AIREITER
Qué genera Kling 4.0
Kling 4.0 es un modelo de video de Kuaishou Kling. Un solo modelo cubre texto a video, fotogramas clave, referencias de imagen, video y audio, edición de video y extensión de video, y cada clip incluye una pista de audio estéreo.
Cuatro modos, un solo modelo
Texto / Referencia, Fotogramas, Editar video y Extender video. Elige el modo según lo que ya tengas.
De 3 a 30 segundos
Cualquier duración en segundos enteros de 3 a 30, por defecto 5. En el modo Extender, la duración corresponde únicamente a la parte nueva.
720p o 1080p con sonido
El sonido se genera junto con la imagen en cada clip. No hay opción de 4K ni opción sin sonido.
16:9, 9:16, 1:1, 21:9
Configura la relación de aspecto en el modo Texto / Referencia o déjala en automático. Los fotogramas siguen el primer fotograma; Editar y Extender mantienen la relación de aspecto de origen.
Resultados de las pruebas de Kling 4.0
Ambos clips provienen de nuestras propias pruebas del 4 de noviembre de 2026. El tamaño, la duración y el sonido se miden a partir de los archivos entregados.
Texto a video: barco de papel en una calle de neón
Solicitud: Solo texto, 16:9, 5 segundos, 1080p.
Archivo entregado: H.264 MP4, 1920x1080, 5,04 segundos, 24 fps, audio AAC estéreo.
Tiempo de generación: aproximadamente 4,5 minutos.
Extender video: cinco segundos más del mismo clip
Solicitud: Extender video, 5 nuevos segundos.
Archivo entregado: 960x540, 10.0 segundos: primero la fuente, luego la parte nueva.
Lo que se mantuvo: sin cortes visibles en la marca de los 5 segundos, y la calle, los carteles y los reflejos siguen siendo los mismos. En los nuevos segundos, un transeúnte entra y levanta el barco del agua.
Sonido: la fuente silenciosa sigue en silencio y los nuevos segundos vienen con sonido generado.
Qué modo de Kling 4.0 usar
Cada modo admite diferentes entradas.
Texto / Referencia
Solo prompt para texto a video. O añade hasta 10 imágenes, 5 videos (30 segundos en total) y 3 clips de audio de 5 a 30 segundos, 15 elementos como máximo, y nómbralos @Image1, @Video1, @Audio1 en el prompt.
Fotogramas
Se requiere un primer fotograma. Añade hasta 8 fotogramas intermedios en el orden de reproducción y un último fotograma opcional: 10 fotogramas como máximo, y no más que la duración del video más 1.
Editar video
Un clip de origen de 3 a 30 segundos más hasta 10 imágenes de referencia. Indica qué cambiar; el origen es @Video1. Conserva el sonido original o regenéneralo.
Extender video
Un clip de origen de hasta 30 segundos, más un último fotograma opcional en el que terminar. Obtendrás el origen y la parte nueva en un solo archivo.
Qué crear con Kling 4.0
Una toma más larga de una sola vez
Hasta 30 segundos por generación, para que un recorrido de producto o una escena corta no necesiten uniones.
Del storyboard al movimiento
Organiza un primer fotograma, fotogramas intermedios y un último fotograma, y deja que el modelo complete el movimiento entre ellos.
Mantén la coherencia de un personaje o producto
Proporciona imágenes de personajes, atuendos, productos y ubicaciones, además de un video de referencia para el movimiento o un clip de audio de referencia para la voz.
Reelabora el metraje que ya tienes
Cambia el estilo, el atuendo o el fondo de un clip existente con Edit, o continúa su duración con Extend, como en la prueba del barco de papel.
Cómo generar con Kling 4.0
Los mismos pasos funcionan tanto en el playground como a través de la API.
Elige un modo
Text / Reference, Frames, Edit Video o Extend Video.
Añade tus entradas
Referencias para Text / Reference, un primer fotograma para Frames, un clip de origen para Edit y Extend.
Describe el video
Indica qué se mueve, luego la cámara, la iluminación y el sonido. Para Extend, describe qué sucede a continuación.
Establece la duración y la resolución
De 3 a 30 segundos a 720p o 1080p. En Extend, la duración es el número de segundos nuevos.
Llama a Kling 4.0 a través de la API de AIReiter
Un único contrato asíncrono para los cuatro modos.
ID del modelo
Envía kling_v4.
Enviar
POST /api/openapi/submit con model, un out_task_id único y params. Establece type en reference, frame, edit o extend.
Entradas por modo
reference: prompt con image_url, video_url, audio_url opcionales. frame: image_url (primer fotograma), keyframe_url, end_image_url. edit: video_url, image_url, audio_setting. extend: video_url, end_image_url.
Consultar
POST /api/openapi/query con el mismo out_task_id hasta que el estado sea completed o failed. Las respuestas completadas incluyen la URL del video.
Modelos de video de IA relacionados
Kling v3 Omni
Clips de 3 a 15 segundos a partir de texto, imágenes, primeros/últimos fotogramas o un video de referencia, hasta 4K.
Kling 3.0
Clips de 3 a 15 segundos con audio nativo y control de primer/último fotograma, hasta 4K.
Kling 3.0 Turbo
Clips rápidos de 3 a 15 segundos a partir de un prompt o una imagen de referencia, a 720p o 1080p.
Wan 3.0
Clips de 2 a 30 segundos a partir de texto, primeros/últimos fotogramas, referencias mixtas o un documento.
Preguntas frecuentes sobre Kling 4.0
Preguntas frecuentes sobre modos, duración, referencias, sonido y la API.
/ 01¿Qué es Kling 4.0?
Un modelo de video de Kuaishou Kling que genera clips de 3 a 30 segundos con audio estéreo a 720p o 1080p. Funciona a partir de texto, fotogramas clave o referencias de imagen, video y audio, y puede editar o extender un clip que subas.
/ 02¿Cuánto puede durar un video de Kling 4.0?
De 3 a 30 segundos en números enteros, por defecto 5. En el modo Extend, la duración solo cuenta la parte nueva.
/ 03¿Qué devuelve Extend Video?
Un solo archivo con el origen seguido de la nueva parte. En nuestra prueba, un origen de 5 segundos extendido por 5 segundos devolvió un video de 10.0 segundos.
/ 04¿Extend mantiene el sonido original?
Sí. La fuente conserva su propio sonido y la parte nueva obtiene sonido generado. En nuestra prueba, la fuente silenciosa se mantuvo en silencio.
/ 05¿Puedo configurar fotogramas iniciales, intermedios y finales?
Sí. El modo Frames requiere un primer fotograma obligatorio, hasta 8 fotogramas intermedios y un fotograma final opcional.
/ 06¿Cuántas referencias puedo añadir?
Hasta 10 imágenes, 5 videos (30 segundos en total) y 3 clips de audio, 15 elementos en total.
/ 07¿Puedo desactivar el sonido?
No. Cada clip tiene una pista de audio estéreo. En el modo Edit puedes mantener el sonido original o regenerarlo.
/ 08¿En qué se diferencia Kling 4.0 de Kling v3 Omni?
Kling 4.0 alcanza hasta 30 segundos y añade fotogramas intermedios, Edit Video y Extend Video, a 720p o 1080p. Kling v3 Omni se detiene en 15 segundos pero ofrece 4K.
/ 09¿Qué ID de modelo API debo usar?
kling_v4, con POST /api/openapi/submit, luego sondea POST /api/openapi/query con el mismo out_task_id.