Vidu Q4 Preview vs Kling 3.0: ¿cómo elegir para imagen a video?

Si quieres audio nativo activado por defecto, 5 niveles de resolución y una duración máxima de 16 segundos por clip, elige Vidu Q4 Preview; si quieres fijar el fotograma inicial y final con dos imágenes, elige Kling 3.0.

Vidu Q4 Preview ya está disponible en HiAPI; abre la página del modelo de imagen a video, sube el primer fotograma y genera. Los nuevos usuarios reciben 200 créditos al registrarse.

Las diferencias de un vistazo

	Vidu Q4 Preview	Kling 3.0 imagen a video
ID del modelo	vidu-q4-preview/image-to-video	kling-3.0/image-to-video
Entrada de imagen	1 primer fotograma, image_url	1–2 imágenes, image_urls; la segunda como fotograma final
Duración	3–16 segundos, por defecto 5	3–15 segundos, por defecto 5
Resolución	540p / 720p / 1080p / 2K / 4K, por defecto 720p	720p / 1080p / 4K, por defecto 1080p
Audio nativo	audio activado por defecto; desactivarlo no cambia el precio	sound desactivado por defecto; activarlo aumenta el precio
720p por segundo	$0.109	$0.1 sin sonido / $0.143 con sonido
1080p por segundo	$0.1375	$0.129 sin sonido / $0.193 con sonido
4K por segundo	$0.446	$0.479

Vidu Q4 factura multiplicando los segundos enteros enviados por el precio por segundo de la resolución elegida; el interruptor de audio no interviene en el cálculo: 720p 5 segundos $0.545, 10 segundos $1.09, 16 segundos $1.744. Kling 3.0 también factura por segundo: 720p sin sonido $0.1/s, con sonido $0.143/s; 1080p sin sonido $0.129/s, con sonido $0.193/s; 4K es el nivel transformation, $0.479/s.

El mismo prompt, una generación en cada modelo

Cada grupo comparte un primer fotograma, 5 segundos y 720p, y se genera una vez en cada modelo. El primer grupo con sonido, el segundo sin sonido.

Hidroavión: momento del acercamiento y desenfoque de la hélice

Vidu Q4 Preview (con sonido)	Kling 3.0 (con sonido)

Mismo prompt, mismos parámetros, una generación en cada modelo.

En Vidu Q4, a los 2.5 segundos ya se aprecia un acercamiento claro, la hélice tiene desenfoque de movimiento y alrededor de los flotadores aparecen ondas circulares. En Kling 3.0, a los 2.5 segundos la composición es casi idéntica al primer fotograma; el acercamiento solo se nota a los 4.8 segundos y el desenfoque de la hélice aparece en la parte final; el brazo del piloto mantiene la pose levantada y las líneas de los flotadores y el muelle se desplazan ligeramente entre fotogramas. Ambos clips finales son de 1280×720 y 5.04 segundos; en este grupo ambos llevan pista AAC.

El piloto saluda, el motor del hidroavión arranca y la hélice empieza a girar, el agua se riza, la cámara se acerca lentamente, luz dorada del amanecer.

Generar con este prompt →. Al abrir, sube el primer fotograma del hidroavión, elige 5 segundos y 720p, y deja el audio activado por defecto.

Barista: encuadre final y vapor

Vidu Q4 Preview (sin sonido)	Kling 3.0 (sin sonido)

Mismo prompt, mismos parámetros, una generación en cada modelo.

El clip de Vidu Q4 es de 724×1268, manteniendo la proporción 4:7 del primer fotograma; al final la cámara se acerca a un primer plano del personaje, la taza queda en el borde inferior del encuadre y se ve el vapor. El clip de Kling 3.0 es de 720×1280; al final conserva un encuadre más amplio, con la ventana, la lámpara colgante y la barra dentro del plano, y no se ve vapor en la taza. Ambos duran 5.04 segundos; este grupo solo busca comparar la imagen, así que en ambos se desactivó el audio.

La barista deja la jarra de leche, el latte art de la taza se define en forma de hoja y sube el vapor; ella levanta la vista hacia la cámara y sonríe. De fondo, susurros de cafetería y el vapor de la máquina de café. Acercamiento lento a mano alzada, luz cálida de la mañana a través de la ventana.

Generar con este prompt →. Al abrir, sube el primer fotograma de la barista, elige 5 segundos y 720p, desactiva audio y observa solo la imagen.

Cómo elegir según el caso

• Si quieres sonido por defecto y un interruptor menos → Vidu Q4 Preview
• Si quieres un borrador en 540p primero → Vidu Q4 Preview
• Si quieres un clip de 16 segundos → Vidu Q4 Preview
• Si quieres entregar en 2K o 4K → Vidu Q4 Preview
• Si quieres 1080p con sonido → Vidu Q4 Preview, $0.1375 por segundo
• Si quieres fijar el fotograma final → Kling 3.0
• Si quieres 1080p sin sonido, facturado a $0.129/segundo → Kling 3.0
• Si quieres 720p sin sonido, facturado a $0.1/segundo → Kling 3.0

¿Es complicado cambiar de uno a otro?

No. Ambos modelos usan POST https://api.hiapi.ai/v1/tasks, la misma API Key, devuelven taskId y el resultado se obtiene por polling o con callback.url. Para cambiar solo hay que modificar estos campos:

• model: cambiar vidu-q4-preview/image-to-video por kling-3.0/image-to-video.
• Campo de imagen: Vidu Q4 usa la cadena image_url para pasar un primer fotograma; Kling 3.0 usa el array image_urls, 1 imagen es el primer fotograma y 2 son el primero y el último.
• Campo de audio: en Vidu Q4, audio es true por defecto; en Kling 3.0, sound es false por defecto y, al activarlo, se factura según el precio con sonido.
• Duración y resolución: Vidu Q4 admite 3–16 segundos y cinco niveles; Kling 3.0 admite 3–15 segundos y tres niveles.

La relación de aspecto sigue a la imagen de entrada; ninguno de los dos modelos ofrece aspect_ratio en imagen a video; la callback, la autenticación y el polling no necesitan cambios.

Preguntas frecuentes

¿Se pueden enviar dos imágenes a Vidu Q4 imagen a video? Imagen a video solo acepta un primer fotograma. Para varias imágenes de referencia, usa el modelo de referencia a video de la misma familia, con hasta 15 imágenes de referencia y 3 audios de referencia; para controlar el fotograma final, usa Kling 3.0.

¿Tiene sonido por defecto? En Vidu Q4, audio está activado por defecto; si lo desactivas, el video sale sin sonido y el precio no cambia. En Kling 3.0, sound está desactivado por defecto; al activarlo se factura según el precio con sonido.

¿Se pueden generar 16 segundos? Vidu Q4 admite 3–16 segundos; Kling 3.0 admite 3–15 segundos.

¿Cómo se define la relación de aspecto? Ambos modelos siguen a la imagen de entrada. Vidu Q4 imagen a video no tiene el campo aspect_ratio; si se envía, devuelve 400. Kling 3.0 tampoco ofrece este parámetro.

Copia el prompt del hidroavión de arriba, ve a la página del modelo Vidu Q4 Preview, sube el primer fotograma, elige 5 segundos y 720p y genera primero uno con sonido; si quieres comparar el encuadre final, genera otra vez con el prompt de la barista y el audio desactivado.

Relacionado: página del modelo Vidu Q4 Preview imagen a video · página del modelo Kling 3.0 imagen a video · página del modelo Vidu Q4 Preview referencia a video · documentación de integración de imagen a video