Kling 4.0 vs. ByteDance Seedance 2.0: treinta segundos sin cortes, o quince con seis

Dos modelos de vídeo pueden anunciar quince segundos y significar cosas distintas. ByteDance Seedance 2.0 llena su ventana de 15 segundos con múltiples planos: una secuencia al estilo de un storyboard, con cortes incluidos, generada en una sola pasada con audio estéreo. Kling 4.0, lanzado el 15 de octubre de 2026, duplica la ventana a 30 segundos y mantiene la cámara en marcha: una toma única sin interrupciones, sostenida por hasta 10 fotogramas clave y un presupuesto de referencia de 15 recursos. La comparación de duración es la que aparece en todas las hojas de especificaciones. La gramática de planos es la que decide qué modelo encaja con tu montaje.

Hay una segunda asimetría subyacente. Seedance 2.0 está disponible de forma general en China desde febrero de 2026, aparece en la tabla de texto a video de Artificial Analysis con más de 20.000 votos y publica un precio normalizado por minuto. Kling 4.0 lleva ocho días de disponibilidad general en la aplicación para consumidores, no tiene Elo independiente ni tarifa por segundo del proveedor. Un modelo tiene una posición medida; el otro tiene una toma más larga.

El número que parece decisivo y no lo es

Treinta frente a quince es una duplicación exacta, y es real: Kling 4.0 genera de 3 a 30 segundos en una sola pasada, mientras que Seedance 2.0 genera de 4 a 15 segundos con un valor predeterminado de 5 segundos. Si tu toma es una demostración de producto continua de 25 segundos, Seedance 2.0 no puede hacerla de forma nativa, y ninguna cantidad de ingeniería de prompts cambia un límite máximo. La extensión del lado de Kling se anuncia hasta dos minutos, pero está marcada como próximamente, así que la comparación ya disponible es de 30 segundos frente a 15.

El número deja de ser decisivo en el momento en que se supone que debe cortarse el plano. Los 15 segundos de Seedance 2.0 están diseñados para contener varios planos: ByteDance describe una entrada de texto al estilo de un guion gráfico y una planificación de cámara a nivel de dirección —zooms dolly, cambios de foco (rack focus), travellings, cambios a punto de vista— que ocurren dentro de la generación y no en la edición. Los 30 segundos de Kling 4.0 están diseñados para contener uno. La nota de lanzamiento de Kuaishou describe los fotogramas clave como una forma de ubicar estados de los personajes, cambios de escena y momentos clave de la historia, lo cual es control de continuidad, no un presupuesto de cantidad de planos.

Así que el planteamiento honesto no es «Kling dura el doble». Es «Kling dura el doble por toma, y Seedance te da más tomas por generación». Una toma única de 30 segundos y una secuencia de seis tomas de 15 segundos son productos diferentes que casualmente comparten una columna de duración.

Vinculación de referencia: un reparto frente a un storyboard

Omni Reference de Kling 4.0 acepta hasta 15 recursos en una sola tarea, con límites de 10 imágenes, 5 vídeos que suman 30 segundos en total y 7 sujetos, de los cuales hasta tres pueden estar basados en vídeo. Cada sujeto puede llevar una voz especificada, y el modelo también admite hasta 10 imágenes de fotogramas clave. El presupuesto es la asignación de referencias más generosa de esta comparativa, y está orientado a mantener la identidad, el vestuario, el decorado y el movimiento a lo largo de una toma larga.

Seedance 2.0 acepta hasta 9 imágenes, 3 clips de vídeo y 3 clips de audio, y utiliza una sintaxis de direccionamiento que vincula una referencia con nombre a un sujeto específico y pondera su influencia. Ese es un presupuesto menor con un control más fino por referencia. Si tu problema es «este es el personaje A, este es el personaje B, y la chaqueta de A debe coincidir con el fotograma 1 en el fotograma 300», la sintaxis de vinculación de Seedance es la herramienta más directa. Si tu problema es «mantener todo este mundo cohesionado durante medio minuto», el mayor presupuesto y la pista de fotogramas clave de Kling son la mejor opción.

Audio: ambos reclaman el mismo terreno

La afirmación más contundente de Seedance 2.0 es una mezcla estéreo de dos canales —música, ambiente y voz en off como pistas separadas— generada junto con el video en lugar de doblarse después, con sincronización labial para varias personas y varios idiomas. Kling 4.0 afirma ofrecer estéreo de dos canales, mejor sincronización labial, diálogo en nueve idiomas y acentos y dialectos específicos en inglés y mandarín. Ambas son afirmaciones de los proveedores. Ninguno de los dos proveedores publica un número de pistas, y ninguna prueba independiente ha comparado las dos cadenas de procesamiento de audio. La diferencia en el marketing es la confianza; la diferencia en la documentación es menor de lo que sugiere el marketing.

El material de lanzamiento de ByteDance menciona distorsión de audio ocasional y limitaciones en la consistencia entre varios sujetos y en la renderización de texto. El material de Kuaishou no menciona una debilidad comparable, lo cual es una diferencia en la divulgación, no en la calidad. Planifique una segunda toma de diálogo con cualquiera de los dos modelos.

La asimetría del benchmark

En la tabla de texto a vídeo de Artificial Analysis registrada el 18 de septiembre de 2026, Dreamina Seedance 2.0 720p ocupa el quinto puesto con Elo 1.210, un intervalo de confianza del 95% de ±6 sobre 20.345 muestras y un precio de 9,07 $ por minuto. Los cinco primeros abarcan 23 puntos Elo, por lo que el quinto puesto es una posición en la cola más que un veredicto, pero la medición es real y el número de muestras es elevado.

Kling 4.0 no tiene una fila en ninguna de las tres tablas de clasificación de vídeo a 23 de octubre de 2026. Eso no es una puntuación baja; es una ausencia. Las filas de la generación anterior siguen en las tablas y no deben tomarse prestadas. Cualquiera que hoy ponga un número Elo junto a Kling 4.0 o está citando Kling 3.0 o se lo está inventando.

La consecuencia práctica es que el modelo puntuado es la opción predeterminada más segura para un equipo que tiene que justificar una elección, y el modelo no puntuado es el que se prueba como piloto en lugar de estandarizarse. Eso es una afirmación sobre la evidencia, no sobre la calidad.

Acceso, geografía y costo

Seedance 2.0 ha estado disponible de forma general en China desde el 12 de febrero de 2026, y su API alcanzó la disponibilidad general completa el 14 de abril. Fuera de China, el panorama es más desigual. La vía de consumo a través de CapCut llegó primero a un conjunto limitado de mercados —Brasil, Indonesia, Malasia, México, Filipinas, Tailandia y Vietnam—, y Estados Unidos quedó explícitamente excluido de ese despliegue, al igual que gran parte de Europa. La vía de la API empresarial tiene la mayor cobertura. ByteDance también aplica restricciones de contenido sin equivalente directo en Kling: no se permite generar a partir de imágenes o vídeos que contengan rostros reales sin verificación de identidad o autorización previa, además de aplicar una marca de agua invisible a los resultados.

Kling 4.0 ya está disponible en la aplicación y el sitio web de Kling AI en todo el mundo, con el anuncio del lanzamiento global fechado el 16 de octubre de 2026. La API está en acceso anticipado y no se publica ninguna tarifa por segundo del proveedor. Eso hace que Kling sea más fácil de probar y más difícil de comprar, mientras que Seedance es más difícil de conseguir en algunos mercados pero más fácil de calcular su precio una vez que se tiene acceso.

En cuanto al costo, los $9.07 por minuto de Seedance 2.0 son una normalización de Artificial Analysis, no una tarifa cotizada: ByteDance factura por token en Volcano Engine, a 46 RMB por millón de tokens para generación pura y 28 RMB por millón con entrada de video para edición. Un clip de 15 segundos equivale a aproximadamente 308,880 tokens, lo que queda cerca de un yuan por segundo: la cifra de “un yuan, un segundo” que adoptó la cobertura china. Las variantes Mini y Fast se sitúan dentro de la misma familia de modelos a aproximadamente la mitad de la tarifa del modelo insignia para trabajo de borrador. Kling 4.0 no tiene una cifra comparable; la app funciona con créditos, la API no tiene precio publicado y las cifras por segundo de los revendedores no son las del proveedor.

Ninguno de los dos modelos es una ruta de OrcaRouter hoy. La generación de Kling que sí ofrecemos es Kling 3.0, a $0.084 por solicitud para los niveles insignia y Omni, $0.112 para Turbo y de $0.042 a $0.28 para los modelos 2.x más antiguos. Eso importa si estás pilotando Kling 4.0: la ruta de respaldo ya existe con la misma clave compatible con OpenAI que otros más de 200 modelos, al precio de lista del proveedor sin margen añadido, de modo que una llamada fallida de acceso anticipado puede recurrir a una generación de producción en lugar de hacer fallar el lote.

¿Cuál pertenece a la línea de tiempo?

• Elige Kling 4.0 si el plano no puede cortarse: un movimiento de cámara continuo, una demostración en una sola toma, un monólogo que debe mantener un rostro durante 25 segundos. La pasada de 30 segundos y la secuencia de 10 fotogramas clave están diseñadas exactamente para eso, y ningún otro modelo en esta comparación ofrece esa duración.

• Elija Seedance 2.0 si la unidad de trabajo es una secuencia: un drama corto, un anuncio construido a partir de seis cortes, un storyboard que necesita lenguaje de cámara dentro de la generación. Su diseño de múltiples planos y su sintaxis de direccionamiento por referencias son la opción más directa.

• Elige Seedance 2.0 si hoy necesitas una puntuación y un precio. Tiene ambos; Kling 4.0 no tiene ninguno.

Elige Kling 4.0 si necesitas el mayor presupuesto de referencias y una pista de fotogramas clave independiente, y puedes aceptar una API de acceso anticipado mientras falta la lista de precios.

• No elija ninguno de los dos si necesita pistas de audio separables con un número de pistas publicado. Ambos afirman ser estéreo; ninguno documenta la arquitectura de canales.

Lo que hay que observar no es la columna de duración, sino la primera puntuación independiente de Kling 4.0 y la primera tarifa de API publicada. Si Kling 4.0 queda cerca de Seedance 2.0 en la tabla, la elección pasa a ser la gramática del plano y el precio. Si queda muy por debajo, la toma de 30 segundos es una función especializada en lugar de una ventaja de propósito general. En cualquier caso, la decisión debe basarse en la forma del montaje, no en qué número de modelo es mayor en un comunicado de prensa.