Kling O1: un modelo para generar y editar vídeo — referencias, cambio de fondo, estilo y ampliación

Qué es Kling O1

Kling O1 es un modelo de vídeo de la empresa china Kuaishou. Kling lo presentó el 1 de diciembre de 2025, al abrir una semana de lanzamientos, y lo llamó «el primer modelo de vídeo multimodal unificado del mundo». Dos días después salió Kling 2.6 con sonido.

La idea de O1 es un solo modelo en lugar de un conjunto de herramientas. Antes, generar por texto, generar por fotogramas, cambiar el fondo y cambiar el estilo exigía modos distintos. O1 se apoya en el concepto MVL (lenguaje visual multimodal): texto, imágenes, vídeo y elementos se describen juntos en lenguaje natural, y el modelo entiende la tarea por sí mismo.

Junto al modelo de vídeo salió Kling IMAGE O1: la misma lógica para imágenes, de la generación a la edición precisa.

En febrero de 2026, a O1 la sustituyó Kling 3.0 Omni. El panorama de la familia está en la página de Kling. En el ranking de Arena a 21 de septiembre de 2026, Kling O1 Pro ocupa el puesto 33 de 48.

Qué hace Kling O1

Generación a partir de referencias. Hasta 7 imágenes o elementos: personajes, objetos, fondos. El modelo los mantiene iguales a lo largo de todo el clip.

Elementos. Un elemento se arma con 4 imágenes del mismo objeto desde lados distintos: así el modelo entiende mejor su forma.

Editar un clip ya hecho con palabras. Kling O1 añade y quita objetos, cambia el personaje, el fondo, el color, el clima e incluso el ángulo de cámara, y conserva el movimiento del original. También recolorea elementos sueltos, incrusta por croma y añade efectos: fuego, texturas de piel.

Cambio de estilo. El clip se redibuja en anime, pixel art, plastilina, acuarela, fieltro o pintura al estilo de los impresionistas.

Plano siguiente o anterior. A partir del clip subido, O1 genera la continuación o el plano de antes, y puede repetir un movimiento de cámara o una acción de la referencia.

Primer y último fotograma. Dos imágenes, el principio y el final: el modelo construye el movimiento entre ellas.

Ampliación de un clip ya hecho.

Precios de Kling O1

Modo	Sin vídeo de entrada	Con vídeo de entrada
1080p	8 créditos/s (5 s — 40, 10 s — 80)	12 créditos/s (5 s — 60, 10 s — 120)
720p	6 créditos/s (5 s — 30, 10 s — 60)	9 créditos/s (5 s — 45, 10 s — 90)

Los precios están en créditos de la app de Kling. Un vídeo de entrada multiplica por 1,5 el precio del segundo.

Kling O1 y sus sucesores

	Kling O1	Kling 3.0 Omni	Kling 4.0
Salió	01.12.2025	febrero de 2026	15.10.2026
Duración	3–10 s	hasta 15 s	3–30 s
Resolución	720p, 1080p	hasta 4K	hasta 4K (próximamente)
Sonido	no	sí	estéreo
Referencias	7 imágenes o elementos	7 imágenes o elementos	hasta 15: 10 imágenes, 5 vídeos, 7 sujetos
Vídeo de entrada	1 clip de 3–10 s	1 clip de 3–10 s	hasta 5 clips, 30 s en total
Storyboard	no	sí	10 fotogramas clave

Para qué sirve Kling O1

• Cambiar el fondo y el personaje en un clip ya hecho, sin volver a rodar.
• Quitar lo que sobra: transeúntes, objetos, rótulos.
• Cambiar el clima y la hora del día en una misma escena.
• Estilizar: de vídeo real a dibujos animados o plastilina.
• Seguir la escena: el plano siguiente a partir de un clip ya hecho.
• Un clip con un personaje y un producto a partir de 7 referencias.

Kling O1 y las alternativas

	Kling O1	Wan 3.0	MiniMax H3	HappyHorse
Desarrollador	Kuaishou	Alibaba	MiniMax	Alibaba
Editar el clip con texto	sí	sí	sí	sí (modelo 1.0)
Duración	3–10 s	hasta 30 s	4–15 s	3–15 s
Referencias	7 imágenes o elementos	10 fotos, 5 vídeos, 5 audios	9 fotos, 3 vídeos, 3 audios	hasta 9 fotos
Sonido	no	sí	estéreo	sí
Puesto en Arena (21.09.2026)	33	6	8	10 (1.0)

O1 fue el primero en reunir generación y edición en un solo modelo, pero hoy los modelos de al lado hacen lo mismo, con sonido y más duración. Conviene usar O1 para ediciones cortas sin sonido; para clips nuevos, 3.0 Omni o Wan 3.0 resultan más cómodos.

Cómo escribir prompts para Kling O1

Cite los archivos con @: @Image, @Image1, @Image2, @Video, @Element.

Tarea	Plantilla
Añadir	Añade [qué] de @Image a @Video
Quitar	Quita [qué] de @Video
Sustituir al personaje	Sustituye [a quién] en @Video por @Element
Cambiar el fondo	Cambia el fondo de @Video por @Image
Cambiar el estilo	Pon @Video en estilo [estilo]
Plano siguiente	A partir de @Video, genera el plano siguiente: [descripción]
Fotogramas	@Image1 es el primer fotograma, @Image2 el último, [qué ocurre]

Para generar a partir de referencias, Kling recomienda este orden: descripción de los elementos → cómo interactúan → entorno → luz y estilo. Para generar por texto: personaje → movimiento → escena → cámara, luz y atmósfera.

Pon @Video en estilo de animación con plastilina: que se vean huellas
de dedos, sombras suaves y un movimiento un poco entrecortado, como en
una toma fotograma a fotograma. El gato, el sofá y la planta de la
ventana siguen en su sitio.

Cómo usar Kling O1 en AI2Face

Kling O1 está en el generador de AI2Face, junto a Kling 3.0 y Kling 4.0.

1. Regístrese: las cuentas nuevas reciben créditos de bienvenida.
2. Abra el generador, pase a vídeo y elija Kling O1.
3. Suba un clip para editarlo o imágenes de referencia y escriba un prompt que las cite.
4. El coste en créditos se ve antes de empezar. Puede pagar con tarjeta o con criptomonedas, y los créditos de los paquetes no caducan.

Los ángulos para un elemento conviene hacerlos en el mismo sitio, con Nano Banana Pro, como la hoja del robot de arriba.

Límites

• Sin sonido. El sonido nativo llegó con Kling 2.6 y 3.0 Omni.
• De 3 a 10 segundos. Para ir más allá, amplíe el clip o pase a modelos más nuevos.
• Un solo vídeo de entrada, de 3 a 10 segundos, hasta 200 MB y no superior a 2K.
• Con vídeo hay menos referencias: hasta 4 imágenes o elementos, en lugar de 7.
• No se puede fijar solo el último fotograma: también hace falta el primero.
• Imágenes: JPG o PNG, desde 300 px, hasta 10 MB.
• Modelo de la generación anterior: puesto 33 en Arena.

Conclusión

Kling O1 es el modelo con el que en Kling empezó la edición de vídeo con palabras: cambio de fondo y de personaje, de clima y de estilo, plano siguiente, todo en un solo modelo. Para ediciones cortas sin sonido, Kling O1 sigue siendo cómodo y más barato que sus sucesores. Para clips nuevos con sonido y storyboard, elija Kling 3.0; para 30 segundos y 10 fotogramas clave, Kling 4.0; para clips largos a partir de documentos, Wan 3.0. Todos están en el generador de AI2Face.