En zzo.ai, un clip de 5 segundos en 720p con audio y Kling 4.0 cuesta 160 créditos (USD 1.60). Sin suscripción: compras créditos una vez y no vencen.
Kling 4.0 (Kling AI) es el modelo de video de Kuaishou, la plataforma china de videos cortos, lanzado oficialmente el 15 de octubre de 2026. Crea clips de hasta 30 segundos en una sola generación, con audio estéreo de dos canales, a partir de texto o de un fotograma inicial. zzo.ai es un sitio independiente donde puedes usarlo: zzo.ai no es el sitio oficial de Kling AI.
Clips de 5 a 30 s
Hasta 1080p
Con audio
Prompt de este video. Edítalo o escribe el tuyo.
Con audio
Hecho con Kling 4.0
Cada uno muestra el prompt, el modelo y lo que cuesta aquí. Elige uno para empezar a partir de él.
“One unbroken handheld take, direct-flash 35mm snapshot look, fine grain, white tile and bright window light. 0-5s: from behind, a young pastry cook in a white jacket and a long black apron pipes the last pale-yellow buttercream flowers onto a small white cake on a scrubbed wooden bench in a narrow tiled pantry, steel bowls stacked on the shelves. 5-10s: she puts the piping bag down, turns the cake once on its plate to check it from every side, and straightens one flower with a fingertip. 10-15s: she lifts the cake on its plate, turns and carries it through the cramped kitchen past hanging ladles and a steaming stockpot, the camera following at shoulder height. 15-20s: she shoulders open a back door into a quiet, sunlit courtyard and walks across the flagstones. 20-25s: she sets the cake down on a weathered table laid for one and steps back to look at it. 25-30s: she wipes her hands on the apron and walks back inside, leaving the cake alone on the table in the sun. Sound: piping bag squeeze, a pot lid rattling, the door creak, birds outside.”Kling 4.0, 30 s, con audio, 1,410 créditos, hecho en Kling AI
“One unbroken handheld take on 16mm film, misty grey dawn, a muted palette of wet timber, slate water and fog with one faded-red accent. 0-4s: inside an old timber boathouse on a still lake, a young woman in a faded red rowing vest and grey leggings lifts a pair of long wooden oars down from a wall rack. 4-8s: she carries the oars on her shoulder down the wet wooden slipway, the camera following behind her at shoulder height. 8-12s: she steps carefully into a narrow white single scull tied at the jetty, sits, and slots the oars into their riggers. 12-15s: she pushes off from the jetty with one hand and takes her first stroke, the scull gliding out into the fog, ripples spreading toward the camera. Sound: creaking boards, her footsteps, water lapping, one distant bird call.”Kling 4.0, 15 s, con audio, 705 créditos, hecho en Kling AI
“Real-time speed, 35mm documentary look, flat daylight from tall paper windows in an old wooden dojo with straw-yellow tatami. Two women judoka, one in a white judogi and one in a deep blue judogi, grip each other's lapels and sleeves. The woman in white steps in, turns her hip under her opponent and throws her in a clean hip throw; the woman in blue rotates over her hip through the air, lands flat on her back with a loud slap of the mat and immediately rolls up to her knees. Camera: low handheld, side-on, following the throw. Sound: bare feet on tatami, a sharp exhale, the slap of the landing.”Kling 4.0, 5 s, con audio, 235 créditos, hecho en Kling AI
“One continuous wide shot, camera locked off at chest height. On a black volcanic sand beach under a flat silver overcast sky, two capoeira players in loose white trousers and faded indigo tops trade fast moves: one throws a high spinning kick, the other ducks low beneath it and wheels away in a cartwheel, then both spring back up facing each other, swaying in the ginga stance. Wet black sand flicks up from their feet; small grey waves break behind them. Sound: bare feet slapping wet sand, sharp breaths, the surf.”Kling 4.0, 5 s, con audio, 160 créditos, hecho en Kling AI
“Single continuous camera move, no cuts. The shot opens wide on a young florist with curly black hair and a mustard canvas apron, standing among galvanised buckets of coral ranunculus and white anemones under the iron-and-glass roof of an empty covered market at first light. The camera arcs a slow half circle around him, from behind his left shoulder round to face him, while pushing in, and ends in a close-up as he looks up from the stems in his hands and says: "First ones in today." Cool blue daylight from the high windows, one warm bulb above the stall. Sound: the rustle of paper and stems, a distant shutter rolling up, his line spoken clearly.”Kling 4.0, 5 s, con audio, 160 créditos, hecho en Kling AI
“Slow sideways dolly along a pale mint-green ferry ticket kiosk on a stone quay at hard noon, the sea bright behind it. Painted on the kiosk in large white capitals: "HARBOUR FERRY". A small black chalkboard on the counter reads "NEXT BOAT 4:15" in white chalk. A ticket seller in a navy cardigan slides a paper ticket across the counter. 2-4 s: a subtitle in small white sans-serif, centred at the bottom of the frame: "Last crossing of the summer." Sound: gulls, water slapping the quay. No background music.”Kling 4.0, 5 s, con audio, 160 créditos, hecho en Kling AI
“One continuous take with no cuts, the camera floating just behind and beside the boat the whole time. Blue dawn on a still reed lake, thin mist on the water, film-photograph colour. 0-2s: a ferryman in a heavy dark-green oilskin coat and flat cap pushes a flat wooden punt off from a weathered jetty with a long pole. 2-4s: as the punt glides through a channel in the tall reeds, a grey heron lifts out of the reeds beside him and flaps away low over the water. 4-6s: he ducks under a low, moss-covered stone footbridge and the camera follows him through its shadow. 6-8s: the punt emerges into open water in the first warm sunlight, and a small whitewashed chapel on a wooded island comes into view ahead. Sound: water dripping from the pole, heron wingbeats, the echo under the bridge, one distant chapel bell.”Kling 4.0, 8 s, con audio, 255 créditos, hecho en Kling AI
“He takes off his round tortoiseshell glasses and wipes the lenses on his rust sweater, then turns away to the shelf on the right and pulls out a faded green book. He turns back to the camera, puts the glasses back on, opens the book and looks up with a broad smile. The camera holds a steady medium shot with a slight drift. Sound: quiet shop room tone, the book sliding from the shelf, pages turning.”Kling 4.0, foto a video, 8 s, con audio, 380 créditos, hecho en Kling AI, imagen de entrada hecha con GPT Image 2.5
Qué puedes crear con Kling 4.0
Cada uno trae la configuración y el prompt con los que empezaríamos, y lo que cuesta. Úsalo tal cual o edítalo.
hecho en Kling AI
Una sola toma de 30 segundos
Seis momentos con tiempo marcado, desde decorar las últimas flores hasta dejar el pastel solo en el patio, en una toma sin cortes y con cada momento en su lugar. El prompt es de la guía de Kling 4 de Fuser. Como en la prueba de Fuser, no dio el look de foto con flash directo que pide el prompt: la luz es de día y suave. La chaqueta lleva una pequeña marca ilegible parecida a un logo.
Texto a video
1080p
30 s
con audio
16:9
“One unbroken handheld take, direct-flash 35mm snapshot look, fine grain, white tile and bright window light. 0-5s: from behind, a young pastry cook in a white jacket and a long black apron pipes the last pale-yellow buttercream flowers onto a small white cake on a scrubbed wooden bench in a narrow tiled pantry, steel bowls stacked on the shelves. 5-10s: she puts the piping bag down, turns the cake once on its plate to check it from every side, and straightens one flower with a fingertip. 10-15s: she lifts the cake on its plate, turns and carries it through the cramped kitchen past hanging ladles and a steaming stockpot, the camera following at shoulder height. 15-20s: she shoulders open a back door into a quiet, sunlit courtyard and walks across the flagstones. 20-25s: she sets the cake down on a weathered table laid for one and steps back to look at it. 25-30s: she wipes her hands on the apron and walks back inside, leaving the cake alone on the table in the sun. Sound: piping bag squeeze, a pot lid rattling, the door creak, birds outside.”
Consejo: Empieza con “One unbroken take” y dale a cada tramo de cinco segundos su propio momento (“0-5s: …, 5-10s: …”).
1,410 créditos
hecho en Kling AI
Una toma de 15 segundos con cuatro pasos
Los remos salen del soporte, bajan por la rampa, entran al bote y llega la primera remada: una toma, en orden y remando en la dirección correcta. Fuser usó el mismo prompt y obtuvo un solo remo; esta toma tiene el par que pide el prompt.
Texto a video
1080p
15 s
con audio
16:9
“One unbroken handheld take on 16mm film, misty grey dawn, a muted palette of wet timber, slate water and fog with one faded-red accent. 0-4s: inside an old timber boathouse on a still lake, a young woman in a faded red rowing vest and grey leggings lifts a pair of long wooden oars down from a wall rack. 4-8s: she carries the oars on her shoulder down the wet wooden slipway, the camera following behind her at shoulder height. 8-12s: she steps carefully into a narrow white single scull tied at the jetty, sits, and slots the oars into their riggers. 12-15s: she pushes off from the jetty with one hand and takes her first stroke, the scull gliding out into the fog, ripples spreading toward the camera. Sound: creaking boards, her footsteps, water lapping, one distant bird call.”
Consejo: Di cuántos objetos hay de cada tipo (“a pair of long wooden oars”) y revisa el clip completo: los objetos pequeños son los que cambian.
705 créditos
hecho en Kling AI
Acción rápida entre dos personas
Una proyección de cadera limpia, con cada brazo y pierna en la persona correcta y el golpe de la caída en el audio. El prompt es de la prueba de Fuser entre Kling 4.0 y Kling 3.0. La cámara se queda fija en lugar del movimiento bajo a mano que pide el prompt, algo que la toma de Fuser tampoco logró.
Texto a video
1080p
5 s
con audio
16:9
“Real-time speed, 35mm documentary look, flat daylight from tall paper windows in an old wooden dojo with straw-yellow tatami. Two women judoka, one in a white judogi and one in a deep blue judogi, grip each other's lapels and sleeves. The woman in white steps in, turns her hip under her opponent and throws her in a clean hip throw; the woman in blue rotates over her hip through the air, lands flat on her back with a loud slap of the mat and immediately rolls up to her knees. Camera: low handheld, side-on, following the throw. Sound: bare feet on tatami, a sharp exhale, the slap of the landing.”
Consejo: Nombra quién hace qué por su ropa (“the woman in white … the woman in blue”) para que el modelo no confunda a las dos.
235 créditos
hecho en Kling AI
Un plano general de cine en 21:9
Dos capoeiristas en una playa de arena negra en formato 21:9, con las patadas y los esquives fáciles de seguir. El prompt es de la prueba de Fuser entre Kling 4.0 y Seedance 2.5, donde Kling 4.0 ganó esta ronda.
Texto a video
720p
5 s
con audio
21:9
“One continuous wide shot, camera locked off at chest height. On a black volcanic sand beach under a flat silver overcast sky, two capoeira players in loose white trousers and faded indigo tops trade fast moves: one throws a high spinning kick, the other ducks low beneath it and wheels away in a cartwheel, then both spring back up facing each other, swaying in the ginga stance. Wet black sand flicks up from their feet; small grey waves break behind them. Sound: bare feet slapping wet sand, sharp breaths, the surf.”
Consejo: Usa 21:9 para acción amplia con dos personas lado a lado: hay espacio para ambas sin cortar un brazo o una pierna.
160 créditos
hecho en Kling AI
Un giro de cámara y una frase hablada
La cámara da media vuelta alrededor de un florista y termina cerca de él cuando dice “First ones in today.”, con la voz generada en la misma pasada que la imagen. El prompt es de la prueba de Fuser entre Kling 4.0 y Seedance 2.5.
Texto a video
720p
5 s
con audio
16:9
“Single continuous camera move, no cuts. The shot opens wide on a young florist with curly black hair and a mustard canvas apron, standing among galvanised buckets of coral ranunculus and white anemones under the iron-and-glass roof of an empty covered market at first light. The camera arcs a slow half circle around him, from behind his left shoulder round to face him, while pushing in, and ends in a close-up as he looks up from the stems in his hands and says: "First ones in today." Cool blue daylight from the high windows, one warm bulb above the stall. Sound: the rustle of paper and stems, a distant shutter rolling up, his line spoken clearly.”
Consejo: Escribe la frase entre comillas y di cuándo se dice; ponla al principio para que un clip corto tenga tiempo de terminarla.
160 créditos
hecho en Kling AI
Letreros y subtítulos bien escritos
El letrero, el pizarrón y el subtítulo están bien escritos, como en la prueba de Fuser con el mismo prompt. También como en esa prueba, el subtítulo se queda en pantalla más tiempo del que pide el prompt.
Texto a video
720p
5 s
con audio
16:9
“Slow sideways dolly along a pale mint-green ferry ticket kiosk on a stone quay at hard noon, the sea bright behind it. Painted on the kiosk in large white capitals: "HARBOUR FERRY". A small black chalkboard on the counter reads "NEXT BOAT 4:15" in white chalk. A ticket seller in a navy cardigan slides a paper ticket across the counter. 2-4 s: a subtitle in small white sans-serif, centred at the bottom of the frame: "Last crossing of the summer." Sound: gulls, water slapping the quay. No background music.”
Consejo: Pon cada texto entre comillas y di dónde va; agrega el subtítulo en un editor si el tiempo tiene que ser exacto.
160 créditos
hecho en Kling AI
Cuatro momentos en 8 segundos
El barquero se mantiene en cuadro entre los juncos, la garza, el puente y la capilla, y al final la luz se vuelve cálida. En la prueba de Fuser con este prompt la luz se quedó azul y fría todo el tiempo.
Texto a video
720p
8 s
con audio
16:9
“One continuous take with no cuts, the camera floating just behind and beside the boat the whole time. Blue dawn on a still reed lake, thin mist on the water, film-photograph colour. 0-2s: a ferryman in a heavy dark-green oilskin coat and flat cap pushes a flat wooden punt off from a weathered jetty with a long pole. 2-4s: as the punt glides through a channel in the tall reeds, a grey heron lifts out of the reeds beside him and flaps away low over the water. 4-6s: he ducks under a low, moss-covered stone footbridge and the camera follows him through its shadow. 6-8s: the punt emerges into open water in the first warm sunlight, and a small whitewashed chapel on a wooded island comes into view ahead. Sound: water dripping from the pole, heron wingbeats, the echo under the bridge, one distant chapel bell.”
Consejo: 8 segundos es la duración para la que están pensados la mayoría de los prompts publicados de Kling 4; a esta duración, deja un momento cada dos segundos.
255 créditos
hecho en Kling AI, imagen de entrada hecha con GPT Image 2.5
Dar vida a una foto
Cada paso del prompt ocurre en orden, y el hombre y sus lentes se quedan como en la foto. El prompt es de la prueba de Fuser entre Kling 4.0 y Kling 3.0; la imagen inicial es nuestra, hecha con GPT Image 2.5, no la de Fuser.
Imagen a video
1080p
8 s
con audio
16:9
“He takes off his round tortoiseshell glasses and wipes the lenses on his rust sweater, then turns away to the shelf on the right and pulls out a faded green book. He turns back to the camera, puts the glasses back on, opens the book and looks up with a broad smile. The camera holds a steady medium shot with a slight drift. Sound: quiet shop room tone, the book sliding from the shelf, pages turning.”
Consejo: Describe qué se mueve y en qué orden, no la imagen: la foto ya define a la persona y el lugar.
380 créditos
Qué distingue a Kling 4.0
Una toma de hasta 30 segundos
Kling 4.0 genera hasta 30 segundos en una sola pasada, la mejora principal según Kuaishou. En las pruebas independientes que encontramos, los clips largos mantuvieron una sola toma y las acciones en orden: el pastelero de 30 segundos de Fuser “salió como una sola toma, sin ningún corte que nuestra detección de escenas pudiera encontrar, y cada momento cayó en su tramo”.
Cómo usarlo: Empieza con “One unbroken take” y luego dale a cada momento su propio tramo de tiempo, más o menos uno cada cinco segundos: “0-5s: …, 5-10s: …”. Un prompt de una sola línea en un clip largo le deja la edición a Kling, que puede dividirlo en varios planos.
Voces, efectos de sonido, ambiente y música se generan con la imagen, en estéreo de dos canales. Kling lista nueve idiomas para los diálogos, el español entre ellos, además de dialectos y acentos. Quienes lo probaron notaron que sus mezclas suenan más fuertes que las de otros modelos, lo que ayuda en la bocina de un celular.
Cómo usarlo: Escribe cada frase entre comillas, en el idioma en que se debe decir, y describe la voz: edad, tono, velocidad y emoción. Nombra los sonidos que quieres (“gulls, water slapping the quay”) y termina con “No background music” si no debe haber música.
Texto dentro de la imagen
Letreros, pizarrones, títulos y subtítulos mejoraron claramente frente a Kling 3.0. En la prueba del quiosco de Fuser, “el letrero, el pizarrón y el subtítulo estaban bien escritos en cada fotograma”, aunque el subtítulo se mostró más tiempo del pedido. Los letreros del fondo y los de neón todavía pueden convertirse en letras inventadas.
Cómo usarlo: Pon las palabras exactas entre comillas y di dónde van. Para subtítulos, la guía de Kling pide indicar el tamaño de la letra, la alineación y cuánto tiempo se quedan en pantalla.
En qué destaca Kling 4.0 y dónde tiene problemas
Destaca en
Tomas largas sin cortes: en todas las pruebas independientes de tomas largas que encontramos (Fuser, Voyager, SandBase, The Local Lab, octubre de 2026), los clips de 15 a 30 segundos salieron como una sola toma que cumplía cada momento marcado, en orden.
Acción rápida entre dos personas: ganó todas las rondas de acción en las pruebas de Fuser con el mismo prompt contra Kling 3.0, Seedance 2.5 y FLUX.3 (judo, capoeira), y brazos y piernas se quedaron en la persona correcta.
Movimientos de cámara dirigidos: los giros alrededor del sujeto, los acercamientos y los travellings siguen el prompt; en la prueba de SandBase con cinco modelos fue el único que giró la cámara alrededor de un patinador.
El texto en pantalla sale bien escrito mucho más a menudo que en Kling 3.0: letreros, pizarrones, títulos y subtítulos salieron correctos en las pruebas de texto de Fuser y Voyager.
Audio estéreo y diálogos en nueve idiomas (chino, inglés, japonés, coreano, español, portugués, alemán, francés e hindi), con sincronización de labios, en la misma pasada que la imagen.
Límites
Los clips cortos pueden traer cortes que no pediste: cinco de los nueve clips de 5 segundos de Voyager tenían un corte. Kling 4.0 hace clips de varios planos por defecto; empieza el prompt con “One unbroken take” para mantener una sola toma.
El audio siempre está activado y el modelo puede añadir música de fondo; escribe “No background music” si no la quieres.
Puede ignorar palabras de estilo: en las pruebas de Fuser mantuvo la escena, pero cambió un look “direct-flash 35mm” por luz de día suave, y volvió más oscuro y frío un amanecer gris con neblina.
Los objetos pequeños pueden duplicarse o desaparecer (un segundo trapo en la mesa, un remo en lugar de dos), y las manos, los líquidos y los objetos delgados pueden deformarse.
Es lento: quienes lo probaron midieron entre dos minutos y medio y seis minutos para un clip de 5 segundos en 720p, y más para 30 segundos.
En zzo.ai funciona en 720p o 1080p, desde texto o un fotograma inicial (con fotograma final opcional). El 4K, la extensión de clips, las imágenes de referencia y los fotogramas clave intermedios son funciones de la app de Kling AI y no se ofrecen aquí.
Un buen primer resultado con Kling 4.0, paso a paso
Haz borradores económicos y termina en alta calidad. Cada paso muestra su configuración y su costo.
1
Encuentra la toma en 720p y 5 segundos
Prueba la idea con la configuración más económica y cambia una sola cosa a la vez. Empieza con “One unbroken take” si quieres un solo plano.
720p
5 s
con audio
16:9
3 intentos × 160 = 480 créditos
2
Genera la duración completa en 720p
Escribe los momentos con su tiempo y genera la duración que necesitas. La mayoría de los clips para redes pueden quedarse aquí.
720p
15 s
con audio
16:9
475 créditos
3
Haz la versión final en 1080p
Una generación en 1080p es una toma nueva, no un escalado del borrador, así que puede salir distinta: en las pruebas de Fuser, dos de diez repeticiones cambiaron lo suficiente como para generarlas otra vez.
1080p
15 s
con audio
16:9
705 créditos
Unos 1,660 créditos (USD 16.60 al precio estándar) por todo el trabajo. Si un intento falla, te devolvemos los créditos, así que no cuenta.
La configuración, explicada
Qué hace cada opción y cómo cambia el precio.
Modos
Texto a video parte de tus palabras. Imagen a video usa tu imagen como fotograma inicial y toma su forma; Fuser midió que el primer fotograma coincidía casi exactamente con la imagen.
Mismo precio: 160 créditos (720p, 5 s)
Resolución
720p para borradores y la mayoría de las publicaciones en redes, 1080p para la versión final. 1080p cuesta alrededor de 50% más que 720p.
720p: 160 · 1080p: 235 créditos (5 s)
Duración
De 5 a 30 segundos aquí. 8 segundos es la duración para la que están pensados la mayoría de los prompts de prueba publicados, así que funcionan tal como están escritos. Los clips cortos tienen cortes más a menudo; en los largos, dale un momento a cada tramo de tiempo.
5 s: 160 · 30 s: 945 créditos (720p)
Audio
Siempre activado e incluido en el precio. El modelo no tiene interruptor; pide “No background music” en el prompt o silencia el clip después.
Relación de aspecto
Horizontal (16:9) para la web y YouTube, vertical (9:16) para Reels, TikTok y Shorts, cuadrado (1:1) para el feed, 21:9 para planos generales de cine. En imagen a video se usa la forma de tu imagen.
16:9, 9:16, 1:1, 21:9 · sin diferencia de precio
Especificaciones de Kling 4.0
Actualizado el 28 de octubre de 2026
Desarrollador
Kuaishou
Lanzamiento
2026-10-15
Tipo
Video
Modos
Texto a video, Imagen a video
Duración
5–30s
Resolución
720p, 1080p
Audio
Siempre activo
Relación de aspecto
16:9, 9:16, 1:1, 21:9
Uso comercial
Permitido, según nuestros términos
Generaciones fallidas
Créditos devueltos automáticamente
Desde
160 (USD 1.60)
Precio de Kling 4.0 por generación
Los créditos se descuentan solo cuando empieza una generación, y se devuelven si falla. La opción más económica cuesta 160 créditos.
La guía de uso de Kling 4.0 y quienes lo probaron coinciden en unas pocas reglas:
Describe lo que ve la cámara, no etiquetas abstractas. La guía cambia “premium look” por “side backlighting outlines the object’s edges, the background is blurred, and fine matte grain is visible on the surface.”
Empieza con una oración que nombre al sujeto, el lugar, la acción y la emoción; luego agrega solo lo que cambia el resultado: cámara, tiempos, sonido.
Marca el tiempo de cada momento. En clips largos, dale a cada parte su propio tramo (“0-5s … 5-10s …”), más o menos un momento cada cinco segundos.
Pide una sola toma cuando la quieras. Los varios planos están activados por defecto; “One unbroken take” al principio mantiene un solo plano.
Solo dos instrucciones negativas valen la pena: “No subtitles” y “No background music”. Según Kling, otras instrucciones negativas pueden aumentar los errores.
Para los diálogos, escribe la frase entre comillas en el idioma en que se debe decir y describe la voz. El español está entre los nueve idiomas que lista la guía.
Cuando un resultado sale mal
Los problemas habituales con Kling 4.0, por qué pasan y qué cambiar.
Un prompt de una sola toma salió con cortes
Por qué: Kling hace clips de varios planos por defecto, y los clips cortos son los que más cortes tienen.
Solución: Empieza el prompt con “One unbroken take, no cuts”, mantén la acción en un solo lugar y prueba una duración mayor.
Suena música aunque no la pediste
Por qué: Kling agrega música de fondo si no le dices lo contrario; su guía menciona “no background music” como una de las dos únicas instrucciones negativas que vale la pena escribir.
Solución: Termina el prompt con “No background music” y describe solo las voces y el ambiente que quieres.
El estilo no es el que escribiste
Por qué: Quienes lo probaron vieron que Kling 4.0 mantiene la escena pero puede ignorar palabras de estilo, como un tipo de película o un look con flash.
Solución: Describe lo que se debe ver en lugar de nombrar el estilo, como aconseja la guía de Kling: para un look con flash, describe la luz frontal dura y las sombras marcadas que produce.
Apareció un objeto de más o falta uno
Por qué: En una toma larga, los objetos pequeños pueden duplicarse o desaparecer.
Solución: Nombra cada objeto una vez, di cuántos hay y dónde están, y revisa el clip completo antes de usarlo.
Aparecen subtítulos en pantalla
Por qué: El modelo puede añadir subtítulos a los clips con diálogos.
Solución: Agrega “No subtitles” al prompt.
La versión en 1080p es distinta al borrador en 720p
Por qué: Cada generación es una toma nueva; una resolución mayor no es un escalado del borrador.
Solución: Usa el mismo prompt y cuenta con alguna variación; si el clip tiene que coincidir, calcula una segunda generación en 1080p.
La generación falló o tardó demasiado
Por qué: El modelo devolvió un error o tardó demasiado.
Solución: No se cobra nada: si una generación falla, te devolvemos los créditos automáticamente. Inténtalo de nuevo o prueba una duración más corta.
Kling 4.0 vs Kling 3.0
Kling 4.0 reemplaza a Kling 3.0 en zzo.ai. En las pruebas de Fuser con las mismas entradas (23 de octubre de 2026) ganó tres de cuatro rondas contra Kling 3.0: una toma de 15 segundos con cuatro momentos, una proyección de judo y un clip de imagen a video donde solo Kling 4.0 mantuvo cada paso en orden. Las transiciones de fotograma inicial a fotograma final quedaron en empate.
Hasta 30 segundos en una sola generación, frente a 15 en Kling 3.0.
Movimientos amplios y movimientos de cámara complejos más estables, según Kuaishou.
Audio estéreo de dos canales, siempre activado, con diálogos en nueve idiomas.
Texto más claro y estable dentro de la imagen.
Relación de aspecto 21:9 para planos generales de cine.
Omni Reference (hasta 15 elementos de referencia y 10 fotogramas clave) en la app de Kling AI; zzo.ai ofrece texto a video e imagen a video desde un fotograma inicial, con fotograma final opcional.
En zzo.ai, un clip de 5 segundos en 720p con audio y Kling 4.0 cuesta 160 créditos (USD 1.60). Sin suscripción: compras créditos una vez y no vencen. Según la resolución y la duración, una generación cuesta de 160 a 1,410 créditos (de USD 1.60 a USD 14.10 con la tarifa estándar). Desde USD 1.45 con el paquete de USD 199.99. Si una generación falla, te devolvemos los créditos automáticamente.
¿Necesito una suscripción para usar Kling 4.0?
No. zzo.ai no tiene suscripción: compras un paquete de créditos una vez y lo usas en Kling 4.0 o en cualquier otro modelo. Tus créditos no vencen.
¿Cuánto pueden durar los videos de Kling 4.0 y en qué resolución?
En zzo.ai, Kling 4.0 crea clips de 5 a 30 segundos en 720p, 1080p, con relación de aspecto 16:9, 9:16, 1:1, 21:9.
¿Cuánto cuesta un video de 10 segundos con Kling 4.0?
Un clip de 10 segundos en 720p con audio cuesta 315 créditos: USD 3.15 con la tarifa estándar o USD 2.86 con el paquete de USD 199.99. No hay suscripción.
¿Puedo usar Kling 4.0 por API o en Claude?
Sí. Crea una clave de API en Configuración y usa Kling 4.0 desde Claude, Cursor o tu propio código con el servidor MCP de zzo.ai. Usa el mismo saldo con los mismos precios que el sitio web.
¿Qué es Kling 4.0?
Kling 4.0 es el modelo de video con IA de Kuaishou, lanzado oficialmente el 15 de octubre de 2026. Crea clips de hasta 30 segundos con audio estéreo a partir de texto o de una imagen. Kuaishou destaca tres mejoras: movimientos amplios más estables, generación nativa de hasta 30 segundos en una sola pasada y Omni Reference, para combinar imágenes de referencia y fotogramas clave en su propia app.
¿Kling AI es china? ¿Quién lo hizo?
Sí. Kling AI lo desarrolla Kuaishou, la plataforma china de videos cortos. zzo.ai es un sitio independiente y no pertenece a Kuaishou: aquí usas varios modelos de video e imagen con los mismos créditos. Para generar el video, tu prompt y las imágenes que subas se envían al proveedor que ejecuta el modelo y, desde ahí, al desarrollador del modelo; ellos los tratan según sus propios términos y políticas de privacidad. Además, la API de moderación de OpenAI revisa los prompts, las imágenes y los resultados según nuestra política de uso aceptable. Los detalles están en nuestro aviso de privacidad.
¿zzo.ai es el sitio oficial de Kling AI?
No. zzo.ai no es el sitio oficial de Kling AI ni tiene acceso a tu cuenta de Kling AI. Es un sitio independiente que ejecuta el modelo Kling 4.0 y cobra cada video con créditos, sin suscripción.
¿Ya salió Kling 4.0? ¿Cuándo se lanzó?
Sí. Kuaishou lanzó oficialmente Kling 4.0 el 15 de octubre de 2026; antes, el 28 de septiembre, una versión Flash más rápida se abrió para parte de los suscriptores de Kling AI. zzo.ai ejecuta el modelo Kling 4.0 completo, no la versión Flash.
¿Kling 4.0 habla español?
Según la guía oficial de Kling, el español es uno de los nueve idiomas en los que Kling 4.0 genera diálogos con sincronización de labios. Escribe la frase entre comillas, en el idioma en que se debe decir, y describe la voz: edad, tono, velocidad y emoción. Todavía no hemos probado en zzo.ai cómo suenan los diálogos en español. Para el resto del prompt, los prompts en inglés suelen dar resultados más estables.
¿Puedo usar Kling 4.0 desde México o Latinoamérica?
Sí. zzo.ai funciona en el navegador, sin instalar nada y sin tarjeta gráfica propia. Según nuestros términos, el servicio solo no está disponible en China continental, Hong Kong y Macao. Necesitas una cuenta y un paquete de créditos.
¿De cuántos segundos pueden ser los videos de Kling 4.0?
Hasta 30 segundos en una sola generación; Kling 3.0 llegaba a 15. En zzo.ai eliges una de las duraciones que muestra el generador, y el precio sube con la duración.
¿Kling 4.0 hace videos en 4K?
En zzo.ai no: aquí funciona en 720p o 1080p. Kuaishou anuncia el 4K con HDR de 10 bits como “próximamente” en su propia app.
¿Kling 4.0 genera audio? ¿Puedo quitarlo?
Cada clip de Kling 4.0 trae audio estéreo de dos canales, diálogos incluidos, y Kling no tiene un interruptor para desactivarlo; el precio ya lo incluye. Escribe “No background music” en el prompt si no quieres música, y silencia el clip en tu editor si no quieres ningún sonido.
¿Por qué mi prompt de una sola toma salió con cortes?
Kling 4.0 divide los clips en varios planos por defecto. Empieza el prompt con “One unbroken take, no cuts” y mantén la acción en un solo lugar. En las pruebas, los clips de 5 segundos fueron los que más cortes tuvieron, así que una duración mayor puede ayudar.
¿Kling 4.0 o Seedance 2.5? ¿Cuál me conviene?
En las pruebas de Fuser con el mismo prompt (23 de octubre de 2026, una toma cada uno), Kling 4.0 siguió más de cerca la acción, los movimientos de cámara y las fotos de referencia, mientras que Seedance 2.5 dio la toma con más atmósfera. En zzo.ai, Kling 4.0 además cuesta menos por segundo; compara los precios en las páginas de los dos modelos.
¿Cómo cancelo mi suscripción de Kling AI?
Para una suscripción contratada en Kling AI, consulta la ayuda o el soporte de Kling AI. zzo.ai es un sitio aparte y no tiene acceso a cuentas ni pagos de Kling AI. En zzo.ai no hay suscripción: pagas una vez un paquete de créditos, no se renueva automáticamente y no hay nada que cancelar.
¿Mis créditos vencen?
En zzo.ai, no. Tus créditos no vencen ni se reinician cada mes: lo que no uses se queda en tu saldo, para Kling 4.0 o para cualquier otro modelo. Si una generación falla, te devolvemos los créditos automáticamente.
¿Cuánto cuesta Kling 4.0 en pesos?
Los precios están en dólares estadounidenses (USD) y aparecen en la tabla de precios de esta página y en el botón Generar. Tu banco puede cobrar comisiones por compras en dólares. Los impuestos (como el IVA) se calculan al pagar y se muestran antes de confirmar.
¿Puedo usar los videos de Kling 4.0 con fines comerciales?
Sí. Los videos que generas en zzo.ai son tuyos para usarlos, también en trabajos comerciales, siempre que el contenido no infrinja nuestros términos ni los derechos de otras personas.
