Kling 4.0 مقابل Kandinsky 6.0 Video: المواجهة المباشرة التي لم يقم بها أحد

التقييم البشري المنشور الوحيد الذي يضعKling 4.0 وKandinsky 6.0 Videoفي المقارنة نفسها غير موجود. ما يوجد هو ورقة من مختبر Kandinsky نفسه، قُدِّمت إلى arXiv في 4 أكتوبر 2026، تقارن Kandinsky 6.0 Video Pro بـKling 2.6 — أي بجيلين خلف النموذج الذي أصدرته Kuaishou للجميع في 15 أكتوبر. تمثل هذه الفجوة نقطة البداية الصادقة لهذه المواجهة، وهي تمضي في اتجاه تتجاهله معظم صفحات المقارنة: في الأعمدة التي تقيسها الورقة فعلاً، فاز Kling الأقدم في عدة نقاط بشكل قاطع. إن ادعاءات Kuaishou بشأن 4.0 على تلك الأعمدة تحديداً هي التي لم يتحقق منها أحد.

فهذه ليست صفحة تخبرك أيّ النموذجين أفضل، لأن الأدلة التي تتيح الجزم بذلك غير موجودة بعد. إنها صفحة عمّا صُمّم كلٌّ منهما فعليًا للقيام به، وما انتهت إليه المواجهة المباشرة الحقيقية الوحيدة، وأيّهما يمكنك إدراجه في خط معالجة هذا الأسبوع.

منتجان يتشابهان في المظهر فقط

Kling 4.0 هو مولّد مغلق يعمل بنظام الأرصدة من Kuaishou. يقدّم النموذج الكامل التحويل من النص إلى فيديو، ومن الصورة إلى فيديو، والتحويل بإطار البداية والنهاية، والعديد من الإطارات المفتاحية، والمرجع الشامل، والتحرير الموجّه، بمدة تتراوح من 3 إلى 30 ثانية ودقة من 720p إلى 4K. ويُباع عبر تطبيق Kling وموقعه الإلكتروني، مع واجهة برمجة تطبيقات (API) بدأت Kuaishou بفتحها على دفعات اعتبارًا من 21 أكتوبر، ولا يزال جدول أسعار المطوّرين الخاص بها يصنّف النموذج على أنه قريبًا بأسعار معاينة فقط.

Kandinsky 6.0 Video هو مخرَج من نوع معاكس. أطلق مختبر Kandinsky التابع لـ Sber في 6 أكتوبر 2026 إصدارين — Pro بـ29 مليار معامل وLite بـ3 مليارات معامل، إضافةً إلى نموذج منفصل للدقة الفائقة بـ1.4 مليار معامل — بموجب ترخيص MIT، مع الأوزان على Hugging Face، والشيفرة على GitHub، وتكامل منذ اليوم الأول في Diffusers وComfyUI وFastVideo وSGLang وvLLM-Omni. وهو يولّد مقاطع مدتها خمس ثوانٍ بـ121 إطارًا و24 إطارًا في الثانية، مع صوت متزامن بتردد 44.1 كيلوهرتز ومزامنة شفاه، انطلاقًا من مطالبة نصية أو صورة مرجعية.

أحدهما خدمة تتمتع بميزة من حيث المدة. والآخر تنزيل يتمتع بميزة من حيث الترخيص. تقريبًا كل فرق عملي بينهما ينبع من هذه الجملة.

المواجهة المباشرة الوحيدة، اقرأها بصدق

يُعدّ التقييم البشري في ورقة Kandinsky أقرب شيء إلى لوحة نتائج مشتركة، ويستحق القراءة عن كثب لأنه مختبر يقيّم نموذجه الجديد الخاص به مقابل منافس اختاره بنفسه.

• الجودة البصرية الإجمالية — Kling 2.6 في الصدارة، وفقًا لمُقيّمي الورقة البحثية أنفسهم.

• الجمال البصري — Kling 2.6 متقدّم.

• جودة الصوت — Kling 2.6 في المقدمة.

• تزامن الصوت والصورة — Kling 2.6 في المقدمة.

• اتباع الموجّه الصوتي — Kandinsky 6.0 Video Pro قادم.

• جودة الكلام — Kandinsky 6.0 Video Pro في المقدمة، بما يتسق مع ما ورد بشأنه من انخفاض بنسبة 47% في معدل خطأ الكلمات في الكلام المولّد بعد التدريب اللاحق بالتعلم المعزز.

التحكم بالكاميرا في تحويل الصورة إلى فيديو مع الصوت — Kandinsky 6.0 Video Pro في الطريق.

• اتباع التوجيهات البصرية — متعادل تقريبًا.

ثمة ثلاثة أمور تترتب على ذلك. أولًا، لم يسحق الطراز الأحدث الطراز الأقدم، وهو أمر غير معتاد في تقييم يُجريه مختبر على طرازه الخاص، ويستحق التقدير. ثانيًا، تتجمع انتصارات Kandinsky حيث تكون البنية غير معتادة — فهي تُزيل الضوضاء من الكامنات المرئية والصوتية معًا عبر مُحوِّل واحد بدلًا من تشغيل نموذجين بالتتابع — ويتجلى ذلك في الالتزام بالكلام والتوجيهات الصوتية أكثر مما يتجلى في جودة الصورة الخام. ثالثًا، لا تخبرك المقارنة بشيء عن Kling 4.0، الذي يقوم عرضه بأكمله على واقعية أفضل، وحركة أكبر نطاقًا أكثر ثباتًا، ومزامنة شفاه أنقى. وهذه بالتحديد هي الأعمدة التي كان سلفه متصدرًا فيها بالفعل.

إذا أردت أن تكون المقارنة حقيقية لا مستنتجة، فإن العنصر المفقود هو تشغيل مستقل في الساحة يضم كلا النموذجين. ولا يملك أي منهما اليوم تشغيلًا أحدهما مقابل الآخر.

فجوة المواصفات التي تحسم معظم المهام

• طول المقطع — يعمل Kling 4.0 من 3 إلى 30 ثانية في تمريرة واحدة، مع إدراج التمديد نحو دقيقتين كقادم قريبًا. تم تدريب Kandinsky 6.0 Video على 121 إطارًا ويولّد 5 ثوانٍ. أي مدة أطول هي مشكلة تركيب تقع مسؤوليتها عليك.

• {{1}}الدقة{{/1}} — توفّر Kling 4.0 دقات 720p و1080p و4K، مع HDR بعمق 10 بت عند 1080p و4K، والموسوم بأنه قادم قريبًا في ملاحظات الإصدار الخاصة بـ Kuaishou. تولّد Kandinsky بدقة SD ثم ترفع الدقة عبر نموذجها فائق الدقة بحجم 1.4B إلى Full HD، 1920×1080، بمعاملات ×2 و×2.25 و×4.

• مدخلات التحكم — يستقبل Kling 4.0 حتى 10 إطارات مفتاحية وميزانية مراجع من 15 عنصرًا موزعة على 10 صور، و5 مقاطع فيديو بحد أقصى 30 ثانية إجمالًا، ومراجع صوتية وما يصل إلى 7 عناصر. يستقبل Kandinsky 6.0 Video وصفًا نصيًا أو صورة مرجعية واحدة، تُطبَّق كإطار أخير مُقنّع.

• الصوت — يُخرج Kling 4.0 صوتًا ستيريو بقناتين مع مزامنة الشفاه عبر تسع لغات ولهجات مُسمّاة. ويُخرج Kandinsky صوتًا بتنسيق AAC بتردد 44.1 kHz مع تفعيل الصوت افتراضيًا؛ ويُعيد خط المعالجة كلامًا أو موسيقى أو صوتًا محيطًا متزامنًا حتى عند عدم تمرير أي معلمات صوتية.

• طول الموجّه — يقبل Kling 4.0 ما يصل إلى 8,000 رمز. وقد بُنيت وصفة تقديم Kandinsky حول نمط التعليقات التوضيحية الذي دُرّب عليه النموذج، سواء كانت طويلة أو متوسطة أو قصيرة، وليس نصًا مفتوحًا غير محدود.

• الترخيص — Kling 4.0 مُغلق، ويخضع لشروط Kuaishou. أما Kandinsky 6.0 Video فمرخَّص بموجب MIT للشيفرة والأوزان وتكامل Diffusers.

الصف الأخير يقوم بعمل أكبر مما يوحي به طوله. فالنموذج المغلق لمدة 30 ثانية ونموذج MIT لمدة 5 ثوانٍ ليسا قابلين للتبادل حتى عندما تكون جودة صورهما متقاربة، لأن أحدهما يقيّد ما يمكنك بناؤه والآخر يقيّد ما يمكنك توليده.

كم تبلغ تكلفة كلٍّ منها، بالوحدة التي تُحتسب بها الفاتورة فعليًا

تسرد صفحة أسعار المطوّرين لدى Kuaishou Kling 4.0 بسعر 1.5 وحدة في الثانية عند 1080p، وهو ما تحوّله إلى 0.235 دولار في الثانية، و1.0 وحدة، أي 0.157 دولار في الثانية، عند 720p. لا يوجد سعر لـ4K — يقرأ العمود "-". مع إدخال الفيديو ينخفض السعر إلى 0.094 دولار في الثانية عند 720p و0.141 دولار عند 1080p، لكن الفوترة تحتسب مدة الإخراج مضروبة في اثنين عندما يكون الإدخال أقصر من الإخراج. وتقول الصفحة أيضًا إن الأرقام "لأغراض المعاينة فقط" وإن الوصول إلى API "غير متاح بعد"، وهو ما يتعارض بشكل محرج مع إعلان Kuaishou في 21 أكتوبر أن API أصبح متاحًا للعملاء من الشركات والمطوّرين. وبقراءة ذلك معًا، فإن البيان المنصف هو أن API يُفتح على مراحل ولا توجد قائمة أسعار عامة ومستقرة في 23 أكتوبر.

بسعر المعاينة، يكلّف مقطع مدته خمس ثوانٍ بدقة 720p حوالي 0.79 دولار، ويكلّف مقطع مدته 30 ثانية حوالي 4.71 دولار. هذا هو الرقم الذي ينبغي التحقق من أي عرض سعر من موزع خارجي مقابله، لأن أسعار الموزعين تتحرك بشكل مستقل عن أسعار Kuaishou.

Kandinsky 6.0 Video ليس له سعر لكل ثانية لأنه لا توجد نقطة نهاية لدى المورّد تتيح الشراء. تكلفته هي وقت GPU، وينشر المستودع أرقامًا مقيسة لمقطع واحد مدته خمس ثوانٍ بعد التسخين، باستثناء تحميل النموذج والترميز: يستغرق Pro بدقة Full HD 402 ثانية على H100، و854 على RTX 5090، و1,247 على RTX 4090، و3,530 على RTX 5060 Ti. ويستغرق Lite بدقة Full HD 284 ثانية على H100. وبأي سعر تدفعه لـ H100، فإن 402 ثانية تعادل 6.7 دقائق من تلك البطاقة لكل مقطع مدته خمس ثوانٍ — اضرب ذلك بالكامل، فالحساب متروك لك، لأن المورّد لا يبيع لك الناتج وبالتالي لا ينشر سعرًا له.

سقف الذاكرة هو الرقم الآخر الذي يحدد ما إذا كانت الاستضافة الذاتية واقعية بالنسبة لك. تبلغ ذروة تشغيل Pro SD نحو 72.8 GiB، متجاوزةً كل بطاقة استهلاكية. الإعداد المسبق 16 GB في المستودع يبث كتل المحوّل من ذاكرة المضيف ويكمّم مشفّر النص إلى NF4 — والورقة البحثية صريحة في أن هذا هو التغيير الوحيد في الإعداد المسبق الذي يغيّر المقطع نفسه. إذا أعدت إنتاج مخرجات شخص آخر على بطاقة 16 GB ولم تتطابق، فإن هذا الإعداد هو أول ما يجب فحصه.

ما يمكنك الاتصال به اليوم، وكيف يشكّل ذلك القرار

إليك التباين الذي يهم أكثر من أي اختبار أداء: Kling 4.0 يمكن الوصول إليه عبر تطبيق Kuaishou الخاص، وبشكل متزايد عبر واجهة البرمجة الخاصة به، في حين أن Kandinsky 6.0 Video يمكن الوصول إليه عن طريق تنزيله. لا يُعد أي منهما استدعاءً جاهزًا من طبقة توجيه.

ما تقوم OrcaRouter بتوجيهه فعلاً هو الجيل Kling 4.0الذي جاء ليحل محله. Kling 3.0 موجود في الكتالوج بسعر 0.084 دولار لكل طلب، وMiniMax H3 متاح هناك بسعر 0.08 دولار لكل ثانية من الفيديو المُولَّد، وكلاهما على نفس نقطة النهاية المتوافقة مع OpenAI مثل أكثر من 200 نموذج، بسعر قائمة المزوّد وهامش ربح 0%. وهذا يهم النموذج المستضاف ذاتيًا على نحو لا يهم به النموذج المستضاف لدى طرف آخر: فتمريرة توسيع الموجِّه التي تحوّل وصف اللقطة إلى التسمية الطويلة التي دُرِّب عليها Kandinsky، وأعمال التسميات والنصوص المفرَّغة التي تغذّي مدخل الصورة، وملخصات المراجعة التي تحدّد أيًّا من أربع عمليات توليد يُحتفظ بها — كلها نداءات نصية عادية، ويمكنها أن تتشارك مفتاحًا واحدًا وسياسة تجاوز فشل واحدة بينما يجري العمل الثقيل للفيديو حيثما وضعته. Kandinsky نفسه ليس مسارًا في OrcaRouter، ولا ينبغي أن يُقرأ أي شيء هنا على أنه يدّعي ذلك.

أيٌّ منها يناسب مجموعتك التقنية

لا يتوقف القرار على الجودة، لأن لا أحد قاسها بإنصاف. بل يتوقف على ثلاثة أسئلة يمكنك الإجابة عنها بنفسك.

هل تحتاج إلى لقطة أطول من خمس ثوانٍ؟ إذن Kandinsky 6.0 Video خارج المنافسة بالنسبة لتلك اللقطة، ولا يغيّر ذلك أي قدر من ترخيص MIT — فستضطر إلى لصق المقاطع، ولصق المقاطع يكلفك التماسك الزمني الذي يتفوق فيه النموذج.

هل تحتاج إلى امتلاك الأوزان، أو التشغيل دون اتصال، أو الضبط الدقيق، أو الشحن داخل منتج تكون فيه فاتورة المورّد لكل استدعاء غير مقبولة؟ إذن Kling 4.0 خارج المنافسة بغض النظر عن ورقة مواصفاته، لأن واجهة برمجة التطبيقات المغلقة تبعية وليست أصلًا.

هل تحتاج إلى اتخاذ القرار هذا الأسبوع بميزانية سيوقّعها أحدهم؟ إذن لا أيّ من الخيارين واضح تمامًا. فـ API الخاصة بـ Kling 4.0 لا تزال قيد الطرح التدريجي مع تسعير تجريبي، أما التكلفة الحقيقية لـ Kandinsky فهي رقم بساعات GPU عليك تحويله إلى بنيتك التحتية. النماذج التي يمكنك تسعيرها واستدعاؤها اليوم هي من الجيل السابق على الجانبين — Kling 3.0 عبر Kuaishou أو عبر router، وKandinsky 6.0 Video من Hub.

الشيء الجدير بالمراقبة ليس مواصفة. بل ما إذا كان أي شخص يشغّل النموذجين على المطالبات نفسها وينشر النتيجة — مشاركة مستقلة في ساحة، أو مختبر لا يملك أيًّا من النموذجين، أو مجموعة موثوقة من مقاطع جنبًا إلى جنب مرفقة بالمطالبات. وإلى أن يوجد ذلك، فإن أي صفحة تصنّف Kling 4.0 ضد Kandinsky 6.0 Video مع فائز إنما تستقرئ من مقارنة مع Kling 2.6 وتأمل ألا تلاحظ. العمل المفيد في هذه الأثناء أضيق نطاقًا: اختر القيد الذي لا تستطيع تحريكه، ودعه يختار النموذج.