El lanzamiento de Kling 4.0 se amplía, pero el acceso MCP y CLI redefine la verdadera competencia
Kling AI puso el lanzamiento de Kling 4.0 a disposición general el 19 de octubre, incorporando dos vías de acceso que lo llevan más allá de una herramienta creativa exclusivamente basada en navegador. Ahora los usuarios pueden trabajar mediante una interfaz web renovada, integración con Model Context Protocol y una interfaz de línea de comandos.
Esa combinación genera la verdadera tensión en torno al lanzamiento. Los clips generados de mayor calidad siguen siendo importantes, pero la adopción profesional depende cada vez más de si los equipos pueden integrar un modelo en sistemas de producción repetibles.
Kling entra en esa competencia frente a Google, Runway y otros proveedores que ya buscan atraer a desarrolladores y estudios profesionales. Su desafío ya no se limita a crear una demostración impresionante. El modelo debe ser lo bastante predecible para la automatización, la revisión, la entrega y el uso comercial.
La compañía también afirma que pronto llegarán las salidas en 4K y 1080p con HDR de 10 bits. El acceso a API para empresas y desarrolladores sigue pendiente, según su publicación de lanzamiento.
Estas funciones futuras podrían reforzar la posición de Kling entre los equipos de producción. Sin embargo, también exponen la distancia entre un anuncio de acceso prometedor y una plataforma documentada y fiable.
El lanzamiento de Kling 4.0 añade más que una nueva interfaz
El cambio más importante no es que Kling tenga otra versión de modelo. Es que los creadores pueden empezar a invocarlo fuera del sitio web principal.
Kling 4.0 ya está disponible mediante la interfaz de creación rediseñada en kling.ai. Esa vía está dirigida a personas que quieren redactar prompts, revisar y modificar su trabajo de forma visual.
Las vías MCP y CLI apuntan a un estilo de trabajo distinto. MCP, o Model Context Protocol, es un estándar abierto para conectar aplicaciones de IA con herramientas y datos externos. Una CLI permite a los usuarios operar software mediante comandos escritos en lugar de una interfaz gráfica.
En conjunto, estas vías crean varios patrones de producción potenciales. Un creador podría iniciar generaciones desde una terminal, mientras que un asistente de IA podría llamar a funciones compatibles de Kling mediante MCP.
Un estudio también podría conectar la generación de video con scripts que gestionen prompts, recursos de origen, carpetas de salida o colas de revisión. Las operaciones exactas compatibles siguen sin estar claras porque no había documentación técnica pública completa disponible en el lanzamiento.
Esta distinción importa. El acceso mediante MCP no significa automáticamente que todas las funciones web puedan controlarse de forma remota. Una CLI también puede abarcar desde un lanzador limitado hasta una interfaz completa para la automatización de producción.
Kling ha anunciado los métodos de acceso, pero los desarrolladores aún necesitan detalles sobre autenticación, comandos compatibles, estado de los trabajos, recuperación de resultados y gestión de fallos. También necesitan saber si ambas vías ofrecen los mismos controles.
Por tanto, el anuncio actual establece disponibilidad sin demostrar profundidad operativa. Indica hacia dónde quiere avanzar Kling, al tiempo que deja sin respuesta importantes preguntas de implementación.
Las próximas capacidades prometidas por Kling apuntan en la misma dirección profesional. La compañía afirma que pronto llegará video 4K y 1080p con salida HDR de 10 bits.
El HDR de diez bits puede conservar más información tonal y de color que la salida habitual de ocho bits. Esto importa cuando el material entra en procesos de corrección de color, composición o exigentes cadenas de visualización.
Sin embargo, la resolución y la profundidad de bits por sí solas no establecen la calidad de producción. Los equipos analizarán si los detalles generados sobreviven a la exportación, si el movimiento mantiene su coherencia y si los metadatos de color funcionan correctamente en el software de edición.
Kling también afirma que después llegará el acceso a API para empresas y desarrolladores. Esa formulación convierte el lanzamiento en una publicación escalonada, no en el despliegue de una plataforma terminada.
Las opciones de navegador, MCP y CLI ya están disponibles. Los modos de salida de mayor nivel y el acceso API más amplio son promesas que aún requieren entrega y validación técnica.
Esa secuencia plantea la pregunta central del artículo. ¿Puede Kling convertir una sólida demanda por su modelo en una capa de producción fiable antes de que sus rivales hagan más fáciles de adoptar sus propios flujos de trabajo?
Por qué el acceso MCP y CLI importa a los equipos de video
El acceso MCP y CLI desplaza a Kling de ser un sitio web de destino a convertirse en un componente al que otro software puede llamar.
Una interfaz de navegador funciona bien para explorar. Una persona introduce un prompt, espera un resultado, compara versiones y descarga el clip seleccionado.
Ese ciclo se vuelve ineficiente cuando un proyecto necesita decenas de planos, varias relaciones de aspecto o pruebas repetidas frente a una imagen de referencia. La gestión manual de archivos puede consumir más tiempo que redactar prompts.
El acceso por línea de comandos puede reducir esa fricción. Los equipos pueden incluir solicitudes de generación en scripts, conservar parámetros en archivos de proyecto y estandarizar cómo se nombran o almacenan los resultados.
Por ejemplo, un equipo de marketing podría mantener un conjunto de imágenes de producto aprobadas y prompts de campaña. Un script podría enviar variaciones controladas, guardar cada resultado bajo un identificador coherente y enviar los candidatos a revisión humana.
Un equipo de animación podría conectar las descripciones de planos de un documento de planificación con una cola de generación. Los editores podrían entonces evaluar los resultados sin pedir a un operador que transfiera manualmente cada prompt.
Estos ejemplos siguen siendo flujos de trabajo posibles, no funciones confirmadas de Kling 4.0. Su viabilidad depende de los comandos, las entradas y los controles de salida que Kling exponga realmente.
MCP extiende la idea hacia la orquestación asistida por IA. El protocolo abierto estandariza cómo las aplicaciones de IA descubren y utilizan herramientas externas.
En la práctica, una conexión MCP podría permitir que un asistente compatible trate a Kling como una herramienta dentro de una tarea más amplia. El asistente podría recopilar un briefing, preparar un prompt, invocar la generación y devolver el resultado para su revisión.
Ese modelo difiere de una aplicación creativa tradicional. En lugar de exigir a los usuarios que visiten cada herramienta por separado, un asistente puede coordinar herramientas en torno a un objetivo mayor.
La distinción es especialmente relevante para el video. Un recurso finalizado suele involucrar investigación, guiones, referencias visuales, generación, edición, subtítulos, aprobaciones y distribución.
Ningún modelo de video individual gestiona toda esa cadena de forma fiable. La integración determina si el modelo reduce trabajo o simplemente añade otra pantalla aislada.
Aquí también es donde la gobernanza cobra importancia. Un asistente autónomo no debería publicar cada recurso generado ni gastar capacidad de cómputo ilimitada sin supervisión.
Los equipos de producción necesitan pasos de aprobación, restricciones de acceso, controles de costes y registros de auditoría. Deben saber qué prompt produjo cada clip y qué recursos se incluyeron en la solicitud.
La implementación MCP de Kling se juzgará en parte por esos controles. Una conexión que expone la generación sin permisos adecuados puede crear riesgos operativos y de cumplimiento.
Los usuarios de CLI plantearán preguntas similares. Necesitan códigos de salida estables, resultados estructurados, errores documentados y formas de reanudar o cancelar trabajos de larga duración.
También necesitan versionado predecible. Un script puede fallar cuando los comandos, los nombres de campos o el comportamiento predeterminado cambian sin aviso.
Estos requisitos parecen menos emocionantes que la calidad visual. Sin embargo, separan un servicio de creación entretenido de una infraestructura en la que una empresa puede confiar.
Los equipos que ya construyen flujos de trabajo de IA estructurados pueden conectar los recursos generados con una base de conocimiento con búsqueda. Ese registro puede conservar briefings, prompts, referencias, decisiones y notas de revisión junto a cada proyecto.
El modelo pasa entonces a ser una etapa dentro de un proceso documentado. Ese es un papel más relevante que producir clips aislados para compartir en redes sociales.
El impulso de Kling hacia los flujos de trabajo presiona a Google y Runway
Kling compite por el punto de control en torno a la producción de video con IA, no solo por el mejor clip individual.
El mercado del video con IA ha carecido de un único referente de calidad universalmente aceptado. Los resultados varían según el prompt, el tipo de entrada, la duración, el movimiento, los controles de edición y las preferencias humanas.
Las clasificaciones independientes aún pueden revelar movimientos generales. Artificial Analysis informó en 2025 que los modelos de China y Estados Unidos ocupaban posiciones destacadas en las pruebas de generación de video.
Su informe situó a Kling entre los modelos emergentes que desafían a sistemas más conocidos. También señaló que el rendimiento puede diferir entre tareas de texto a video y de imagen a video.
Esa variabilidad hace más valioso el diseño de flujos de trabajo. Los equipos suelen utilizar varios modelos porque ningún proveedor ofrece el mejor rendimiento en cada plano.
Runway ha pasado años construyendo en torno a la producción creativa, en lugar de limitarse a un único cuadro de prompts. Su propuesta incluye generación, controles de edición, organización de proyectos y relaciones con la industria.
Google se ha acercado a los desarrolladores a través de Gemini y Vertex AI. En 2025 puso Veo 2 a disposición mediante la API de Gemini, con soporte para solicitudes de texto a video e imagen a video.
El lanzamiento para desarrolladores de Google ilustra el estándar competitivo al que se enfrenta Kling. Los desarrolladores esperan ejemplos, definiciones de parámetros, documentación de seguridad y una ruta clara desde las pruebas hasta el despliegue.
El lanzamiento de MCP y CLI de Kling puede reducir la brecha en flujos de trabajo. También permite a la compañía abordar la integración desde una dirección más reciente.
Una API convencional espera que los desarrolladores escriban lógica de aplicación en torno a endpoints. MCP ofrece una capa de herramientas estándar que los asistentes de IA compatibles pueden descubrir y utilizar.
Esa diferencia podría reducir el esfuerzo necesario para flujos de trabajo experimentales con agentes. Un creador podría conectar Kling sin construir primero una aplicación personalizada completa.
Aun así, MCP no sustituye una plataforma madura para desarrolladores. Los despliegues a gran escala suelen requerir garantías de servicio, planificación de capacidad, controles de facturación, observabilidad y soporte formal.
Por eso la API prometida sigue siendo crítica. MCP puede facilitar que los asistentes llamen a Kling, mientras que una API puede respaldar sistemas de gran volumen con contratos explícitos.
La CLI se sitúa entre ambas vías. Puede ayudar a desarrolladores individuales, artistas técnicos y pequeños estudios a automatizar trabajo antes de crear una aplicación completa.
Kuaishou tiene una razón comercial para invertir en las tres. Kling ya se está volviendo relevante para el crecimiento de su empresa matriz.
Kuaishou informó que Kling generó más de RMB850 millones de ingresos durante el segundo trimestre de 2026. La compañía afirmó que esa cifra representaba un crecimiento interanual superior al 200 por ciento.
Sus resultados trimestrales también atribuyeron parte del crecimiento de sus otros servicios a Kling. Estas cifras son reportadas por la empresa y no han sido auditadas de forma independiente como evidencia del rendimiento del producto.
Las cifras sí muestran una demanda significativa. Kling ya no es solo una demostración de investigación ni una función experimental para consumidores.
Kuaishou también informó de más de 600 millones de videos generados por Kling durante 2025. Afirmó que la base de creadores superó los 60 millones y que el número de clientes rebasó los 30.000.
Estas cifras de adopción proceden de los informes ambientales, sociales y de gobernanza de la empresa. No revelan la retención activa, la conversión de pago ni la frecuencia de uso profesional.
Aun así, esa base instalada ofrece a Kling un canal para distribuir nuevas funciones de flujo de trabajo. Los usuarios actuales pueden probar el acceso mediante MCP o CLI sin tener que descubrir un modelo desconocido.
La presión sobre Google y Runway proviene de esta combinación de alcance del modelo y acceso más amplio. Kling puede competir en las capas de interfaz, terminal, asistente y futuras API.
La presión también opera en sentido contrario. Kling debe igualar las expectativas de fiabilidad creadas por las plataformas de desarrollo consolidadas y el software orientado a producción.
Un modelo visualmente potente puede atraer atención con rapidez. Una plataforma de flujo de trabajo fiable debe ganarse la confianza a través de miles de tareas repetidas.
El mecanismo real es la automatización repetible
Kling 4.0 adquiere importancia estratégica cuando sus resultados pueden circular por un sistema repetible con una intervención manual limitada.
El trabajo con vídeo generativo implica actualmente muchas pruebas y selecciones. Un equipo puede descartar numerosos clips antes de encontrar uno que encaje con el plano previsto.
La automatización no puede eliminar ese juicio creativo. Puede organizar el trabajo circundante para que las personas dediquen más tiempo a evaluar resultados y menos a mover datos.
Pensemos en una agencia que produce variaciones regionales de una campaña. Cada mercado puede requerir productos, textos, relaciones de aspecto y comprobaciones de cumplimiento diferentes.
Una CLI podría permitir a la agencia enviar de manera coherente paquetes de prompts aprobados. Un asistente conectado mediante MCP podría preparar esos paquetes a partir de un briefing y solicitar confirmación humana antes de la generación.
Los resultados podrían entrar en una carpeta de revisión con registros de prompts y referencias de origen adjuntos. Los editores podrían comparar candidatos mientras los equipos legales revisan cómo se utilizaron los activos de marca.
Este flujo de trabajo depende de metadatos deterministas, incluso cuando el vídeo generado sigue siendo probabilístico. Los equipos deben conservar qué solicitaron, cuándo lo solicitaron y qué versión del modelo respondió.
Otro escenario es la previsualización para cine o publicidad. Los directores suelen necesitar representaciones rápidas del movimiento de cámara, la puesta en escena, la iluminación o las transiciones antes de la producción final.
Kling podría respaldar ese proceso si la CLI acepta activos de referencia y configuraciones de plano reproducibles. Un asistente podría convertir una lista de planos en solicitudes preliminares, mientras los artistas mantienen el control final.
Sin embargo, la automatización puede amplificar la inconsistencia con la misma facilidad que la eficiencia. Una plantilla de prompts defectuosa puede generar decenas de clips inutilizables antes de que alguien lo advierta.
Un cambio en un valor predeterminado también podría alterar un lote completo. Sin pasos de validación, una generación más rápida simplemente crea más material que inspeccionar.
Por ello, los sistemas profesionales necesitan puntos de control. Un trabajo de muestra debería superar una revisión antes de iniciar un lote grande.
El sistema también debería registrar los fallos en vez de reintentarlos silenciosamente para siempre. Las tareas de vídeo de larga duración pueden consumir recursos considerables, lo que hace especialmente costosos los reintentos sin control.
MCP introduce otra capa de responsabilidad. Las descripciones de las herramientas deben indicar claramente qué hace una acción, qué entradas envía y qué consecuencias se derivan.
Un comando de generación con un nombre impreciso puede confundir a un asistente. Los parámetros ambiguos pueden producir una duración, un formato o un tratamiento del sujeto incorrectos.
La especificación actual de MCP ha evolucionado hacia un funcionamiento sin estado y la compatibilidad con tareas de larga duración. Estas funciones se adaptan a cargas de trabajo cuyos resultados tardan en completarse.
Sin embargo, Kling no ha detallado públicamente cómo gestiona su implementación esos patrones. Los desarrolladores no deberían asumir compatibilidad basándose únicamente en la etiqueta MCP.
La misma cautela se aplica al sitio web renovado. Una nueva interfaz puede simplificar la creación, pero también puede modificar controles conocidos u ocultar parámetros importantes.
El debate inicial de la comunidad sobre el lanzamiento incluye tanto interés por Kling 4.0 como críticas al nuevo diseño. Esa respuesta sigue siendo anecdótica y no representativa.
La prueba operativa es sencilla. ¿Puede un usuario pasar del concepto al resultado aprobado con menos pasos manuales y menos fallos sin explicación?
Si la respuesta es sí, Kling gana valor más allá de la calidad bruta de su generación. Si la respuesta es no, el acceso mediante MCP y CLI seguirá siendo una etiqueta atractiva alrededor de un proceso inestable.
Este mecanismo también cambia las decisiones de compra. Los equipos pueden aceptar un modelo que ocupe una posición ligeramente inferior en un benchmark si se integra mejor con sus herramientas.
A la inversa, un modelo líder puede perder trabajo profesional cuando su interfaz impide la automatización, el control de versiones o una revisión fiable.
Por eso el lanzamiento de Kling 4.0 importa antes de que lleguen las comparaciones independientes de calidad. Señala que Kuaishou entiende que la competencia se está desplazando hacia sistemas completos.
Entender la dirección es solo el primer paso. La ejecución determinará si las nuevas vías se convierten en herramientas diarias o en experimentos efímeros.
Lo que Kling 4.0 aún debe demostrar
El lanzamiento deja cuatro incertidumbres importantes: documentación, fiabilidad, verificación de resultados y condiciones comerciales para el uso programático.
En primer lugar, Kling necesita documentación pública detallada para el acceso mediante MCP y CLI. Los desarrolladores necesitan instrucciones de instalación, entornos compatibles, métodos de autenticación, comandos, esquemas y ejemplos completos.
También necesitan una política de versiones. Los usuarios de producción deben saber durante cuánto tiempo seguirán siendo compatibles los comandos anteriores tras una actualización.
En segundo lugar, Kling debe demostrar una gestión fiable de trabajos. La generación de vídeo tarda más que muchas solicitudes de texto o imagen, por lo que los fallos provocan más interrupciones.
Una interfaz profesional debería informar si un trabajo está en cola, procesándose, completado, cancelado o ha fallado. Debería devolver errores útiles e identificadores estables.
Los límites de tasa y las reglas de concurrencia también importan. Un flujo de trabajo que funciona para una solicitud puede fallar cuando un equipo envía muchos trabajos a la vez.
En tercer lugar, las próximas funciones de salida requieren pruebas independientes. Kling afirma que los modos 4K y 1080p 10-bit HDR están en camino, pero la disponibilidad no es una prueba de rendimiento.
Los revisores deberían comprobar si la salida 4K contiene detalles realmente útiles en lugar de una simple ampliación. También deberían probar gradientes, altas luces, sombras, metadatos de color y compatibilidad de edición.
Kuaishou dijo anteriormente que Kling 3.0 obtuvo salida nativa 4K en 2026. El nuevo anuncio parece ampliar o revisar esa historia con formatos HDR especificados.
La relación exacta entre las afirmaciones anteriores sobre 4K nativo y los próximos modos de Kling 4.0 necesita aclaración. Los usuarios deberían buscar notas de lanzamiento que describan diferencias de generación, mejora, codificación y modelo.
En cuarto lugar, siguen sin conocerse las condiciones para API empresariales y de desarrolladores. La empresa no ha especificado públicamente fechas de disponibilidad, cuotas, acceso regional ni compromisos de servicio para Kling 4.0.
Estas omisiones son normales para una función etiquetada como “próximamente”. Aun así, limitan lo que las empresas pueden planificar hoy.
La gestión de seguridad y derechos añade otra incertidumbre. El vídeo generado puede imitar personas, marcas, lugares y estilos visuales con un realismo creciente.
La industria en general ya afronta disputas de derechos de autor, riesgos de suplantación y preocupaciones sobre medios engañosos. Una anterior cobertura del sector identificó los deepfakes y las cuestiones de derechos como riesgos centrales en la carrera del vídeo.
El acceso programático puede aumentar esos riesgos al elevar el volumen de generación. Una interfaz manual limita naturalmente el rendimiento porque una persona realiza cada paso.
Una CLI, una herramienta MCP o una API pueden enviar trabajo mucho más rápido. Por tanto, los proveedores necesitan una aplicación de políticas que funcione de forma coherente en todas las vías de acceso.
Los clientes empresariales preguntarán cómo gestiona Kling las referencias cargadas, los prompts, los archivos generados, la retención y el entrenamiento de modelos. También podrían exigir procesamiento regional o restricciones contractuales.
El anuncio no responde a esas preguntas. No debería interpretarse como prueba de que Kling 4.0 ya satisface flujos de trabajo regulados o confidenciales.
Las comparaciones de calidad necesitarán una cautela similar. Los clips de demostración suelen presentar éxitos seleccionados sin mostrar generaciones fallidas ni el número de intentos necesarios.
Una evaluación creíble debería utilizar prompts repetibles, revelar las entradas de referencia y registrar el proceso completo de muestreo. Debería comparar movimiento, consistencia, control, latencia y valor para edición.
Ninguna puntuación única captura todas esas dimensiones. Un especialista en marketing de producto, un cineasta, un animador y un desarrollador de aplicaciones pueden clasificar el mismo resultado de manera diferente.
Las cifras de ingresos y adopción reportadas por la empresa de Kling muestran tracción, no superioridad. Unas ventas sólidas pueden reflejar distribución, precios, disponibilidad o marketing, además de la calidad del modelo.
La conclusión más defendible hoy es más limitada. Kling ha ampliado el acceso a su modelo más reciente y ha anunciado una vía hacia resultados de mayor nivel e integración programática más amplia.
Queda sin verificar si esos cambios producen flujos de trabajo profesionales fiables. Esa es la prueba que deberán responder las próximas notas de lanzamiento, la documentación y las revisiones independientes.
Tres señales mostrarán si la apuesta de Kling por el flujo de trabajo funciona
La siguiente etapa se decidirá por la entrega técnica, el uso repetido y la respuesta competitiva, más que por los ejemplos del día de lanzamiento.
La primera señal es disponer de documentación completa sobre API, MCP y CLI. Kling debería publicar operaciones compatibles, flujos de autenticación, límites, ejemplos, comportamiento ante errores y orientación de compatibilidad.
Esa documentación revelará qué parte del sitio web renovado está disponible de forma programática. También mostrará si los usuarios de MCP y CLI reciben capacidades equivalentes.
Los contratos detallados reforzarían el argumento de que Kling se está convirtiendo en infraestructura de producción. Las instrucciones escasas sugerirían que las integraciones aún son puntos de entrada experimentales.
La segunda señal es el lanzamiento y las pruebas independientes de salida 4K y 1080p 10-bit HDR. Los revisores deberían evaluar los archivos originales dentro de flujos de trabajo consolidados de edición y color.
Las pruebas útiles deberían distinguir la generación nativa de la mejora o el reescalado. Deberían examinar el detalle del movimiento, la estabilidad temporal, los gradientes, la retención de altas luces y los metadatos de exportación.
Los resultados satisfactorios ayudarían a Kling a llegar a equipos de cine, publicidad, videojuegos y marketing premium. Los resultados débiles o inconsistentes reducirían HDR a una ventaja de especificación con un valor práctico limitado.
La tercera señal es cómo responden Google, Runway y otros proveedores en la capa de flujo de trabajo. Los competidores no necesitan copiar los métodos exactos de acceso de Kling.
Podrían mejorar las integraciones con agentes, las herramientas de línea de comandos, la orquestación multimodelo o los controles para desarrolladores. También podrían facilitar el uso de funciones de producción sin introducir MCP.
Una respuesta rápida confirmaría que el acceso a flujos de trabajo se ha convertido en una dimensión competitiva importante. Una respuesta limitada podría significar que los rivales ven poca demanda de desarrolladores para el enfoque de Kling.
La evidencia de adopción también debería volverse más específica. El total de generaciones y creadores registrados son indicadores útiles de escala, pero no describen la dependencia profesional.
Mejores señales incluyen el uso empresarial recurrente, las integraciones activas, las cargas de trabajo de API completadas y el crecimiento sostenido de ingresos. Los casos de estudio de clientes deberían describir procesos medibles en lugar de resultados visuales seleccionados.
Kling 4.0 entra en el mercado con un impulso creíble procedente de la base de usuarios existente de Kuaishou y del crecimiento comercial reportado. El lanzamiento pide ahora que ese impulso respalde un papel más amplio.
Los creadores pueden utilizar hoy la interfaz rediseñada. Los usuarios técnicos pueden empezar a examinar las vías MCP y CLI.
Deberían probar esas vías con proyectos controlados antes de conectarlas a trabajos de gran volumen o sensibles. Todo flujo de trabajo necesita revisión humana, entradas trazables y límites de gasto claros.
Por tanto, el lanzamiento de Kling 4.0 trata menos de que un modelo reemplace a otro. Trata de si un generador de vídeo con IA puede convertirse en un participante fiable dentro de un sistema creativo más amplio.
Para los desarrolladores, el siguiente paso es evaluar los comandos, los permisos y el comportamiento de salida mediante una prueba pequeña y repetible. Para los equipos creativos, consiste en comparar el esfuerzo total del flujo de trabajo, en lugar de basarse en un solo clip seleccionado.
Si Kling ofrece API documentadas, salida HDR verificable y automatización estable, su apuesta por el flujo de trabajo parecerá oportuna. Si esos elementos siguen incompletos, el lanzamiento en el navegador seguirá siendo la parte más significativa de la historia.
