Kling 4.0 ya está disponible para todos — la API sigue en acceso anticipado

Kling 4.0 became available to everyone on 15 October 2026, according to K​uaishou's own release note, and that sentence is doing more work than it looks like it is. The consumer product and the developer product did not ship on the same clock. In the K​ling AI app and on the website, the full model is live and selectable in the video workspace today. On the open platform, the banner above every page of the API documentation still reads "Kling 4.0 API Is Now Available for Early Access" — early access, not general availability, which in K​uaishou's case has historically meant an application and a wait rather than a rate card you can read. The documented AI failures and agent incidents behind releases like this one are collected in the OrcaRouter AI Incident Archive where each entry carries its own sources, severity, confidence grade and disputed flag.

Esa división lo es todo para quien construye en lugar de navegar. La generación anterior, Kling 3.0, es la que tiene un precio publicado y un endpoint que lleva en producción desde febrero; el nuevo modelo es el que tiene la mejor ficha técnica y una cola. Este artículo trata de qué cambió realmente el día 15, cuáles de las cifras destacadas ya están disponibles hoy y cuáles siguen etiquetadas como «próximamente» en la propia página del proveedor, y cuánto te cuesta la brecha entre los dos relojes si pensabas meter Kling 4.0 en un pipeline este mes.

Qué contiene realmente la versión del 15 de octubre

La nota de lanzamiento es inusualmente específica para una publicación de lanzamiento, y tres cosas en ella son nuevas en lugar de repetidas. La primera es que la familia de modelos ahora tiene dos niveles que son productos genuinamente diferentes en lugar de un modelo a dos velocidades. Kling 4.0 propiamente dicho hace texto a video, imagen a video, primer y último fotograma, múltiples fotogramas clave, generación con referencia omni y edición de video dirigida, de 3 a 30 segundos, de 720p a 4K. Kling 4.0 Flash solo hace texto a video e imagen a video con primer fotograma, de 3 a 20 segundos, 720p, SDR de 8 bits. Flash es el nivel que la nota de lanzamiento describe como "diseñado para la creación frecuente", que es lenguaje de proveedor para más barato y más rápido con un techo más bajo.

El segundo es el presupuesto de referencias, que es la parte que cambia lo que puede llevar un prompt. La nota de la versión lo sitúa en hasta 15 elementos repartidos en cuatro categorías en una sola generación: hasta 10 imágenes, hasta 5 vídeos cuya duración combinada no puede superar los 30 segundos, referencias de voz y hasta 7 elementos, de los cuales hasta 3 pueden estar basados en vídeo. Esos son límites por categoría dentro de un total combinado, no cuatro asignaciones independientes — la misma estructura que usaban las páginas de vista previa en septiembre, ahora asociada a un modelo ya lanzado.

La tercera es la superficie de entrega. Kuaishou afirma que MCP y CLI ahora admiten Kling 4.0, incluidas la referencia omni y la generación de fotogramas clave. Esa frase suena más pequeña de lo que es: significa que un agente o un script de compilación pueden controlar el modelo sin pasar por el editor web, lo que marca la diferencia entre una herramienta que una persona usa y un componente que un sistema invoca.

La ficha técnica, leída con atención

Todo lo que aparece a continuación procede de la nota de lanzamiento y la página de características de Kuaishou, leídas el 22 de octubre de 2026. Nada de esto se ha medido de forma independiente: no existe un Elo de terceros para Kling 4.0 en los tableros de vídeo en el momento de redactar esto, y el proveedor no ha publicado ningún benchmark propio.

• Duración — de 3 a 30 segundos en una sola generación para el modelo completo; de 3 a 20 segundos para Flash. Se indica la extensión en varias pasadas de hasta 2 minutos, pero aparece marcada como próximamente. • Resolución — 720p, 1080p y 4K para el modelo completo; 720p para Flash. El HDR de 10 bits a 1080p y 4K figura explícitamente como «próximamente» tanto en la nota de la versión como en la página de características, por lo que la promesa de HDR es un elemento de la hoja de ruta, no una capacidad ya disponible. • Relación de aspecto — 21:9, 16:9, 1:1, 9:16 y Auto en el modelo completo. • Fotogramas clave — hasta 10 imágenes de fotograma clave como entrada, ubicables para definir estados de los personajes, cambios de escena y momentos de la historia. • Referencias — hasta 15 recursos combinados como se describe más arriba, además de la omnirreferencia para personajes, diseños, estilos, composición y movimiento. • Audio — estéreo de dos canales, sincronización labial mejorada, diálogos en nueve idiomas además de acentos y dialectos con nombre propio (inglés estadounidense, británico e indio; mandarín de Pekín, taiwanés, nororiental y sichuanés, entre otros), y generación de texto en pantalla en los mismos idiomas además de emojis. • Longitud del prompt — hasta 8.000 tokens de texto de entrada. • Edición — hasta 5 clips de entrada, incluido uno principal, de 3 a 30 segundos cada uno, con una duración combinada máxima de 30 segundos; ediciones específicas de la expresión, la posición de cámara, el fondo o el estilo mientras el resto de la escena se mantiene.

Dos de esas filas merecen leerse dos veces. La fila de 4K es real como ajuste de salida, pero el calificador HDR de 10 bits asociado a ella no está incluido, y un flujo de trabajo con gestión de color que dé por sentado HDR lo descubrirá por las malas. La fila de referencia es la que más resúmenes interpretan mal: 15 es un presupuesto que se reparte entre imágenes, segundos de vídeo, voz y elementos, y un prompt que lo agota todo en imágenes fijas tampoco puede incluir cinco vídeos de referencia.

¿Qué falta todavía, según la propia denominación del proveedor?

Tres capacidades aparecen en el material de lanzamiento con un tiempo verbal futuro asociado, y vale la pena separarlas de las partes del modelo que puedes usar hoy. La salida HDR de 10 bits a 1080p y 4K llegará pronto, tanto en la nota de lanzamiento como en la página de características. La extensión de vídeo más allá de 30 segundos, hasta los 2 minutos anunciados, llegará pronto. Y el 4K nativo con 21:9 se describe en la página de características como algo que llegará pronto para el modelo completo en la misma frase que la propia resolución, lo que supone un compromiso más débil de lo que implica «se admite 4K».

Nada de eso hace que el lanzamiento sea vacío. Una generación de una sola pasada de 30 segundos con diez fotogramas clave y un presupuesto de referencia de 15 activos es una capacidad real, y es la razón por la que vale la pena echar un vistazo al modelo. Sí significa que la comparativa de compra debería realizarse en 1080p, donde el modelo sin duda está disponible, en lugar de en 4K HDR, donde aún no lo está.

Coste: lo que Kuaishou publica y lo que no

The consumer side runs on credits through K​ling AI's plans, and the API side has a pricing section in the developer documentation. What K​uaishou has not published, as of 22 October, is a per-second rate for Kling 4.0 that a developer can budget against — the model is behind the early-access banner, and early access in this API has previously meant an application rather than a public price. Several third-party platforms list Kling 4.0 endpoints with per-second figures, but those are reseller rates, not the vendor's, and they will move independently of whatever K​uaishou eventually publishes.

Como contraste, Kling 3.0 tiene un precio que se ha mantenido estable durante meses. En OrcaRouter, la entrada kling/kling-v3 aparece listada a $0.084 por solicitud — el modelo insignia de texto a vídeo e imagen a vídeo con plano múltiple, control de sujeto y movimiento, clips de 3 a 15 segundos, hasta 4K nativo. Kling 3.0 Omni está al mismo $0.084, Kling 3.0 Turbo a $0.112, y los niveles anteriores 2.1 y 2.5 van desde $0.042 hasta $0.28. Ese es el número con el que comparar la tarifa de un modelo nuevo cuando llegue, no la narrativa de lanzamiento.

Todavía no ofrecemos enrutamiento para Kling 4.0. No existe un identificador para él en nuestro catálogo, así que no hay nada que poner en un archivo de configuración ni ningún endpoint al que apuntar, y decir lo contrario sería una ficción. Lo que sí enrutamos es la generación a la que reemplaza, en el mismo endpoint compatible con OpenAI que otros más de 200 modelos, al precio de lista del proveedor con un 0% de margen — lo cual importa aquí porque, cuando K​uaishou publique una tarifa de Kling 4.0, un catálogo de paso directo la refleja ese mismo día y no después de un ciclo de contrato. Si estás desarrollando contra la familia ahora y quieres el nuevo modelo la semana en que se abra, la forma práctica es mantener la llamada detrás de un nombre de modelo que puedas cambiar y enrutarla a través de una pasarela que pueda recurrir a Kling 3.0 cuando el nuevo endpoint no esté disponible, en lugar de codificar de forma fija cualquiera de los dos.

Qué ver durante el próximo mes

El primer hito que se puede fechar es la salida de la API del acceso anticipado, porque es entonces cuando aparece un precio y el modelo pasa a ser algo que se puede incluir en un presupuesto en lugar de en una diapositiva. El segundo es la primera puntuación independiente: Kling 4.0 está ausente de los rankings de vídeo de Artificial Analysis hoy, lo que no es una mala puntuación sino una ausencia, y las cifras de la generación anterior en esos rankings están, como mucho, a mitad de tabla —Kling 3.0 1080p Pro ronda los 1.055 de Elo en imagen a vídeo, muy por debajo de los líderes actuales. El tercero es si las etiquetas de «próximamente» se cumplen de verdad: HDR, la extensión de 2 minutos y el 4K nativo con 21:9 son tres promesas distintas, y los lanzamientos que llegan con tres de ellas pendientes tienen la costumbre de cumplir dos.

Hasta que ocurran las dos primeras cosas, la postura honesta sobre Kling 4.0 es que el producto se lanzó y la plataforma no, y la brecha entre ambos es donde reside la mayor parte del riesgo para cualquiera que no esté editando a mano en un navegador.