Kling 2.5 Turbo: clips en 1080p con sonido integrado

En imagen a vídeo, un fotograma inicial de una mujer con vestido negro girando, con un prompt que pedía una tormenta de cristales rotos y una órbita lenta de cámara, volvió con el giro, el cristal y las gotas de lluvia suspendidas y la órbita, cada elemento presente: el fotograma solo aportó su pose y vestuario, el resto vino del texto. Un fotograma inicial de una persona haciendo breakdance con un prompt pidiendo un giro tipo molino de viento hasta congelarse con una mano, bajo luces de neón alternando entre rosa y cian, siguió el movimiento entero con una cámara circular baja y mantuvo el cambio de color aunque la foto de origen no mostraba ni las luces alternantes ni el movimiento.

En texto a vídeo, escrito desde cero, un prompt de dos jinetes galopando a caballo por la orilla del mar al amanecer produjo un plano de seguimiento bajo que mantenía el ritmo de los dos jinetes, con los cascos y las salpicaduras llegando automáticamente en la pista de audio. Un segundo prompt de dos hombres compitiendo en bicicleta por una calle empedrada empinada en Lisboa, escrito describiéndolos como «a couple», seguía leyéndose en pantalla como dos amigos compitiendo en lugar de una pareja: el plano de seguimiento y el lenguaje corporal del resultado pesaron más que la etiqueta del prompt.

Kling 2.5 Turbo responde bien a un prompt que nombra un solo movimiento de cámara continuo y deja que la pista de audio siga lo que pasa en pantalla, en lugar de describir el sonido directamente.

1. Un giro con órbita de cámara, desde un fotograma inicial.

She spins through the storm of shattering glass, the black dress flaring out in a wide circle, shards and raindrops hanging in slow motion around her, then she stops and lifts her chin toward the light. The camera orbits slowly around her.

Ejecuta este prompt en Kling 2.5 Turbo →

2. Una escena escrita con sonido implícito, sin instrucción de audio aparte.

Sunrise on a wide empty beach. A man and a woman in their thirties gallop two horses side by side through the shallow surf, spray exploding under the hooves, her hair and his open linen shirt streaming in the wind; they glance at each other.

Ejecuta este prompt en Kling 2.5 Turbo →

Débil: «make a cool video with music». Sin un movimiento de cámara ni un hecho físico nombrado, no hay nada donde el modelo pueda anclar el movimiento o el sonido. Fuerte: el prompt 1 —un comportamiento de cámara (la órbita), un evento físico (el cristal y las gotas de lluvia) y un momento final claro (el gesto de levantar la barbilla).

Kling revisa cada petición por su cuenta, en tres capas: el texto del prompt, cualquier imagen subida y el clip terminado. Escalón por escalón: L1 Sugerente se generó en texto a vídeo en nuestras dos ejecuciones, pero el límite de imagen a vídeo está más bajo —los dos fotogramas iniciales que probamos, un camisón transparente y lencería de encaje negro transparente, se rechazaron cuando el clip ya se había generado—. L2 Temas maduros se rechazó siempre, en las dos tareas: en imagen a vídeo ya en la carga, pero en texto a vídeo solo después de generarse el clip completo (a los dos y a los cinco minutos, aproximadamente). L3 Fuerte solo lo probamos en imagen a vídeo, donde el fotograma inicial se rechazó en unos diez segundos. No ejecutamos L4 Intenso ni el sondeo de L5 Extremo de restricción e impacto en esta familia; el único sondeo de L5 Extremo gore que enviamos, en imagen a vídeo, se generó. No hay suavizado silencioso en ninguna parte de esta familia: un clip vuelve exactamente tal como se escribió o la petición falla directamente, sin cobro en ningún caso. La etiqueta de la página es Con filtro: es la propia revisión de Kling, no un filtro que añadamos nosotros.

Aún sin probar: L3 Fuerte en texto a vídeo; L4 Intenso y el sondeo de L5 Extremo de restricción e impacto en cualquiera de las dos tareas; el sondeo de gore en texto a vídeo; escenas con dos mujeres o dos hombres por encima de L1 Sugerente.

Para cualquier cosa más allá del nivel lencería, una de nuestras familias Spicy —como Wan 2.2 Spicy o MiniMax H3— es la mejor ruta. Solo adultos, en cada prompt y cada imagen de partida. Una persona real e identificable necesita haber dado su consentimiento, y necesitas los derechos de cualquier foto que animes.

Hablando de física y calidad de movimiento en torno al lanzamiento del modelo en septiembre de 2025, un comentarista en Hacker News escribió que "Kling 2.5 ya es bastante bueno en física" durante un hilo sobre un modelo de vídeo de la competencia —una lectura que coincide con los clips del cristal rompiéndose y el giro tipo molino de viento en nuestras propias pruebas, donde el movimiento físico que describía el prompt se cumplió con poco desvío.

• ¿La misma línea, más barata y con elección de resolución? Kling 2.1 empieza en $0.035 por segundo en 720p, mudo, sin banda sonora forzada. Nuestro análisis de Kling 2.1.
• ¿Sonido solo cuando lo pides? Kling 2.6 empieza desde $0.069 por segundo y deja generate_audio desactivado por defecto. Nuestro análisis de Kling 2.6.
• ¿Secuencias de varios planos y un solo clip más largo? Kling 3.0 llega hasta 15 segundos con varios cortes en una sola generación. Nuestro análisis de Kling 3.0.
• ¿Contenido más allá del nivel lencería, en vídeo? MiniMax H3 empieza desde $0.037 por segundo con una escala de contenido mucho más larga.