Tecnología

Kling 4.0 en Kubeez: vídeo desde prompts, imágenes y clips

Kling 4.0 ya está en Kubeez: un modelo de vídeo para prompts y referencias, con hasta 10 imágenes y 5 clips, vídeos de 3 a 30 segundos y con sonido propio.

2026-10-26 · Dex

Kling 4.0 ya está en Kubeez. Es un único modelo de vídeo que hace dos cosas: convierte un prompt en un clip y crea un clip a partir de tus propias imágenes y vídeos de referencia. Puedes escribir solo un prompt o adjuntar hasta 10 imágenes y hasta 5 clips en cualquier combinación, nombrar cada uno en el prompt y recibir entre 3 y 30 segundos de vídeo con sonido.

En este artículo verás qué hace Kling 4.0, en qué se diferencia de las demás opciones Kling de Kubeez, cómo se factura y cómo usarlo en el estudio, con la API REST y a través de MCP.

Kling 4.0 en resumen

Lo que hace Kling 4.0 y no hacen los demás Kling

Kubeez ofrece ocho modelos Kling, y cada uno tiene su función. La página de la familia Kling los compara uno al lado del otro. Kling 4.0 destaca por cuatro motivos:

• Es el único Kling que pasa de 15 segundos a partir de tu propio prompt. El resultado llega a 30 segundos, así que una toma larga ya no hay que montarla a trozos.
• Acepta imágenes y clips como referencias con nombre en la misma generación. Hasta 10 imágenes y hasta 5 vídeos, cada uno citado en el prompt como @image_1 o @video_1.
• Renderiza en 21:9. El formato panorámico de cine se suma a 16:9, 9:16 y 1:1, y la opción auto se ajusta a tus referencias.
• Puede conservar el sonido del clip que adjuntas. Sin vídeo de referencia, el sonido siempre se genera. Con uno, eliges entre una banda sonora nueva y el audio original del clip.

Los demás modelos siguen teniendo su sitio. Kling 3.0 es el indicado para secuencias de varios planos en un solo render y para entregas en 4K. Omni Transform sirve para cambiar el estilo de un material que ya grabaste sin perder ni un fotograma. Si buscas tomas rápidas, nuestro artículo sobre Kling 3.0 Turbo cubre esa opción. La sección de Kling 4.0 en el hub tiene la ficha técnica completa y una guía para elegir el modelo que encaja con cada encargo.

Cómo funcionan las referencias: @image_1, @video_1

Cada archivo que adjuntas recibe un nombre, numerado según el orden de subida. La primera imagen es @image_1, la segunda @image_2, el primer vídeo @video_1, y así sucesivamente. Usas esos nombres en el prompt para indicar qué papel cumple cada archivo:

The courier from @image_1 rides the bicycle from @image_2 down a cobbled old-town street in late afternoon sun.

Una mención que no corresponde a ningún archivo, como @image_3 cuando solo adjuntaste dos imágenes, se rechaza antes de descontar ningún crédito. Las imágenes necesitan al menos 300 píxeles por lado y una proporción entre 0,4 y 2,5, es decir, nada más extremo que un retrato alto o un banner ancho.

Aquí tienes una generación real con Kling 4.0 a partir de ese prompt (lo dejamos en inglés, tal como se ejecutó): dos imágenes creadas antes con GPT Image 2, un repartidor y una bicicleta, convertidas en un clip de 8 segundos a 720p y 16:9. El mismo repartidor y la misma bicicleta se mantienen durante toda la toma: primero un travelling lateral y después la cámara gira hasta ponerse delante mientras él toca el timbre y saluda.

Ver el clip de Kling 4.0 de 8 segundos

Repasamos esa misma generación paso a paso, con las dos imágenes de origen y el prompt completo, en la guía cómo hacer un vídeo con Kling 4.0 a partir de imágenes y clips de referencia.

El sonido

Kling 4.0 genera sonido en cada clip. Escribe los sonidos en el prompt (ruedas sobre adoquines, un timbre, el murmullo lejano de la ciudad) y aparecerán en la mezcla. Cuando adjuntas un vídeo de referencia, la banda sonora se sigue generando por defecto, pero puedes optar por conservar el audio original de tus vídeos.

Cómo se factura Kling 4.0

Kling 4.0 se factura por segundo, y la regla depende de si adjuntas un vídeo de referencia.

• Sin vídeo de referencia (solo prompt o solo imágenes): pagas la duración del resultado. El clip del repartidor usó dos imágenes y ningún vídeo, así que sus 8 segundos de resultado fueron 8 segundos facturados.
• Con vídeo de referencia: pagas la duración del resultado más el valor mayor entre esa duración y la duración total de tus vídeos. Un clip de 10 segundos con un vídeo de referencia de 5 segundos factura 20 segundos. El mismo clip de 10 segundos con un vídeo de referencia de 15 segundos factura 25. Si adjuntas varios vídeos, sus duraciones se suman.

Las generaciones con vídeo de referencia tienen su propia tarifa por segundo. Para el precio actual por segundo en 720p y 1080p, consulta el precio en vivo en la tarjeta del estudio o en la página de la familia Kling.

Cómo usar Kling 4.0 en Kubeez

En el estudio. Abre el estudio con Kling 4.0 ya seleccionado, escribe tu prompt, adjunta imágenes o clips y elige duración, resolución y formato. El compositor te muestra el coste antes de generar. En el estudio también puedes guardar sujetos y voces para Kling 4.0 y llamarlos por su nombre en el prompt.

Con la API REST. Envía una petición POST /v1/generate/media con uno de los cuatro ID de modelo de Kling 4.0: kling-4-0-720p o kling-4-0-1080p cuando no hay vídeo de referencia, kling-4-0-720p-video o kling-4-0-1080p-video cuando lo hay.

{
  "model": "kling-4-0-720p",
  "prompt": "The courier from @image_1 rides the bicycle from @image_2 down a cobbled old-town street in late afternoon sun.",
  "source_media_urls": [
    "https://media.kubeez.com/.../courier.png",
    "https://media.kubeez.com/.../bicycle.png"
  ],
  "duration": "8",
  "aspect_ratio": "16:9"
}

Los vídeos de referencia deben ser MP4 o MOV y estar subidos antes a Kubeez (POST /v1/upload/media), porque cada vídeo se factura según la duración que mide Kubeez. Un vídeo enlazado desde otro sitio se rechaza antes de descontar ningún crédito. Añade "keep_original_sound": true para conservar el audio de tus vídeos.

A través de MCP. Llama a generate_media con los mismos ID de modelo y los mismos campos. Sube antes los clips locales con get_upload_url. Conecta tu cliente desde la página de MCP de Kubeez. La referencia completa de parámetros, con las dos variantes de facturación, está en la sección de Kling 4.0 de la documentación de herramientas multimedia.

Dónde encaja Kling 4.0

Si estás eligiendo entre modelos de vídeo y no solo entre opciones Kling, te ayudarán dos comparativas: Seedance 2.5 vs Seedance 2 vs Wan 3 vs Kling 3 y Seedance 2 vs Kling 3. Dentro de la familia Kling, Kling 4.0 es la elección cuando el encargo pide tomas largas y fidelidad a las referencias.

También es nuevo en Kubeez esta semana: OmniHuman 2.0, que hace hablar o cantar a un retrato a partir de una imagen y un archivo de audio.

Preguntas frecuentes

¿Qué es Kling 4.0?

Kling 4.0 es un modelo de vídeo que crea clips de 3 a 30 segundos en 720p o 1080p a partir de un prompt, de imágenes y vídeos de referencia, o de ambos. Genera sonido en cada clip.

¿Cuántas imágenes y vídeos de referencia admite Kling 4.0?

Hasta 10 imágenes y hasta 5 vídeos en una sola generación, en cualquier combinación. Cada vídeo dura entre 3 y 30 segundos, y entre todos pueden sumar como máximo 30 segundos.

¿Cómo se factura Kling 4.0?

Por segundo. Sin vídeo de referencia pagas la duración del resultado. Con uno, pagas la duración del resultado más el valor mayor entre esa duración y la duración total de los vídeos. El precio en vivo aparece en la tarjeta del estudio y en la página de la familia Kling.

Dex escribe las guías de Kubeez y crea cada ejemplo con las mismas herramientas que usas tú.