Kling 4 vs Seedance 2.5: dos modelos de referencias de 30 segundos

La división de nube de ByteDance, Volcano Engine, presentó Seedance 2.5 en su conferencia FORCE de junio de 2026, según The Decoder. A octubre de 2026 se puede usar a través de la API de fal.ai, con endpoints de texto a vídeo, imagen a vídeo y referencia a vídeo, según la página de Seedance 2.5 de fal.

Kling 4.0 se lanzó oficialmente en la app de Kling el 15 de octubre de 2026, tras una fase de acceso anticipado que empezó el 28 de septiembre, según Kuaishou. Su API para desarrolladores figura como próximamente. fal.ai incluye Kling 4.0 en su playground, pero su página del modelo indica que el acceso a la API llegará pronto.

El endpoint de referencia a vídeo de Seedance 2.5 acepta hasta 50 referencias: hasta 30 imágenes, 10 vídeos y 10 clips de audio, según fal.ai. Los vídeos de referencia están limitados a 30 segundos en total, y lo mismo ocurre con el audio.

Omni Reference de Kling 4.0 admite hasta 15 referencias: hasta 10 imágenes, hasta 5 vídeos con 30 segundos combinados y hasta 7 elementos, según la guía de Kling 4.0 en fal. Los elementos agrupan imágenes de un mismo sujeto, de modo que el modelo sabe qué imágenes pertenecen al mismo personaje o producto.

Treinta imágenes es más de lo que necesita la mayoría de sujetos: unos pocos ángulos limpios bastan para un rostro o un producto. El margen extra sirve sobre todo cuando una escena tiene varios personajes, objetos y una localización que deben mantenerse fijos.

Seedance 2.5 en fal.ai genera de 4 a 30 segundos, o deja que el modelo elija la duración, a 480p o 720p. Las relaciones de aspecto son 21:9, 16:9, 4:3, 1:1, 3:4 y 9:16, o automática. El audio se genera por defecto y puede desactivarse, según la página del modelo en fal. La comparativa de fal señala que Seedance 2.0 también ofrecía 1080p y 4K, así que la versión 2.5 cambia resolución por duración.

Kling 4.0 genera de 3 a 30 segundos en 720p, 1080p o 4K, en 21:9, 16:9, 1:1 o 9:16, con audio estéreo y hasta 10 fotogramas clave, según la guía de Kling 4.0 en fal. Su modo Flash se limita a 20 segundos en 720p. Una opción HDR de 10 bits aparece como próximamente.

En resolución, Kling 4.0 va por delante: 1080p y 4K son salidas que Seedance 2.5 no ofrece en fal.ai. En acceso, Seedance 2.5 va por delante: puedes usarlo hoy.

Es la diferencia que más probablemente decida por ti. En el foro de la comunidad de Adobe, los usuarios informan del error "reference content can't include real human faces" tanto en Seedance 2.0 como en 2.5, y un gestor de la comunidad de Adobe confirmó que Seedance 2.0 no admite rostros reales en las referencias. Una guía de Renderforest indica que Seedance 2.5 en Dreamina, la plataforma de ByteDance, exige verificación en vivo para rostros fotorrealistas.

No hemos encontrado documentación oficial de ByteDance sobre la política de la versión 2.5, y la página del modelo en fal tampoco la menciona, así que prueba con tus propias referencias antes de comprometerte.

En la práctica, Seedance 2.5 es la opción más fácil para productos, mascotas y personajes estilizados o de anime. Para un presentador real o una creadora humana fotorrealista, prepárate para fricciones. Kling tiene su propia moderación; no hemos probado ambos modelos con las mismas referencias de rostros.

En fal.ai, la generación de referencia a vídeo de Seedance 2.5 cuesta unos 0,47 $ por segundo a 720p y 0,22 $ a 480p sin referencias de vídeo, o unos 0,28 $ y 0,13 $ con referencias de vídeo, facturado por tokens, según la página del modelo en fal. Un clip de 10 segundos a 720p sin referencias de vídeo cuesta unos 4,73 $.

No hemos podido confirmar el precio de la API de Kling 4.0: la página de Kling 4.0 en fal no muestra ninguno mientras su API está cerrada. Kling 3.0 Omni, su predecesor, cuesta entre 0,084 $ y 0,14 $ por segundo en fal.ai, según el nivel y el audio.

Elige Seedance 2.5 para productos, mascotas y personajes estilizados si necesitas clips de más de 15 segundos por API hoy y 720p te basta, sobre todo en escenas con varios elementos fijos. Revisa antes la composición a 480p, que cuesta menos de la mitad por segundo.

Elige Kling para rostros humanos reales y para 1080p o más. Hoy eso significa Kling 3.0 Omni por API, hasta 15 segundos por clip; cuando se abra la API de Kling 4.0, esta ofrecerá tomas más largas, más referencias y 4K. No hemos probado ambos modelos con las mismas referencias, así que este veredicto trata de acceso, especificaciones y normas, no de fidelidad medida.

RefVid funciona hoy con Kling 3.0 Omni y pasará a Kling 4.0 cuando se abra su API. No ofrece Seedance 2.5.