Envía la duración como una cadena
duration es obligatorio en todos los modelos y acepta la cadena "5" o "10", no un número.
El modelo Kling 2.1 impulsa la generación de video de vanguardia, con movimiento hiperrealista, física avanzada y resultados de alta resolución de hasta 1080p. Su comprensión semántica mejorada y su renderizado rápido lo hacen ideal para crear videos dinámicos de calidad profesional.
Text prompt describing the desired video content
0/5000Click to upload or drag and drop
Supported formats: JPEG, PNG Maximum file size: 10MB
URL of the image to be used for the video
The duration of the generated video in seconds
Description of elements to avoid in the generated video
The CFG (Classifier Free Guidance) scale is a measure of how close you want the model to stick to your prompt
A configurable parameter. Defaults to true in the Playground.
Explore different use cases and parameter configurations
Text prompt describing the video to generate
0/5000Click to upload or drag and drop
Supported formats: JPEG, PNG Maximum file size: 10MB
URL of the image to be used for the video
The duration of the generated video in seconds
Terms to avoid in the generated video
The CFG (Classifier Free Guidance) scale is a measure of how close you want the model to stick to your prompt
A configurable parameter. Defaults to true in the Playground.
Explore different use cases and parameter configurations
Complete guide to using Kling V2.1
Kling 2.1 es la serie de modelos de video de Kuaishou, lanzada a finales de mayo de 2025 con un modo Standard, un modo High Quality y una edición Master. En Kie.ai funciona como cuatro modelos de API: Standard, Pro y Master de imagen a video, y Master de texto a video.

Los cuatro modelos utilizan POST /api/v1/jobs/createTask, y los resultados se devuelven mediante callBackUrl o Get Task Details. No hay parámetro de resolución: el tamaño de salida depende del modelo.
| Parameter | Standard | Pro | Master |
|---|---|---|---|
| Modelo en Kie.ai | kling/v2-1-standard | kling/v2-1-pro | kling/v2-1-master-image-to-video, kling/v2-1-master-text-to-video |
| Text-to-video | No | No | Sí (kling/v2-1-master-text-to-video) |
| Imagen inicial (image_url) | Required | Required | Obligatorio para imagen a video |
| Duration | "5" o "10" segundos | "5" o "10" segundos | "5" o "10" segundos |
| Relación de aspecto | Sigue la imagen inicial | Sigue la imagen inicial | Imagen a video: sigue la imagen inicial. Texto a video: 16:9, 9:16 o 1:1 |
| Tamaño de salida en nuestras pruebas en Kie.ai | 960×960 a partir de una imagen cuadrada | 1440×1440 a partir de una imagen cuadrada | 1440×1440 a partir de una imagen cuadrada; 1920×1080 en 16:9 y 1080×1920 en 9:16 (texto a video) |
| Pista de audio en nuestras pruebas en Kie.ai | None | None | None |
| Prompt / prompt negativo | Hasta 5000 / 500 caracteres | Hasta 5000 / 500 caracteres | Hasta 5000 / 500 caracteres |
| cfg_scale | De 0 a 1, paso 0.1, por defecto 0.5 | De 0 a 1, paso 0.1, por defecto 0.5 | De 0 a 1, paso 0.1, por defecto 0.5 |
| Imágenes de entrada | URL de una imagen JPEG o PNG alojada, de hasta 10 MB | URL de una imagen JPEG o PNG alojada, de hasta 10 MB | URL de una imagen JPEG o PNG alojada, de hasta 10 MB |
| Pricing | Se muestra en la tarjeta de precios superior | Se muestra en la tarjeta de precios superior | Se muestra en la tarjeta de precios superior |
Kuaishou describe la serie Kling 2.1 con un modo Standard (720p) y un modo High Quality (1080p), además de una edición premium Master que, según indica, ofrece un rendimiento de movimiento superior y una respuesta semántica mejorada. Para comparar los tres en Kie.ai, ejecutamos dos veces Standard, Pro y Master de imagen a video en octubre de 2026 con la misma imagen cuadrada y una duración de 10 segundos. Con un prompt sencillo (el robot saluda mientras la cámara orbita), los tres se veían muy parecidos. Con uno complejo (el robot baila breakdance mientras la cámara gira rápidamente), cada uno hizo algo distinto en la marca de los 5 segundos que se muestra en la imagen: Standard mantuvo el pino, Pro estaba a media patada y Master en pleno giro con desenfoque de movimiento visible, que también mostró en sus otros fotogramas de mucho movimiento. A partir de fotogramas fijos no pudimos determinar si un modelo gestiona mejor el movimiento rápido, y se trata de una sola ejecución por modelo, así que prueba tus propios prompts antes de decidir. En la clasificación de imagen a video de LMArena (septiembre de 2026), los rangos de Master y Standard se solapan. Una opción práctica por defecto sigue la lista de modelos: Standard o Pro para imagen a video y Master cuando necesites texto a video. El precio de cada modelo se muestra en la tarjeta de precios superior.

| Standard | Pro | Master | |
|---|---|---|---|
| Text-to-video | No | No | Yes |
| Tamaño de salida de la misma imagen cuadrada (nuestra prueba) | Más pequeño (consulta la tabla de parámetros) | Larger | Larger |
| Movimiento simple: saludo, órbita lenta (nuestra prueba) | Siguió el prompt | Siguió el prompt | Siguió el prompt |
| Prompt de breakdance, fotograma a los 5 s (nuestra prueba) | Handstand | Mid-kick | A mitad de giro, con desenfoque de movimiento |
| Puntuación de imagen a video en LMArena (21 sep 2026) | 1229±8 | No incluido | 1235±8 |
Cada imagen a continuación muestra tres fotogramas (inicio, medio y final) de un video que generamos con Kling 2.1 en Kie.ai en octubre de 2026 a partir del prompt descrito en su pie de foto; los fotogramas se muestran tal como se generaron, redimensionados para la web.
Kling 2.1 Master convirtió un prompt de una frase en un video horizontal de 5 segundos: las olas rompen contra rocas volcánicas negras, la espuma capta el sol bajo y la cámara avanza sobre las rocas tal como pedía el prompt.

Un video vertical de 10 segundos de Kling 2.1 Master: se vierte leche en una taza y se forma un diseño en capas en la superficie mientras la cámara se acerca. El prompt pedía un diseño de hoja y el resultado se parece más a un tulipán, así que comprueba este tipo de detalles con tus requisitos.

duration es obligatorio en todos los modelos y acepta la cadena "5" o "10", no un número.
Los modelos de imagen a video Standard, Pro y Master necesitan image_url, y sus videos siguen la proporción de esa imagen. Solo kling/v2-1-master-text-to-video funciona a partir de texto sin imagen, y es el único modelo que acepta aspect_ratio.
Ninguno de nuestros videos de prueba en Kie.ai incluía sonido, así que añade música o efectos de sonido en un paso separado.
image_url acepta la URL de una imagen alojada, no el contenido del archivo. Los archivos que aún no estén alojados se pueden subir primero con la API de subida de archivos de Kie.ai (Base64, flujo de archivo o URL remota).
Todos los modelos del marketplace de Kie.ai usan el mismo método de autenticación: un encabezado Authorization: Bearer YOUR_API_KEY con la clave de tu página de gestión de API keys de Kie.ai.
Los nuevos usuarios de Kie.ai reciben 80 créditos gratis para hacer pruebas. Tu cuenta tiene un único saldo de créditos del que se descuentan todos los servicios de generación; puedes consultarlo con la API Get Remaining Credits.
Kie.ai ofrece este modelo como una API con un Playground; no hay ninguna aplicación que descargar o instalar. No tienes que gestionar GPUs ni pesos del modelo.