Kling 4.0 مقابل Google Veo 3.1: ما الذي تشتريه فجوة السعر، وما لا تشتريه

G​oogle Veo 3.1 هو النموذج الوحيد في هذه المقارنة الذي له سعر يمكنك ضربه، ووضع مؤسسي، وسنة من الاستخدام الإنتاجي خلفه. Kling 4.0 عمره أسبوع واحد في تطبيق المستهلك، ولا يزال قيد الوصول المبكر عبر API، ولا يحمل سعرًا منشورًا لكل ثانية. على الورق، كان يجب أن يجعل ذلك الاختيار سهلًا — وهو كذلك بالنسبة لفريق لديه مراجعة امتثال وبند ميزانية شهري. لكن الجزء المثير للاهتمام في هذه المواجهة ليس فجوة السعر، لأنه لا يوجد سوى سعر واحد. بل إن النموذجين تقاربا على الادعاء الجوهري نفسه — مقاطع من أربع إلى ثلاثين ثانية بصوت أصلي وتحكم في المرجع — واختلفا تمامًا في الكيفية التي يُفترض أن توجّههما بها. إن إخفاقات الذكاء الاصطناعي الموثقة وحوادث الوكلاء التي تقف خلف إصدارات كهذا الإصدار مجمّعة في أرشيف OrcaRouter لحوادث الذكاء الاصطناعي حيث يحمل كل مدخل مصادره الخاصة ومستوى خطورته ودرجة ثقته وعلامة كونه موضع نزاع.

الأعداد الموجودة، وتلك التي لا توجد

يُباع Veo 3.1 كعائلة، والجدل حول التسعير يدور داخل هذه العائلة. تسجّل Artificial Analysis سعر Veo 3.1 عند 24.00 دولارًا للدقيقة في لوحة تحويل الصورة إلى فيديو، وVeo 3.1 Fast عند 9.00 دولارات، وVeo 3.1 Lite عند 4.80 دولارات — الاسم نفسه للطراز بأسعار تختلف أربع إلى خمس مرات بحسب الفئة. أما بالنسبة إلى تحويل النص إلى فيديو، فالسعر المسجل هو 24.00 دولارًا للدقيقة في الفئة القياسية. هذه أرقام بالدقيقة مشتقة من أسعار Google بالثانية، وتجعل مقطعًا مدته 30 ثانية يكلّف نحو 12 دولارًا في الفئة الرائدة و2.40 دولار في Lite.

• السعر — Veo 3.1 بسعر 24.00 دولارًا في الدقيقة وفق سجلات Artificial Analysis، وFast بسعر 9.00 دولارات، وLite بسعر 4.80 دولارات مقابل Kling 4.0 دون أي تعريفة API منشورة على الإطلاق.

• الدقة — Veo 3.1 بدقة 720p و1080p و4K أصلية عبر الفئات، مقابل Kling 4.0 بدقة 720p و1080p و4K، مع الإشارة إلى 10-bit HDR بدقة 1080p و4K على أنه قريبًا.

• طول المقطع — يتيح Veo 3.1 مقاطع بمدة 4 أو 6 أو 8 ثوانٍ لكل مقطع مع إمكانية تمديد المشهد لما بعد ذلك، مقابل Kling 4.0 الذي يتيح من 3 إلى 30 ثانية في تمريرة واحدة، مع إدراج التمديد إلى دقيقتين كقادم قريبًا.

• التحكم بالمراجع — يدعم {{1}}Veo 3.1{{/1}} حتى 3 صور مرجعية إضافةً إلى البذرة والموجّهات السلبية، مقابل {{2}}Kling 4.0{{/2}} الذي يدعم حتى 15 أصلًا مجمّعًا وحتى 10 صور إطار رئيسي.

• الصوت — Veo 3.1 ستيريو أصلي بتردد 48 كيلوهرتز مع generate_audio الذي يكون معطّلًا افتراضيًا مقابل Kling 4.0 ستيريو ثنائي القنوات، مع مزامنة الشفاه والحوار بتسع لغات.

• إثبات المنشأ — يُضمّن Veo 3.1 تقنية SynthID وبيانات اعتماد C2PA، مقابل Kling 4.0 دون معيار منشور لإثبات المنشأ.

• درجة مستقلة — احتل Veo 3.1 مرتبة على Artificial Analysis ضمن ثلاث فئات، مقابل غياب Kling 4.0 عن لوحات التصنيف.

ذلك الصف الأخير المتعلق بمصدر المحتوى هو الذي يحسم محادثات الشراء المؤسسي، وهو الصف ذو الفجوة الأوسع. تضع G​oogle توقيعًا على مخرجاتها؛ أما ملاحظة إصدار K​uaishou فلا تذكر بيانات اعتماد المحتوى على الإطلاق.

حيث يتقدّم Veo 3.1 بأكثر من مجرد بوصة تسويقية

ثلاثة أمور، وأولها هو ما يهم فعلاً في خط إنتاج: لقد كان Veo 3.1 موجوداً في الميدان منذ مدة كافية بحيث أصبحت أنماط فشله معروفة. لوحة تحويل الصورة إلى فيديو لدى Artificial Analysis تضعه عند Elo 1,082 عبر 7,040 عينة — ليس موقعاً رائداً، بل الثاني عشر على تلك اللوحة في نسخة أكتوبر، لكنه موقع مقاس بفاصل ثقة ضيق. وتحل فئة Fast عند 1,066 عبر ما يقرب من 15,000 عينة، وفئة Lite عند 1,071 عبر 5,122. تقول تلك الأرقام شيئاً محدداً وغير مريح قليلاً: الفئات الثلاث لا يمكن تمييزها إحصائياً من حيث الجودة، والطراز الرائد بسعر 24 دولاراً يشتري نحو أحد عشر نقطة Elo فوق فئة 4.80 دولار. وإذا كنت تختار Veo، فإن اختيار الفئة يهم ميزانيتك أكثر بكثير مما يهم اختيار الطراز مخرجاتك.

العامل الثاني هو الدقة واللون. يُخرج Veo 3.1 بدقة 4K أصلية، وعلى خلاف Kling 4.0، لا يضع وسم «قريبًا» على النطاق الديناميكي العالي الذي يجعل دقة 4K جديرة بالاهتمام. بالنسبة للتسليم إلى البث أو السينما أو عميل سيفحص إطارًا ثابتًا بتكبير 200%، فهذه قدرة مُسلّمة فعليًا مقابل قدرة مُعلنة فقط.

الثالث هو إثبات المصدر. إن بيانات اعتماد SynthID وC2PA هي الفارق بين مقطع يمكنك تسليمه إلى فريق قانوني ومقطع لا يمكنك ذلك، ولا يُغني أي قدر من التحكم في الإطارات المفتاحية عن ذلك.

حيث يتقدّم Kling 4.0، وهذا ليس بالأمر الهيّن.

مدة المقطع في Kling 4.0 هي العنوان الأبرز، وهي حقيقية: 30 ثانية في توليد واحد، مقابل 4 أو 6 أو 8 ثوانٍ لكل مقطع في Veo 3.1 مع ربط التمديد لما تبقّى. التمديد ليس الشيء نفسه كاللقطة المستمرة. تمريرة واحدة مدتها 30 ثانية تحافظ على حركة الكاميرا والأداء وطبقة الصوت معًا دون التماس، وبالنسبة للمشاهد ذات اللقطة الواحدة والعروض التوضيحية الطويلة للمنتجات والحوار المستمر، فإن ذلك يمثل فئة مختلفة من المخرجات بدلًا من أن يكون نسخة أطول من النوع نفسه.

سطح المرجع هو الميزة الثانية والأكثر إثارة للاهتمام. يقبل Veo 3.1 ما يصل إلى 3 صور مرجعية بالإضافة إلى بذرة ومطالبات سلبية؛ وهي مجموعة تحكم مصممة للاتساق، لا للتكوين. يقبل Kling 4.0 ما يصل إلى 15 أصلًا مجتمعًا وما يصل إلى 10 صور إطار مفتاحي يمكن وضعها على طول الخط الزمني لتحديد حالة الشخصية وتغيير المشهد والإيقاع القصصي. كما يوثّق التحرير الموجّه — تغيير تعبير، أو موضع كاميرا، أو خلفية، أو سطر حوار، مع بقاء بقية الإطار ثابتًا — بما يصل إلى 5 مقاطع إدخال بإجمالي 30 ثانية. سواء كان يفي بذلك فهو غير مُتحقق منه، لكنها قدرة لا تدّعيها وثائق Veo 3.1.

ثالثًا، ومن السهل تفويته: تغطية Kling 4.0 اللغوية أوسع على الورق. فالحوار والنص الظاهر على الشاشة بتسع لغات مع لهجات مسمّاة — الماندرين البكينيّة والتايوانية والشمالية الشرقية والسيشوانية؛ والإنجليزية الأمريكية والبريطانية والهندية — وعدٌ أكثر تحديدًا مما توثقه Veo 3.1، ولمن ينتج لسوق غير ناطق بالإنجليزية فهو الفرق بين نموذج قادر على حمل النص المكتوب وآخر غير قادر على ذلك.

مشكلة القياس، كما تُطرح بصدق

لا تملك Kling 4.0 درجة مستقلة. فقد أُطلقت للمستهلكين في 15 أكتوبر، ولا تظهر على لوحات الفيديو الخاصة بـ Artificial Analysis اعتبارًا من 22 أكتوبر.

وبالتالي فإن كل ادعاء بالجودة لصالحه هو ادعاء Kuaishou نفسه، والنموذج الذي يخلفه كان في منتصف الترتيب في أفضل الأحوال — فقد تراوحت فئات تحويل الصورة إلى فيديو في Kling 3.0 بين 1,036 و1,055 وفق قراءات Elo في أكتوبر، أي أقل بنحو 30 نقطة من 1,082 لدى Veo 3.1، وأدنى بكثير من متصدري لوحة الترتيب. يمكن لجيل جديد أن يحقق تقدماً كبيراً؛ لكن تحقيق قفزة بمقدار 30 نقطة ليس مضموناً.

ثمة مشكلة صدق ثانية، وهي تسير في الاتجاه المعاكس. أرقام Veo 3.1 نفسه ليست مٌطرية هي الأخرى. احتلاله المرتبة الثانية عشرة على لوحة الصور إلى الفيديو، ونحو المرتبة التاسعة عشرة عند Elo 962 على لوحة النص إلى الفيديو، مع أعلى سعر على تلك اللوحة، ليس تقدمًا في الأداء — بل تقدمًا في موقع المنتج. تبيع Google الموثوقية والدقة وإثبات المصدر وعقد دعم، وتتقاضى 24 دولارًا في الدقيقة مقابل ذلك، بينما يقع Wan 3.0 عند 1,156 ويكلّف 0.20 دولار في الثانية بدقة 1080p. أي شخص يزعم أن Veo 3.1 يتفوق في الجودة إنما يقرأ لوحة أخرى.

وهذا يعني أن هذه المقارنة ليست "نموذجًا أفضل مقابل نموذج أسوأ". بل هي نموذج يشتري سعره الثقة المؤسسية، ونموذج يشتري ورقة مواصفاته السيطرة، دون أن يدّعي أي منهما تاج جودة يستطيع الدفاع عنه.

الالتفاف حول القرار، على الأقل بالنسبة لخط الأنابيب

الشيء الوحيد الذي يمكنك فعله اليوم ولا يتطلب اختيار فائز هو إبقاء الخيار قابلاً للتراجع عنه. توليد الفيديو هو العقدة المكلفة والبطيئة في سلسلة معظمها نصّ: المعالجة، وقائمة اللقطات، ومتغيّرات الموجّه، والتعليقات التوضيحية المرجعية، وتمريرة المراجعة، ومنطق إعادة المحاولة عندما تتعطل مهمة عند الثانية الرابعة والعشرين. هذا العمل لا يحتاج إلى نقطة نهاية للفيديو، ولا ينبغي تقييده بواحدة.

يضع OrcaRouter أكثر من 200 نموذج خلف نقطة نهاية واحدة متوافقة مع OpenAI بسعر قائمة المزوّد دون أي هامش ربح (0%)، مع تحويل تلقائي عند تدهور أداء أحد المزوّدين ولغة DSL للتوجيه تتيح تركيب النماذج في استدعاء واحد. نحن لا نوجّه G​oogle Veo 3.1 ولا نوجّه Kling 4.0 — لا يظهر أيٌّ منهما في كتالوجنا، والادعاء بغير ذلك سيكون ادعاءً يمكنك دحضه باستدعاء API واحد. ما نقدمه فعلاً من هذه العائلة هو الجيل الذي سبق Kling 4.0: Kling 3.0 وKling 3.0 Omni بسعر $0.084 لكل طلب، مع مقاطع من 3 إلى 15 ثانية وجودة تصل إلى 4K أصلية، وهي الفئة التي يُنصح باستخدامها بينما لا يزال API النموذج الجديد في مرحلة الوصول المبكر وسعر الطراز الرائد من Veo 3.1 هو $24 في الدقيقة.

من الذي يجب أن يختار ماذا

اختر Veo 3.1 إذا كان المُخرَج النهائي سيمر بمراجعة تسأل عن المصدر، أو إذا كان 4K والنطاق الديناميكي العالي متطلبات تسليم وليست بنودًا في خارطة الطريق، أو إذا كنت بحاجة إلى عقد دعم، أو إذا كان يجب أن تصمد المخرجات أمام مراجعة قانونية — واختر فئة Lite أو Fast بدلًا من الفئة الرائدة، لأن مجلس الإدارة يقول إن الـ19.20 دولارًا الإضافية لكل دقيقة تشتري نحو إحدى عشرة نقطة Elo واسمًا.

اختر Kling 4.0 إذا كانت اللقطة طويلة، والإخراج محددًا، وهناك شخص يراقب كل لقطة — مشاهد بلقطة واحدة، وأفلام قصيرة قائمة على الحوار، وأفلام منتجات بكشف محدد. استخدمه في التطبيق اليوم؛ لا تبنِ مسارًا آليًا حتى تختفي لافتة الوصول المبكر ويظهر سعر لكل ثانية.

راقب موعدين. الأول هو خروج API الخاص بـ Kling 4.0 من الوصول المبكر بسعر معلن، وهي اللحظة التي تتحوّل فيها المقارنة إلى مقارنة تكلفة حقيقية. والثاني هو أول تصنيف Elo لـ Kling 4.0، لأنه إذا قلّص الجيل الجديد فجوة الـ30 نقطة مع Veo 3.1 واقترب من متصدري لوحة الصدارة، فإن باقة الـ24 دولارًا تتوقف عن كونها قابلة للدفاع عنها بأي شيء عدا المصدر — وهذه الحجة أقصر مما تود Google.