito más densamente incendiado a la derecha del centro. La dirección del recorrido va siempre de la montaña hacia el centro de la ciudad. Las cámaras permanecen detrás, debajo o a la izquierda del dragón sin invertir el eje de avance. 4. PRIMER FOTOGRAMA Y BLOQUEO ESPACIAL: el dragón ya está agazapado en la cima, con las alas extendidas, las patas traseras comprimidas y la cabeza apuntando hacia la ciudad. Las mandíbulas se abren para un único rugido. Las llamas parpadean abajo; las columnas de humo conectadas se doblan con el viento y todo el techo de tormenta se mueve con claridad. 5. MODO DE FORMATO: seis planos con cortes secos: PLANO 1 — 0,0–4,0 s: rugido y despegue. PLANO 2 — 4,0–9,0 s: persecución a alta velocidad hacia el puerto. PLANO 3 — 9,0–13,5 s: vuelo bajo sobre el agua hacia la ciudad. PLANO 4 — 13,5–19,0 s: primer ataque de fuego entre las torres. PLANO 5 — 19,0–25,0 s: persecución en viraje y ataque de fuego arrasador. PLANO 6 — 25,0–30,0 s: el dragón asciende sobre la ciudad en llamas. Los cortes se motivan con barridos de ala, barridos de humo y pasadas cercanas junto a la arquitectura. Sin fundidos ni disolvencias. 6. ÓPTICA. PLANO 1: 24 mm, FOV horizontal de 74°, gran angular ambiental en contrapicado. PLANO 2: 18 mm, FOV de 90°, perspectiva de persecución trasera. PLANO 3: 24 mm, FOV de 74°, persecución a ras del agua. PLANO 4: 28 mm, FOV de 65°, seguimiento a la altura de los tejados. PLANO 5: 24 mm, FOV de 74°, persecución cercana lateral-trasera. PLANO 6: 18 mm, FOV de 90°, gran angular aéreo monumental. Enfoque de moderado a profundo. Desenfoque de movimiento natural y fuerte en las puntas de las alas, el agua, el humo, las brasas y los edificios cercanos. 7. CÁMARA: todas las cámaras tienen una inestabilidad física de cámara en mano evidente. El PLANO 1 se inclina rápidamente hacia arriba cuando el dragón despega; la presión de las alas sacude violentamente al operador. El PLANO 2 sigue a 12 metros detrás de la cola con un intenso batido de viento y una vibración vertical rápida. El PLANO 3 corre justo por encima del agua detrás del dragón; las olas y los barcos en llamas pasan a toda velocidad por los bordes del encuadre. El PLANO 4 hace un seguimiento por el cañón de la calle a la altura de los tejados. El PLANO 5 sigue al dragón en un viraje cerrado y casi pierde el encuadre cuando las torres pasan peligrosamente cerca. El PLANO 6 persigue en ascenso y luego se estabiliza en una vista amplia de la ciudad devastada. Sin flotaciones suaves ni movimientos mecánicamente perfectos. 8. TIEMPOS DE ACCIÓN: 0,0–0,8 s: el dragón lanza un rugido atronador, con el cuello extendido y los ojos fijos en la ciudad. 0,8–2,0 s: las patas traseras se impulsan contra la cima; las garras fracturan la roca. 2,0–4,0 s: el dragón despega y da dos poderosos aletazos. El polvo y la piedra estallan hacia atrás. 4,0–6,5 s: corte seco detrás del dragón, que ya acelera a gran velocidad. 6,5–9,0 s: recoge las patas bajo el cuerpo y se lanza en picado hacia el puerto. El humo se arrastra por sus alas. 9,0–11,5 s: el dragón roza rápidamente el agua agitada. Las puntas de las alas casi tocan las olas. 11,5–13,5 s: pasa junto a barcos en llamas y asciende sobre el muro del puerto. Una torre barre la lente. 13,5–15,0 s: corte seco dentro de la ciudad. El dragón irrumpe entre el humo entre torres góticas. 15,0–19,0 s: libera un chorro de fuego continuo de color naranja blancuzco, arrasando la fila izquierda de tejados mientras mantiene la velocidad máxima. 19,0–21,5 s: el dragón gira bruscamente a la derecha alrededor de la torre central; la cola oscila con inercia retardada. 21,5–25,0 s: su chorro de fuego conectado barre la avenida y golpea la torre de la derecha. La mampostería en llamas y las brasas caen detrás de él. 25,0–27,0 s: el dragón deja de escupir fuego, bate las alas con fuerza y asciende por encima de los tejados. 27,0–30,0 s: se eleva hacia la luz de la tormenta y planea sobre la ciudad en llamas. La cámara se abre para revelar las llamas que se propagan, las columnas de humo y el puerto debajo. 9. FÍSICA: el dragón tiene una masa inmensa y creíble a pesar de su velocidad. Los aletazos nacen en los hombros; las membranas se estiran bajo carga aerodinámica. El torso, las patas y la cola reaccionan con inercia retardada. Las estelas de las alas abren huecos en el humo, perturban el agua y sacuden los incendios cercanos. El fuego sale únicamente de la boca abierta como un chorro impulsado por presión, con un núcleo blanco incandescente, bordes turbulentos naranjas y distorsión térmica visible. Los edificios se encienden progresivamente en los puntos de impacto visibles. Los escombros siguen la gravedad y la estela del dragón. 10. ILUMINACIÓN: la luz fría de la tormenta entra desde arriba a la izquierda. Los incendios existentes aportan una luz naranja desde abajo, bajo el dragón. El chorro de fuego se convierte en una luz clave móvil y motivada, que proyecta reflejos en movimiento sobre las escamas, las torres y el humo. Los rayos de sol atraviesan las nubes durante el ascenso final. Conserva el detalle en el núcleo de la llama y mantén legible la silueta del dragón. 11. AUDIO: sin diálogo. Rugido de dragón sincronizado, arañazos de garras, fractura de roca, trueno de alas de cuero, viento violento, impactos de olas, barcos en llamas, mampostería que se derrumba, siseo de brasas y ráfagas de fuego a presión. Partitura original épica: tambores de guerra rápidos, ostinato de metales graves y cuerdas urgentes que comienzan de inmediato. Un coro grave sin palabras entra en el despegue. La percusión acelera durante la persecución. La orquesta completa golpea con cada ataque de fuego y luego se expande hacia un final oscuro y triunfal durante el ascenso. El rugido, las alas y el fuego siguen sonando más fuerte que la música. 12. INTERPRETACIÓN DEL PERSONAJE: el dragón actúa con una intención depredadora y concentrada. Sus ojos permanecen fijos en su trayectoria de vuelo y en los edificios objetivo sucesivos. Durante la aceleración, baja la cabeza y los hombros empujan con agresividad. Dentro de la ciudad, el cuello guía deliberadamente el chorro de fuego mientras la cola controla cada viraje. En el plano final, el pecho se abre y la postura cambia de agresión atacante a dominio en el aire. 13. ESTILO: cine de fantasía oscura apocalíptico y grandioso, fotografía de persecución agresiva, escala monumental y energía de campo de batalla. El carbón y el azul de tormenta ocupan el 60 % de la paleta, la piedra marrón humo el 30 % y el naranja fuego el 10 %. Textura de película de 35 mm desgastada, con suavidad de fotografía antigua, grano orgánico y sin nitidez digital. 14. CALIDAD: identidad y anatomía del dragón consistentes en cada corte: una cabeza, dos alas, cuatro patas y una cola. Arquitectura de la ciudad estable, ciclos de aleteo coherentes, fuego unido a la boca, humo volumétrico y destrucción físicamente conectada. Desenfoque de movimiento rápido natural, sin copias fantasma, mutaciones anatómicas ni llamas separadas. 15. RESTRICCIONES POSITIVAS: exactamente un dragón permanece visible durante toda la secuencia. Despega antes de los 2 segundos, llega al puerto a los 9 segundos, entra en la ciudad a los 13,5 segundos y completa dos pasadas rápidas de ataque de fuego antes de alejarse ascendiendo. Cada plano conserva la dirección de la montaña a la ciudad. Un fuerte temblor de cámara comunica velocidad extrema mientras el dragón sigue siendo legible. Los incendios de la ciudad emiten humo de forma continua, las nubes se desplazan visiblemente por el cielo y la nueva destrucción aparece solo donde golpea el chorro de fuego conectado.
- Kling 4.0
- Text to video
- 15s
- 1080P
CONTEXTO DE ESCENA: EXACTAMENTE 3 PERSONAJES HUMANOS ÚNICOS EN TODO EL VIDEO. Tres personas están en una oficina de información turística de una ciudad ficticia, luminosa y limpia. Mantén tonos de color consistentes durante todo el video. La turista está a la izquierda, la intérprete en el centro y el empleado de turismo a la derecha. Sobre el mostrador de información hay un mapa de la ciudad y un diagrama de rutas. El texto del fondo y las etiquetas del mapa deben estar desenfocados e ilegibles. No puede aparecer ninguna marca real, nombre de organización, logotipo ni marca de agua. TIEMPOS DE ACCIÓN: 0–3 segundos: plano medio de las tres personas. La turista española mira a la intérprete del centro, levanta el mapa que tiene en la mano y habla en un español natural, claro y ligeramente lento: «¿Dónde está la estación de metro más cercana?». Cuando termina de hablar, hace una pausa de aproximadamente 0,5 segundos. La intérprete se gira hacia el empleado de turismo y traduce al chino: «她想知道最近的地铁站在哪里。» 3–7 segundos: corte a la intérprete y al empleado de turismo. El empleado mira el mapa (no uses un primer plano del mapa) y responde en un chino natural y claro: «沿这条路直走，步行大约五分钟就能到。» Cuando termina de hablar, hace una pausa de aproximadamente 0,5 segundos. La intérprete confirma que entendió y se gira hacia la turista. 7–11 segundos: la intérprete traduce la respuesta del empleado a un español natural, claro y ligeramente lento: «La estación de metro está a unos cinco minutos a pie. Siga recto por esta calle.» Mientras habla, señala la ruta en el mapa y la turista la estudia con atención. 11–15 segundos: vuelve a un plano medio de las tres personas. Después de entender las indicaciones, la turista española sonríe, asiente y dice en español: «Muchas gracias.» Las tres mantienen una interacción de servicio natural mientras termina la escena. AUDIO: - La turista española habla solo español. - El empleado chino de turismo habla solo chino. - La intérprete china habla primero chino y luego español. - Cada persona tiene una voz distinta. - Cuando una persona habla, las demás permanecen en silencio. Sin interrupciones ni diálogos superpuestos. - Todo el diálogo debe tener voces claras, con movimientos labiales sincronizados con el idioma correspondiente. - La pronunciación en español debe ser natural y estándar, sin pronunciación con acento inglés. - El habla debe ser ligeramente lenta, con pausas naturales entre frases. - Conserva sonidos ambientales sutiles de una oficina de información turística. No añadas música de fondo. Los sonidos ambientales no deben tapar el diálogo. CÁMARA: comienza con un plano medio de las tres personas para establecer sus relaciones. Cuando la turista habla, corta a un plano de dos de la turista y la intérprete. Cuando la intérprete transmite la pregunta, corta a la intérprete y el empleado. Durante la respuesta del empleado, incluye un primer plano de la ruta en el mapa. Cuando la intérprete traduce al español, vuelve a un plano de dos de la intérprete y la turista. Termina con un plano medio de las tres personas. Mantén consistentes las posiciones, las miradas y la ropa de los personajes durante todo el video. No reemplaces a los personajes de golpe ni cambies sus relaciones espaciales. ESTILO: estilo documental de servicio turístico realista, natural y profesional. Iluminación luminosa y limpia, expresiones faciales naturales y movimientos contenidos. La escena debe parecer una interacción auténtica en un aeropuerto o en una oficina de información turística de la ciudad.
- Kling 4.0
- Reference to video
- 15s
- 720P
1. CONTEXTO DE ESCENA: EXACTAMENTE 1 PERSONAJE HUMANO — SIN DUPLICADOS. Una mujer presenta con entusiasmo la chaqueta acolchada corta negra de Kling que lleva puesta dentro de un showroom de moda minimalista. Mantiene un contacto visual cálido y seguro con la cámara mientras muestra el cuello, el logotipo del pecho, la construcción acolchada, la silueta corta y los bolsillos. Un plano de moda vertical continuo de 15 segundos. 2. REFERENCIAS ACTIVAS: @Imagen1 controla la identidad exacta de la mujer, el pelo castaño liso, los ojos azules, los pendientes pequeños, la chaqueta acolchada corta negra de Kling, el cuello alto, la cremallera plateada, el logotipo blanco del pecho, los paneles acolchados, los puños elásticos, los bolsillos laterales, los jeans azules holgados, el cinturón negro, los percheros del showroom, la ventana y la composición vertical. Conserva cada detalle con exactitud. 3. MAPA DE UBICACIÓN: la mujer permanece centrada entre dos percheros de ropa. El perchero izquierdo se queda detrás del lado izquierdo del encuadre, el segundo perchero permanece en la parte trasera derecha y la ventana grande se queda en el lado derecho del encuadre. La cámara permanece directamente frente a ella y solo se desplaza ligeramente hacia su lado izquierdo. 4. PRIMER FOTOGRAMA Y BLOQUEO ESPACIAL: iguala la composición de la referencia. Ella está de pie en una posición relajada de tres cuartos, con ambos brazos descansando de forma natural junto al cuerpo. La chaqueta completa, la cintura, el cinturón y la parte superior de los jeans permanecen visibles. Gira la cabeza hacia la cámara y sus ojos se fijan naturalmente en la lente. 5. MODO DE FORMATO: un plano vertical 9:16 continuo de 15 segundos. Sin cortes, fundidos, disolvencias, rampas de velocidad, transformaciones de vestuario, cambios de ubicación ni poses duplicadas. 6. ÓPTICA: objetivo equivalente a 50 mm con un campo de visión horizontal de 40°. El encuadre de moda medio mantiene legibles sus ojos, su expresión facial, el cuello, el logotipo, la cremallera, las mangas, el bajo, los bolsillos y la cintura. La profundidad de campo moderada la separa suavemente de los percheros de ropa. 7. CÁMARA: un operador humano está de pie a unos dos metros y medio de distancia, a la altura del pecho, y realiza un único arco lento en sentido horario con cámara en mano de menos de un metro. La deriva por la respiración, los pasos pequeños, un ligero balanceo y el reencuadre tardío permanecen visibles. La cámara nunca se vuelve mecánicamente estabilizada ni recorta el bajo de la chaqueta. 8. TIEMPOS DE ACCIÓN: 0,0–2,0 s: ella encuentra la lente, toma una respiración ligera de anticipación y forma una sonrisa de bienvenida genuina. 2,0–5,5 s: mientras empieza su frase, toca el cuello estructurado y sigue la cremallera hacia abajo con las puntas de los dedos, sin apartar los ojos de la lente. 5,5–8,5 s: su voz se vuelve más animada cuando su mano se detiene junto al logotipo blanco de Kling y su mano libre se abre en un pequeño gesto expresivo. 8,5–11,5 s: gira hacia un perfil de tres cuartos, mete ambas manos en los bolsillos y vuelve a mirar hacia la lente con una sonrisa segura. 11,5–15,0 s: vuelve a mirar al frente, relaja los hombros y termina la presentación con los ojos brillantes y una expresión cálida y satisfecha. 9. FÍSICA: la chaqueta acolchada se comprime de forma natural bajo las puntas de sus dedos y se recupera al soltarla. Los paneles acolchados mantienen un volumen consistente. Las mangas se doblan y se arrugan en los codos, mientras el bajo corto se desplaza durante el giro y se asienta por efecto de la gravedad. El pelo y los pendientes responden con un pequeño movimiento retardado. 10. ILUMINACIÓN: la luz suave del día que entra por la ventana grande del lado derecho del encuadre es la única fuente clave motivada. Crea reflejos contenidos sobre sus ojos, el pelo, la tela negra, la cremallera plateada y los pómulos, a la vez que conserva el detalle de los paneles acolchados. Las luces de raíl del techo permanecen como prácticos sutiles de fondo. 11. AUDIO: ambiente de showroom por capas: tono de sala silencioso, ventilación lejana, suave susurro de la chaqueta, contacto de la cremallera, movimiento de los jeans y pasos contenidos. Con una voz en inglés sincera y emocionalmente comprometida, ella dice: «I honestly love this Kling jacket—the cropped fit feels so confident, and it goes with everything.» Empieza con aprecio cálido, enfatiza «love» y «confident», y termina con una sonrisa audible. Sus labios, su respiración, su expresión y sus gestos con la prenda se sincronizan exactamente con la frase. Solo efectos de sonido, sin música, sin partitura, sin canción, sin banda sonora. 12. INTERPRETACIÓN DEL PERSONAJE: ella habla como alguien genuinamente emocionado por cómo le hace sentir la chaqueta. Sus ojos permanecen conectados con la lente, con brillos vivos y parpadeos naturales irregulares. Las cejas se elevan ligeramente en «love», las mejillas se alzan en «confident» y su sonrisa final llega hasta los ojos. Nunca mira hacia abajo a la prenda mientras habla; sus manos localizan cada detalle de forma natural mediante el tacto. INTERIOR, NO DICHO: «This feels completely like me.» 13. ESTILO: contenido de moda contemporáneo minimalista capturado por una persona imperfecta. Intimidad claramente de cámara en mano, suavidad de fotografía antigua, grano de película orgánico, contraste contenido, textura natural de la tela, suave halación de la ventana y sin nitidez digital. Equilibrio de color: 60 % negro y carbón, 25 % tonos fríos de blanco de showroom, 15 % denim azul desgastado y piel natural. 14. CALIDAD: la identidad de la mujer, el color de los ojos, el peinado, los pendientes, la geometría de la chaqueta, los paneles acolchados, el cuello, la cremallera, los puños, los bolsillos, los jeans y el cinturón permanecen consistentes. El logotipo blanco Kling permanece escrito correctamente, estable y unido a la misma posición del pecho. Los ojos, los labios, las manos, los dedos, las mangas y los pliegues de la tela permanecen anatómicamente coherentes. 15. RESTRICCIONES POSITIVAS: exactamente una mujer lleva exactamente una chaqueta Kling negra durante todo el plano. Mantiene conexión directa con la lente mientras habla y vuelve a mirar hacia la lente durante la pose lateral. Dice exactamente un pasaje emocional en inglés y realiza una presentación continua de la prenda. La chaqueta permanece completamente abrochada y su logotipo sigue visible en los momentos de frente. No añadas una segunda persona, cambio de ropa, subtítulos, precio, superposición promocional, reflejo en el espejo, música ni movimiento de pasarela. Una interpretación plana y sin emoción, una mirada errante, un logotipo mal formado, un largo de chaqueta cambiante, un miembro extra o una tela que atraviesa su cuerpo equivalen a un plano fallido.
Un video, dos fotos y una toma totalmente nueva
Referencia de movimiento de cámara: el video de entrada solo aporta sus movimientos de cámara y el ritmo de los planos; una foto aporta el nuevo sujeto y otra el escenario. Kling 4.0 trasplanta la cinematografía a una escena completamente distinta.
El prompt
Usa @Video1 como referencia para los movimientos de cámara y el ritmo de los planos. Sustituye el elemento por el coche de @Imagen1 y el fondo por @Imagen2.
¿Qué es Kling 4.0?
Kling 4.0 es el modelo audiovisual de nueva generación de Kuaishou — el motor detrás de Kling AI, anunciado el 28 de septiembre de 2026 y disponible de forma general el 15 de octubre. Una sola generación ahora dura de 3 a 30 segundos en pasos de un segundo, en 720p, 1080p o 4K, en cuatro relaciones de aspecto más un modo Auto que sigue tu primer fotograma. El sonido es nativo: estéreo de dos canales con sincronización labial mejorada y diálogo hablado en nueve idiomas — chino, inglés, japonés, coreano, español, portugués, alemán, francés e hindi — con dialectos y acentos auténticos, desde el cantonés y el sichuanés hasta el inglés británico y el indio.
El control va mucho más allá de un cuadro de texto. Los fotogramas clave fijan hasta diez imágenes a lo largo de la línea de tiempo; Omni Reference compone una escena a partir de hasta 15 recursos (diez imágenes, cinco videos que suman 30 segundos, siete elementos y tres perfiles de voz); una referencia de movimiento de cámara trasplanta la cinematografía de un video a un nuevo sujeto, como muestra el ejemplo de arriba; y un modo de edición de video reelabora hasta cinco clips que suman 30 segundos. Los prompts pueden llegar a 8.000 tokens, y un nivel Flash sacrifica los fotogramas clave y el techo de resolución a cambio de velocidad: clips en 720p de hasta 20 segundos.
Kling 4.0 llegará a Molyin el día del lanzamiento, dentro del mismo generador de video con IA que todos los demás modelos que alojamos: un solo cuadro de prompt, un solo saldo de créditos. Mientras tanto, cualquier muestra de esta página se puede cargar con Remix en el generador y ejecutar en los modelos ya disponibles; la página de precios tiene los números.
Kling 4.0 vs Seedance 2.5
Seedance 2.5 ya está disponible en Molyin; Kling 4.0 llegará en su lanzamiento. Ambos comparten un solo cuadro de prompt y un solo saldo de créditos: así se comparan sus fichas, para que sepas a qué modelo dirigir cada prompt.
| Especificación | Kling 4.0 | Seedance 2.5 |
|---|---|---|
| Duración | 3–30 s en pasos de 1 segundo (10 s por defecto) | 4–30 s, control deslizante continuo |
| Resolución | 720p · 1080p · 4K | 480p · 720p · 1080p (10-bit) |
| Relaciones de aspecto | 21:9 · 16:9 · 1:1 · 9:16 · Auto | 6 — de 16:9 a 21:9 |
| Audio | Estéreo nativo + sincronización labial mejorada — diálogo en 9 idiomas con dialectos | Voz + efectos + música en una sola pasada; sincronización labial en 11 idiomas |
| Referencias | Omni Reference — hasta 15 recursos, más 10 fotogramas clave | Hasta 50 multimodales — 30 imágenes, 10 videos, 10 audios |
| Edición de video | Integrada — hasta 5 clips, 30 s en total | Modelos de edición y extensión de video — extensiones de 4–30 s |
| Precio en Molyin | Se anuncia en el lanzamiento | 25 / 56 / 100 créditos/s (480p / 720p / 1080p) |
| Da lo mejor de sí en | Secuencias largas de varios planos con diálogo, arcos con fotogramas clave y referencia de movimiento de cámara | Disponible hoy — borradores en 480p, másteres en 1080p de 10-bit y grandes pilas de referencias |
Las especificaciones de Kling 4.0 provienen del anuncio oficial de Kuaishou; las tarifas de Seedance 2.5 son los precios de ejecución actuales en Molyin.
Kling 4.0 vs los modelos disponibles en Molyin
| Modelo | Posicionamiento | Fecha de lanzamiento | En Molyin |
|---|---|---|---|
| Kling 4.0 | La nueva generación de Kuaishou — tomas de 30 s, 10 fotogramas clave, Omni Reference | 15 de octubre de 2026 (disponibilidad general) | Próximamente |
| LTX 2.5 | Modelo de pesos abiertos de Lightricks — multipalno nativo + 4K HDR | 11 de agosto de 2026 (pesos abiertos) | Disponible — genera arriba |
| Seedance 2.5 | El buque insignia de ByteDance — tomas de 30 s, dirigidas segundo a segundo | 7 de agosto de 2026 (API) | Disponible — genera arriba |
| FLUX 3 | Black Forest Labs — fotogramas clave de storyboard + continuación de tomas | 7 de agosto de 2026 (API de video) | Disponible — genera arriba |
| Wan 3.0 | El modelo All-in-One de Alibaba, tomas de hasta 30 s | 6 de agosto de 2026 | Disponible — genera arriba |
| MiniMax H3 | Buque insignia omnimodal, 2K nativo + estéreo | 31 de julio de 2026 · pesos abiertos anunciados | Disponible — genera arriba |
| HappyHorse | Generación expresiva + edición de video por instrucciones | junio de 2026 (1.1) | Disponible — genera arriba |
| Familia Seedance 2.0 | Caballos de batalla Standard / Fast / Mini, hasta 4K | abril de 2026 (API) | Disponible — genera arriba |
| Kling 3.0 | Audio nativo en 5 idiomas + referencias de elementos, hasta 4K | 4 de febrero de 2026 | Disponible — genera arriba |
| Veo 3.1 | El modelo cinematográfico de Google con audio | octubre de 2025 | Disponible — genera arriba |
Una suscripción, un solo saldo de créditos — todos los modelos disponibles arriba están incluidos.
Especificaciones completas de Kling 4.0
| Parámetro | Valor | Notas |
|---|---|---|
| Modelo | Kling 4.0 — el modelo audiovisual de nueva generación de Kuaishou | El modelo detrás de Kling AI, anunciado el 28 de septiembre de 2026 y disponible de forma general el 15 de octubre. |
| Niveles del modelo | Kling 4.0 · Kling 4.0 Flash | Flash renderiza clips en 720p de hasta 20 segundos y prescinde del control de primer y último fotograma y de fotogramas clave múltiples. |
| Modos de generación | Texto / Imagen / Omni Reference / fotogramas clave a video, además de edición de video | Un solo modelo cubre la generación desde cero, la animación de imágenes fijas, la composición con referencias y la edición de clips existentes. |
| Niveles de resolución | 720P / 1080P / 4K | 720p para borradores, 1080p para entrega y 4K para másteres. |
| Duración del clip | 3–30 s | Pasos de un segundo, 10 segundos por defecto: la muestra del dragón de arriba es una sola generación de 30 segundos. |
| Relaciones de aspecto | 21:9 · 16:9 · 1:1 · 9:16 · Auto | Auto sigue la relación del primer fotograma cuando se proporcionan imágenes de fotogramas clave. |
| Fotogramas clave | Hasta 10 — solo con imágenes de entrada | Fija imágenes a lo largo de la línea de tiempo para coreografiar el arco; los fotogramas clave no se pueden combinar con Omni Reference en una misma generación. |
| Omni Reference | Hasta 15 recursos de referencia | 10 imágenes (≤30 MB cada una), 5 videos que suman ≤30 s, 7 elementos, incluidos 3 elementos de video, y 3 perfiles de voz de 5–30 s. |
| Audio | Estéreo nativo + sincronización labial mejorada | El sonido de dos canales se genera con la imagen; el diálogo se sincroniza con el idioma asignado. |
| Idiomas de diálogo | 9 — chino · inglés · japonés · coreano · español · portugués · alemán · francés · hindi | Además de dialectos y acentos: cantonés, sichuanés, pekinés, mandarín taiwanés y mandarín del noreste; inglés estadounidense, británico e indio. |
| Longitud del prompt | Hasta 8.000 tokens | Espacio para listas de planos, tiempos y restricciones negativas: las tres muestras de esta página aprovechan ese margen. |
| Edición de video | Hasta 5 clips, ≤30 s en total | Reelabora material existente con una sola instrucción en lugar de regenerarlo desde cero. |
| Anunciado, aún no disponible | 10-bit HDR (1080p/4K) · extensiones de hasta 2 minutos | Ambos están en la hoja de ruta oficial de Kuaishou para Kling 4.0, pero no formaban parte de la versión de lanzamiento. |
Las especificaciones reflejan el anuncio oficial de Kling 4.0 de Kuaishou; se integran en la configuración activa de Molyin en el lanzamiento.
Cómo generar con Kling 4.0
Tres pasos de la idea a una toma terminada
Elige un modelo y un modo
Genera desde cero con texto a video, anima una imagen fija, compón a partir de referencias o edita un clip existente.
Escribe el prompt
Dale a cada referencia una tarea — @Imagen1 conserva la identidad, @Video1 aporta su trabajo de cámara — y luego divide las tomas largas en tiempos marcados y declara con claridad lo que no debe ocurrir, como en las muestras de esta página.
Genera y exporta
Elige resolución, duración y relación de aspecto, previsualiza ahí mismo y luego descarga el archivo original.
La fórmula del brief en cinco partes
Kling 4.0 recompensa los prompts dirigidos: escena, acción, referencias, cámara, audio y restricciones, en ese orden. La guía completa desglosa el brief de dirección de quince bloques y añade 16 ejemplos detallados.
[Escena] + [Acción] + opcional [Referencias] [Cámara] [Audio] [Restricciones]
Escena
Dónde y cuándo ocurre el plano, además del tono visual.
Acción
Qué hace el sujeto, en orden, con partes del cuerpo y ritmo.
Referencias
Los recursos que definen identidad, producto o escenario: @Image1, @Video1, @Audio1.
Cámara
Tamaño de plano, objetivo, trayectoria y ritmo. Un movimiento por plano.
Audio
Diálogo, ambiente, efectos de sonido y música. Estéreo de forma predeterminada.
Restricciones
Lo que debe permanecer fijo y la rara instrucción negativa que merece la pena escribir.
Preguntas frecuentes sobre Kling 4.0
Lo que los creadores preguntan sobre el modelo de video de nueva generación de Kuaishou antes de su llegada a Molyin.
Empieza a crear con Molyin hoy
Regístrate gratis y convierte tu primera idea en un video cinematográfico en minutos.