guides

Kling 4.0 Flash API: parámetros, precios y código

Poyo.ai Team
16 min read
Share:

Puntos clave

  • Kling 4.0 Flash es el nivel rápido y más económico de Kling 4.0. Genera clips de 3–20 segundos en 720p a partir de texto, una imagen inicial o referencias, y edita vídeos existentes.
  • Un solo ID de modelo cubre todos los modos. Envía "model": "kling-4.0-flash" a POST /api/generate/submit. El contenido multimedia que incluyas determina si es texto a vídeo, imagen a vídeo, referencia a vídeo o edición.
  • Cuesta $0.094 por segundo de salida en PoYo (18.8 créditos) en los trabajos de texto, imagen y referencias de imagen, así que un clip de 5 segundos cuesta $0.47 y uno de 10 segundos, $0.94. Cuando hay vídeo de entrada, la tarifa es de $0.063 por segundo facturado.
  • Pago por uso con una sola clave. PoYo factura Flash con créditos de pago por uso, sin suscripción, y la misma clave y el mismo formato de solicitud sirven para Kling 4.0, Gemini Omni y Veo.
  • Los resultados son asíncronos. Guarda el task_id y después consulta GET /api/generate/status/{task_id} o configura una callback_url.
  • Pasar a Kling 4.0 es cambiar una palabra. Ambos modelos comparten los mismos campos de solicitud; Kling 4.0 añade 1080p, clips de 30 segundos, fotogramas finales y prompts de varias tomas.

Kling 4.0 Flash de un vistazo

Kling 4.0 Flash en PoYo
DesarrolladorKuaishou (Kling AI)
ID del modelo en la APIkling-4.0-flash
Página del modelo/es/models/kling-4-0-flash
ModosTexto a vídeo, imagen a vídeo (un fotograma inicial), referencia a vídeo, edición de vídeo
Duración del clip3–20 segundos, en segundos enteros; 5 por defecto
Resolución720p (SDR de 8 bits, según Kling)
Relaciones de aspecto16:9 (predeterminada), 9:16, 1:1, 21:9, auto
ReferenciasHasta 10 imágenes, 5 vídeos y 7 sujetos, 15 elementos en total
Presupuesto de vídeo de entradaTodos los vídeos de origen, de referencia y de sujetos juntos, hasta 20 segundos
Longitud del promptHasta 26.000 caracteres
Precio$0.094/s · $0.063 por segundo facturado con vídeo de entrada

¿Qué es Kling 4.0 Flash?

Kling 4.0 Flash es el miembro de la familia de vídeo Kling 4.0 de Kuaishou centrado en la velocidad. La propia guía de Kling lo describe como pensado para la creación frecuente, con una combinación de «generación rápida y una excelente relación calidad-precio», e indica clips de 3–20 segundos en 720p con texto a vídeo, imagen a vídeo y Omni Reference. El modelo completo Kling 4.0 llega hasta 30 segundos y 1080p en PoYo, y añade fotogramas inicial y final y prompts de varias tomas.

«Kling 4 Flash» y «Kling 4.0 Flash» son el mismo modelo. En PoYo, el slug de la página es kling-4-0-flash y el ID del modelo en la API es kling-4.0-flash, con punto.

Usa Flash cuando el volumen y la rapidez de entrega importen más que la resolución máxima: clips para redes sociales, pruebas de ganchos y formatos, bucles de producto, previsualización y rondas de borradores antes del render final.

Un clip de Kling 4.0 Flash en 720p: dos artistas marciales entrenan en un dojo de madera bañado por el sol. Ejemplo de la página del modelo en PoYo.

Un solo ID de modelo, cuatro modos

PoYo elige el modo según los campos dentro de input:

ModoEnvíaNotas
Texto a vídeopromptElige aspect_ratio
Imagen a vídeoimage_urls con exactamente una imagenprompt es opcional; la imagen inicial define el encuadre
Referencia a vídeoreference_image_urls, reference_video_urls y/o kling_elementsUn fotograma inicial opcional en image_urls cuenta para el límite de 10 imágenes
Edición de vídeovideo_url + promptAñade imágenes de referencia, hasta 4 vídeos de referencia y sujetos; el encuadre sigue al vídeo de origen

La prioridad es fija: video_url activa la edición, cualquier campo de referencia activa referencia a vídeo, image_urls por sí solo activa imagen a vídeo, y un prompt por sí solo activa texto a vídeo.

Parámetros de la solicitud

model y callback_url van en el nivel superior; todos los demás campos van dentro de input.

CampoTipoValores y límitesPredeterminado
modelstringkling-4.0-flashObligatorio
callback_urlstringURL pública que recibe un POST cuando la tarea termina o falla—
promptstring1–26.000 caracteres; obligatorio en texto, referencias y edición; opcional en imagen a vídeo—
durationinteger3–205; en edición, la duración del origen
resolutionstring720p720p
aspect_ratiostringauto, 16:9, 9:16, 1:1, 21:9 (modos de texto y de referencia)16:9
image_urlsarrayExactamente una imagen inicial—
reference_image_urlsarrayHasta 10 imágenes—
reference_video_urlsarrayHasta 5 vídeos (4 en edición), de 3–20 segundos cada uno—
kling_elementsarrayHasta 7 sujetos; cada uno tiene element_input_urls (2–4 imágenes, con la vista frontal primero) o element_input_video_urls (exactamente un vídeo de 3–8 segundos); hasta 3 sujetos de vídeo—
video_urlstringVídeo de origen para editar, de 3–20 segundos—

Límites comunes que conviene validar antes de enviar:

  • 15 elementos en total: fotograma inicial + imágenes de referencia + vídeos de referencia + sujetos.
  • 20 segundos de vídeo de entrada en total: vídeo de origen + vídeos de referencia + sujetos de vídeo.
  • Las etiquetas siguen el orden de los arrays: @Image1, @Video1, @Element1. Al editar, el vídeo de origen es @Video1 y los vídeos de referencia empiezan en @Video2.
  • Formatos de subida en el Playground: MP4 o MOV, de hasta 200 MB por vídeo. Las URL de contenido multimedia deben ser enlaces públicos HTTP o HTTPS.

Envía tu primera solicitud

Crea una clave de API en el panel de PoYo y guárdala en tu servidor. Después, envía una tarea de texto a vídeo de cinco segundos:

curl https://api.poyo.ai/api/generate/submit \
  -H "Authorization: Bearer $POYO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-4.0-flash",
    "input": {
      "prompt": "A ceramic mug of coffee steams on a wooden windowsill as rain streaks the glass. Slow push-in, soft morning light, clean frame free of text and logos.",
      "duration": 5,
      "aspect_ratio": "16:9"
    }
  }'

Un envío correcto devuelve code: 200 y una tarea en data:

{
  "code": 200,
  "data": {
    "task_id": "YOUR_TASK_ID",
    "status": "not_started",
    "created_time": "2026-11-14T10:30:00"
  }
}

Los errores de validación también pueden devolverse con HTTP 200 y code: 400, así que comprueba el campo code además del estado HTTP. 402 significa que la cuenta necesita más créditos.

Más ejemplos de solicitud

Imagen a vídeo a partir de un fotograma inicial

{
  "model": "kling-4.0-flash",
  "input": {
    "image_urls": ["https://example.com/red-panda.png"],
    "prompt": "The red panda shakes the snow off its fur, then turns toward the camera. Slow push-in, shallow depth of field.",
    "duration": 5
  }
}

Resultado de imagen a vídeo: un panda rojo sobre una rama de bambú nevada se sacude la nieve y se gira hacia la cámara. 5 segundos, 94 créditos. Ejemplo de la página del modelo en PoYo.

Referencia a vídeo con un sujeto

El sujeto siguiente usa una vista frontal y una vista lateral. El prompt se refiere a él como @Element1 y a la imagen del lugar como @Image1:

{
  "model": "kling-4.0-flash",
  "input": {
    "prompt": "@Element1 walks along the cliff-top path toward the lighthouse in @Image1 at golden hour. The camera tracks beside him as he stops and looks up at the lamp. Keep his face and yellow raincoat consistent with @Element1.",
    "reference_image_urls": ["https://example.com/lighthouse.png"],
    "kling_elements": [
      {
        "element_input_urls": [
          "https://example.com/keeper-front.png",
          "https://example.com/keeper-side.png"
        ]
      }
    ],
    "duration": 8,
    "aspect_ratio": "9:16"
  }
}

Resultado de referencia a vídeo: un farero con un impermeable amarillo y un gorro rojo camina por el sendero del acantilado hacia el faro en la hora dorada, a partir de una imagen del lugar y un sujeto con dos vistas. 8 segundos, 9:16, 150.4 créditos. Ejemplo de la página del modelo en PoYo.

Editar un clip existente

Por defecto, la salida conserva la duración del origen:

{
  "model": "kling-4.0-flash",
  "input": {
    "video_url": "https://example.com/winter-clip.mp4",
    "reference_image_urls": ["https://example.com/spring-bamboo.png"],
    "prompt": "Edit @Video1 and change the season from winter to spring, using @Image1 as the environment reference. Keep the animal, its movements, timing and camera motion exactly as in @Video1."
  }
}

Resultado de la edición: el clip anterior del panda rojo en la nieve, convertido en primavera con bambú verde y cerezos en flor mientras el movimiento del panda y el de la cámara se mantienen. 151.2 créditos. Ejemplo de la página del modelo en PoYo.

Consulta el estado de la tarea

Consulta una tarea en cualquier momento con su ID:

curl https://api.poyo.ai/api/generate/status/YOUR_TASK_ID \
  -H "Authorization: Bearer $POYO_API_KEY"

El estado pasa de not_started a running y después a finished o failed. Una tarea terminada incluye el vídeo en data.files, con file_url y file_type: "video". Una tarea fallida incluye un error_message.

Un bucle de Python con límite de tiempo para tu backend:

import os
import time
import requests

API = "https://api.poyo.ai"
HEADERS = {"Authorization": "Bearer " + os.environ["POYO_API_KEY"]}

def data_or_raise(resp):
    resp.raise_for_status()
    body = resp.json()
    if body.get("code") not in (0, 200):
        raise RuntimeError(body.get("message") or body)
    return body["data"]

task = data_or_raise(requests.post(f"{API}/api/generate/submit", headers=HEADERS, json={
    "model": "kling-4.0-flash",
    "input": {
        "prompt": "A paper lantern drifts up over a night market. Slow tilt up, warm light, glowing stalls below.",
        "duration": 5,
        "aspect_ratio": "9:16",
    },
}, timeout=60))
task_id = task["task_id"]
print("task:", task_id)

deadline = time.monotonic() + 20 * 60
while time.monotonic() < deadline:
    status = data_or_raise(requests.get(f"{API}/api/generate/status/{task_id}", headers=HEADERS, timeout=60))
    if status["status"] == "finished":
        print([f["file_url"] for f in status.get("files", []) if f.get("file_type") == "video"])
        break
    if status["status"] == "failed":
        raise RuntimeError(status.get("error_message") or "generation failed")
    time.sleep(10)
else:
    print("Still running; check this task_id again later:", task_id)

Si el bucle agota el tiempo, vuelve a consultar el mismo task_id más tarde; cada envío nuevo es un clip distinto que se factura aparte. En los flujos de producción, una callback_url de nivel superior sustituye la consulta periódica por un webhook.

Coste por clip de Kling 4.0 Flash

PoYo factura Flash por segundo con créditos de pago por uso ($1 = 200 créditos). En los trabajos de texto, imagen y referencias de imagen, pagas la duración de salida a una tarifa única, con las imágenes de referencia y los sujetos de imagen incluidos.

Duración de salidaCréditosUSD
3 s56.4$0.282
5 s94$0.47
8 s150.4$0.752
10 s188$0.94
15 s282$1.41
20 s376$1.88

Como referencia, el mismo clip de 5 segundos con Kling 4.0 en 720p cuesta $0.7125, así que Flash es aproximadamente un 34% más barato.

Con vídeo de entrada

Cuando una solicitud incluye un vídeo de origen, vídeos de referencia o sujetos de vídeo, la tarifa es de 12.6 créditos ($0.063) por segundo facturado, donde:

segundos facturados = duración de salida + max(duración total del vídeo de entrada redondeada al alza, duración de salida)

TrabajoSegundos facturadosCréditosUSD
Clip de 5 s guiado por un vídeo de referencia de 4 s5 + max(4, 5) = 10126$0.63
Clip de 10 s guiado por 12 s de vídeo de referencia10 + max(12, 10) = 22277.2$1.386
Editar un clip de 8 s, conservando su duración8 + max(8, 8) = 16201.6$1.008
Editar un clip de 15 s con un vídeo de referencia de 5 s15 + max(20, 15) = 35441$2.205

Las duraciones de entrada con decimales se redondean al alza. La edición primaveral de la página del modelo usó un origen de algo más de 5 segundos, que contó como 6: 6 + 6 = 12 segundos facturados, es decir, 151.2 créditos. Para planificar el presupuesto de toda la familia Kling 4.0, consulta nuestra guía de precios de la API de Kling 4.0.

Consejos de prompt para Kling 4.0 Flash

  1. Una acción continua por clip. Los clips cortos son más estables cuando el prompt sigue a un sujeto a lo largo de un único momento: «se gira, se detiene, levanta la vista». Reserva las historias de varios momentos para los clips de 10–20 segundos, escritas como planteamiento, acción y desenlace.
  2. Nombra el movimiento de cámara. Travelling de acercamiento, órbita, plano de seguimiento, panorámica vertical hacia arriba. Ponlo en una frase propia para que destaque frente a los detalles visuales.
  3. Describe la luz y la textura. El momento del día, la dirección de la luz y materiales como el cristal mojado, el metal cepillado o el pelaje dan a un clip en 720p un aspecto claro y uniforme.
  4. Etiqueta cada entrada. Menciona el contenido multimedia como @Image1, @Video1 y @Element1 en el orden de los arrays, e indica qué controla cada uno: identidad, lugar, movimiento o estilo.
  5. Construye los sujetos con cuidado. Pon primero la vista frontal, añade 1–3 ángulos más y mantén fondos lisos. Para un sujeto de vídeo, usa un único clip claro de 3–8 segundos.
  6. Empieza las ediciones con "Edit @Video1". Después indica el cambio y enumera lo que debe permanecer igual: identidad, movimiento, ritmo y trayectoria de cámara.
  7. Pide fotogramas limpios. Añade "clean frame, free of text and logos" («fotograma limpio, sin textos ni logotipos») cuando tengas previsto añadir subtítulos o elementos de marca más adelante.
  8. Ajusta la duración a la idea. Un clip de 5 segundos da para un gesto o una revelación. Reserva 15–20 segundos para las acciones que necesitan ese espacio, ya que el coste aumenta con cada segundo.

Movimiento de cámara dirigido en Kling 4.0 Flash: la cámara rodea un coche de carreras que derrapa entre el humo bajo luces de neón y después se detiene en su parte delantera. Ejemplo de la página del modelo en PoYo.

Para más patrones de prompt que funcionan en toda la familia, consulta la guía de prompts de Kling 4.0 y la guía de Omni Reference.

Kling 4.0 Flash vs. Kling 4.0 en resumen

Kling 4.0 FlashKling 4.0
ID del modelokling-4.0-flashkling-4.0
Resolución720p720p, 1080p
Duración del clip3–20 s3–30 s
FotogramasUn fotograma inicialFotogramas inicial y final
Prompts de varias tomasUn prompt por clipmulti_prompt con duración por toma
Referencias en la ediciónImágenes, hasta 4 vídeos de referencia y sujetosImágenes y sujetos de imagen
Precio en 720p, trabajos de texto e imagen$0.094/s$0.1425/s

Haz los borradores con Flash y pasa la dirección elegida a Kling 4.0 cuando el montaje final necesite 1080p, un fotograma final o más de 20 segundos. Para la comparación completa, lee Kling 4.0 vs. Flash. Para ver cómo se compara Flash con los modelos de vídeo rápidos de Google, lee Gemini Omni 1.2 Flash vs. Kling 4.0 Flash vs. Veo 3.1.

Preguntas frecuentes

¿Cuál es el ID del modelo Kling 4.0 Flash?

kling-4.0-flash. El slug de la página, kling-4-0-flash, se usa en la URL. Envía "model": "kling-4.0-flash" en el cuerpo de la solicitud.

¿Cuánto cuesta Kling 4.0 Flash?

En PoYo, 18.8 créditos ($0.094) por segundo de salida en los trabajos de texto, imagen y referencias de imagen: $0.47 por 5 segundos, $0.94 por 10 segundos y $1.88 por 20 segundos. Cuando hay vídeo de entrada, son 12.6 créditos ($0.063) por segundo facturado.

¿Es gratis Kling 4 Flash?

Kling 4.0 Flash funciona con créditos de pago por uso en PoYo, sin suscripción. Cada ejecución se descuenta de tu saldo de créditos, y el Playground muestra la estimación de créditos antes de generar, así que puedes comprobar primero el coste de un prompt, un conjunto de referencias o una edición.

¿Cuánto pueden durar los vídeos de Kling 4.0 Flash?

De 3 a 20 segundos por generación, en segundos enteros. El valor predeterminado es de 5 segundos, y las ediciones conservan la duración del origen salvo que configures duration.

¿Cuándo debo pasar de Flash a Kling 4.0?

Flash está pensado para clips en 720p a partir de un prompt, un fotograma inicial o referencias. Para 1080p, un fotograma final, multi_prompt o clips de hasta 30 segundos, usa Kling 4.0 con los mismos campos de solicitud.

¿Es Kling 4.0 Flash más rápido que Kling 4.0?

Kling describe Flash como su nivel más rápido, pensado para la creación frecuente y la iteración ágil. El tiempo de generación depende de la duración del clip y de la carga del momento, así que cronometra unos cuantos prompts propios.

¿Puedo usar la misma clave para otros modelos de vídeo?

Sí. La clave de PoYo que ejecuta Kling 4.0 Flash también ejecuta Kling 4.0, Gemini Omni 1.2 Flash, Veo 3.1 y otros modelos, a través de los mismos endpoints de envío y estado y con un único saldo de créditos.

¿Puedo recibir un webhook cuando el vídeo esté listo?

Sí. Añade una callback_url de nivel superior y PoYo le enviará un POST cuando la tarea termine o falle. Puedes seguir consultando el endpoint de estado con el mismo task_id en cualquier momento.

Share: