Kling 4.0 مقابل Luma Ray 3.2: أحدهما يصنع الصوت، والآخر يرقى إلى المستوى المطلوب

ضع Kling 4.0 وLuma Ray 3.2 في الجملة نفسها، وستنصرف معظم المقارنات مباشرةً إلى الدقة، لأن كليهما يعلن عن مخرجات فائقة الجودة وليس أيٌّ منهما رخيصًا. لكن هذا هو المحور الأقل إثارةً للاهتمام. يختلف النموذجان في أمر أكثر جوهرية: هل المقطع المولّد عمل مكتمل أم لوحة مصدر؟ Kling 4.0، المتاح للعموم منذ 15 أكتوبر 2026، يولّد الصورة وصوتًا ستيريو ثنائي القناة في تمريرة واحدة، ويحتفظ باللقطة لمدة تصل إلى 30 ثانية ويتوقع منك نشر ما ينتج عنه. Luma Ray 3.2، الرائد لدى Luma منذ 9 يونيو 2026، يولّد فيديو صامتًا ويكرّس هندسته لما يحدث بعد اللقطة — HDR أصلي بعمق 16 بت، وتصدير EXR بصيغة ACES2065-1، ووضع إعادة تأطير يغيّر التأطير دون إعادة تصيير اللقطة. تُجمع حالات فشل الذكاء الاصطناعي الموثّقة وحوادث الوكلاء الكامنة وراء إصدارات مثل هذا الإصدار في أرشيف حوادث OrcaRouter AI حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة كونه محلّ نزاع.

هذا الفرق يحسم مشتريات أكثر مما تفعله مقارنة الدقة، ويجدر قوله قبل الأرقام: إذا كان ما تسلّمه مقطعًا تنشره، فالصمت عيب لا يصلحه أي شيء آخر في ورقة المواصفات. وإذا كان ما تسلّمه لقطة سينهيها مصحّح الألوان، فإن ملف EXR في مساحة الألوان الصحيحة يساوي أكثر من أي قدر من الأجواء المولّدة. كل ما يلي يتعلق بأيّ من هذين النوعين أنت.

مشكلة لوحة النتائج، بعبارة واضحة

لا يمكن اليوم مقارنة أيٍّ من النموذجين بناءً على نتيجة مستقلة، وذلك لأسباب مختلفة. Luma Ray 3.2لا يظهر له أي صف في أيٍّ من لوحات الصدارة الثلاث الخاصة بالفيديو لدى Artificial Analysis — تحويل النص إلى فيديو، أو تحويل الصورة إلى فيديو، أو التحرير — وفق ما جرى التحقق منه في 22 أكتوبر 2026. أما الإدخال الوحيد لـ Luma في لوحة تحويل الصورة إلى فيديو فهو Ray 3 الأقدم، من سبتمبر 2025، ويحتل المرتبة 47 برصيد Elo يبلغ 1,215 على المقياس الصامت. أما Ray 3.2 فغير موجود هناك على الإطلاق.

Kling 4.0 صدر قبل ثمانية أيام من هذا التحليل، ولم يُدرَج على أي لوحة تصنيف أيضًا. صفوف Kling الموجودة هي صفوف Kling 3.0، من فبراير 2026، ولا تقول شيئًا عن الجيل الجديد. لذا فهذه مواجهة بلا قياس مشترك على أي من الجانبين — ما يعني أن أي شخص يستشهد بفارق Elo بين هذين الطرازين إنما يستشهد بشيء بناه بنفسه. احكم على بقية هذه الصفحة بناءً على المواصفات والفوترة، وتعامل مع أي نتيجة تجدها في مكان آخر بارتياب.

الصورة، والصوت، وما يتركه كل منهما لوقت لاحق

يتسم منشور كوايشو التعريفي بإصدار Kling 4.0 بدقة غير معتادة فيما يخص الصوت. ستيريو بقناتين، ومزامنة أدقّ لحركة الشفاه، وحوارات بتسع لغات إضافةً إلى لكنات إقليمية — الإنجليزية الأمريكية والبريطانية والهندية؛ والماندرين بلكنات بكين وتايوان والشمال الشرقي وسيتشوان؛ والكانتونية. كما يولّد نصوصًا على الشاشة بتلك اللغات، وهي قدرة مختلفة عن الكلام، وهي التي يظهر فشلها بأوضح صورة عند تحرّك الكاميرا.

• الصوت — Kling 4.0: ستيريو أصلي بقناتين مع مزامنة الشفاه، في التمريرة نفسها. Ray 3.2: لا صوت من مطالبات النص أو الصورة؛ ولا يبقى الصوت إلا في Modify وReframe، حيث يكون صوت المقطع المصدر، محفوظًا لا مُولَّدًا.

• المدة — Kling 4.0: من 3 إلى 30 ثانية في تمريرة واحدة. Ray 3.2: 5 أو 10 ثوانٍ للتوليد الجديد؛ أما الـ20 ثانية التي يُقتبس ذكرها على نطاق واسع فتنتمي إلى Modify Video، الذي يحوّل لقطات موجودة.

• الدقة — Kling 4.0: 720p أو 1080p أو 4K، مع توفر نسبة 21:9. Ray 3.2: 360p أو 540p أو 720p أو 1080p، ولا يوجد توليد بدقة 4K — فدقة 4K لدى Luma هي أداة رفع دقة تُطبَّق بعد ذلك.

• مسار الألوان — Kling 4.0: HDR بعمق 10 بت بدقة 1080p و4K، مُدرَج ضمن الميزات القادمة قريبًا. Ray 3.2: توليد HDR أصلي بعمق 16 بت وتصدير EXR بصيغة ACES2065-1، متاح الآن، بسعر يعادل ضعف سعر SDR لـHDR وثلاثة أضعافه لـHDR مع EXR.

• تحكم على مستوى الإطار — Kling 4.0: حتى 10 صور إطارات مفتاحية موزّعة عبر الخط الزمني. Ray 3.2: حتى 16 إطارًا مفتاحيًا لكل مقطع، بما في ذلك في وضع تحويل الصورة إلى فيديو.

• المراجع — Kling 4.0: ما يصل إلى 15 أصلًا مُجمّعًا عبر الصور والفيديو والعناصر والصوت. Ray 3.2: النصوص والصور والإطارات المفتاحية ومراجع الشخصيات، دون نشر حدّ لميزانية مراجع الفيديو.

اقرأ تلك القائمة مرتين. في أربعة من أصل ستة أسطر يفوز Kling 4.0 على الورق. أما في السطر الوحيد الذي يهم استوديو الإنهاء أكثر من غيره — ملف EXR بدقة 16 بت في فضاء الألوان الذي يستهلكه المركّب فعليًا — فإن Ray 3.2 ليس متقدمًا فحسب، بل هو الوحيد من بين الاثنين الذي شحن هذه الميزة أصلًا.

طريقتان لإصدار الفاتورة، ولماذا لا تحققان التحويل

تبيع Luma مقاطع، لا ثوانٍ. يسير سلّم أسعارها المنشور لتحويل النص إلى فيديو وتحويل الصورة إلى فيديو على النحو التالي: 20 رصيدًا لمقطع مدته خمس ثوانٍ بدقة المسودة، و50 عند 540p، و100 عند 720p، و400 عند 1080p؛ أما المقطع الذي مدته عشر ثوانٍ فهو 60 و150 و300 و1,200 على الترتيب. يُسعّر Modify Video وReframe بشكل منفصل وبأعلى بكثير، وهو ما يتسق مع كونهما أدوات إنهاء لا المولّد.

تعتمد تكلفة الرصيد على الخطة التي اشتريته ضمنها، لذا لا يوجد رقم دولاري واحد يمكن ذكره بأمانة عن Ray 3.2 — فمشتري الاشتراك ومشتري API بالدفع حسب الاستخدام يدفعان معدلات مختلفة مقابل نفس الـ100 رصيد. أما الخاصية التي تظل قائمة بعد التحويل فهي شكل الفاتورة: فهي ثابتة لكل مقطع، ويمكن معرفتها قبل الضغط على توليد، ولا تتغير سواء أنتج النموذج ثانيتين أو كل العشر.

لم تنشر Kuaishou أي بطاقة أسعار على الإطلاق لـ Kling 4.0. واجهة برمجة التطبيقات في مرحلة وصول مبكر، وتقول وحدة تحكم المطوّر ذلك في لافتة، ولا يوجد سعر لكل ثانية لا للنموذج الكامل ولا لـ Kling 4.0 Flash على الصفحات العامة. وهذا ليس سهوًا صغيرًا في مقارنة تتعلق بالتكلفة — فهو يعني أن الخيار الذي يبدو أرخص لا يمكن فعليًا حساب تكلفته بعد، والموقف الصادق هو أن اقتصاديات Kling 4.0 غير معروفة بينما اقتصاديات Ray 3.2 على الأقل ذات هيكل واضح.

للعلم، الجيل السابق مسعّر وقابل للتوجيه: تبلغ تكلفة kling/kling-v3 مبلغًا ثابتًا قدره $0.084 لكل طلب في كتالوجنا، مع kling/kling-3-turbo بسعر $0.112، وأجيال 2.x وO1 أدنى من ذلك. Ray 3.2 ليس مسارًا نقدمه. لذا فإن النموذجين اللذين يمكن للقارئ استدعاؤهما فعليًا اليوم هما Kling 3.0 وRay 3.2 — وKling الجديد هو الذي ينتظر بطاقة تسعير.

من أين يأتي رقم الـ20 ثانية

تستند تسويقات Luma حول Ray 3.2 إلى المدة، ومن السهل إساءة قراءة رقم المدة. التوليد الجديد مدته 5 أو 10 ثوانٍ. عشرون ثانية هي ما يمكن لـ Modify Video إخراجه عندما يكون المصدر بمعدل 24 إطارًا في الثانية: عند 30 إطارًا في الثانية يهبط الحد الأقصى إلى 15 ثانية، وعند 60 إطارًا في الثانية إلى 7. هذا ليس قيدًا تخفيه Luma — فهو مطبوع على صفحة التسعير — لكن عبارة «حتى 20 ثانية» تنتقل من دون شرط معدل الإطارات، والفريق الذي يشتري متوقعًا مقطعًا من النص إلى الفيديو مدته 20 ثانية سيُصاب بخيبة أمل عند أول استدعاء.

ينطبق الانضباط نفسه على HDR. يقتصر وضع HDR في Ray 3.2 على مقاطع مدتها خمس ثوانٍ بدقة 720p أو 1080p، وهو غير متاح في المخرجات التي تبلغ مدتها عشر ثوانٍ. لذا فإن أفضل مسار ألوان لدى النموذج وأطول توليد جديد له لا يجتمعان، وهي مقايضة لا يضعها أحد على شريحة مقارنة. أما HDR 10-بت في Kling 4.0، عندما يصل، فمحدد لدقة 1080p و4K دون نشر أي محدد للمدة — لكنه مُدرج ضمن الميزات القادمة قريبًا، لذا فهو حاليًا وعد على طرفي هذا الخط بعينه.

كيف يبدو اتخاذ القرار داخل الاستوديو

المنتج الحقيقي لـ Ray 3.2 هو التكرار على لقطة لديك بالفعل. يغيّر Reframe نسبة الأبعاد، أو يمدّ الإطار، أو يستبدل الخلفية بعد التصوير مع الحفاظ على الإضاءة الأصلية؛ ويحوّل Modify Video المواد المصدر بدلًا من اختلاقها؛ ويُبقي EXR النموذج في صيغة يفتحها Nuke وResolve دون الحاجة إلى إجراء تحويل. الفريق الذي ينفّذ أعمالًا للعملاء بمشاركة مصحح ألوان في سير العمل يستفيد من تلك الميزات في كل مشروع، ولا يعوّض عنها أي قدر من الصوت المجسّم.

المنتج الحقيقي لـ Kling 4.0 هو التجميع الأول. ثلاثون ثانية وعشر إطارات مفتاحية وخمسة عشر مرجعًا تعني أنه يمكن تأليف تسلسل بدلًا من حياكته، ويأتي الصوت مرفقًا به — وهو ما يهم أكثر في أعمال السوشيال ميديا و{{KEEP}}UGC{{/KEEP}} والإعلانات، حيث يكون المُخرَج عموديًا ومصحوبًا بترجمة نصية ويُنشر في اليوم نفسه. الأمثلة التي يقدّمها المورّد نفسه هي مدونات الفيديو والدراما القصيرة وإعلانات المنتجات والفيديو الموسيقي، وهو وصف منصف للمجال الذي يُثبت فيه نموذج يُنجز العمل بتمريرة واحدة جدارته.

هناك اعتبار واحد للتوجيه يتقاطع مع كليهما. إذا انتهى الأمر بفريق إلى استخدام كل نموذج فيما يجيده — Kling من أجل اللقطة القابلة للنشر، وRay من أجل المشهد الذي يذهب إلى التصحيح اللوني — فإن تكلفة التكامل هي ما يحدد ما إذا كان ذلك سيحدث عمليًا. مفتاح واحد متوافق مع OpenAI أمام أكثر من 200 نموذج يجعل النموذج الثاني مجرد تغيير في معرّف النموذج بدلًا من عقد مورّد ثانٍ وحصة ثانية يجب مراقبتها، والتحويل التلقائي عند الفشل يبقي الدفعة مستمرة عندما يتدهور أحد مسارات الخدمة. نحن لا نوجّه Kling 4.0 ولا Luma Ray 3.2، وهذه المقالة لا تدّعي خلاف ذلك؛ فحجة التوجيه تتعلق بالنماذج المحيطة بهما، لا بهذين النموذجين.

أي واحد، بالتحديد؟

اختر Luma Ray 3.2 عندما تكون اللقطة هي المشكلة ويكون الصوت مهمة شخص آخر. حركة كاميرا لا تستطيع ضبطها، أو تأطير يجب أن يتغير بعد أن يراه العميل، أو ملف تسليم يجب أن يصل بصيغة HDR أو EXR — هذه هي المشكلات التي يحلها Reframe والإطارات المفتاحية ومسار الألوان، ولا يحلها Kling 4.0 عند أي دقة. الفوترة لكل مقطع ميزة حقيقية في سير العمل هذا، لأن الإخراج هو ما تعمل عليه بالتكرار، والسعر الثابت للمقطع لا يعاقب المحاولة العاشرة أكثر من الأولى.

اختر Kling 4.0 عندما يكون الناتج هو المُسلَّم ويكون الصوت جزءًا منه. ثلاثون ثانية في تمريرة واحدة، وعشر إطارات مفتاحية، وصوت ستيريو بقناتين، وخمسة عشر مرجعًا هي تركيبة لا يقدّمها أي شيء آخر في هذه المقارنة، كما أن خياري 21:9 و4K يجعلانه صالحًا لصيغ التسليم التي لن يولّدها Ray 3.2 أصليًا. التحذيرات حقيقية: لا سعر منشور، ولا تقييم مستقل، ولا يزال HDR موعودًا به لا مُسلَّمًا، وواجهة برمجة تطبيقات في مرحلة وصول مبكر لا متاحة عمومًا للمطورين.

ما يحسم الأمر هو إدراج Ray 3.2 في إحدى لوحات تصنيف الفيديو، وبطاقة أسعار Kling 4.0. وإلى أن يوجد كليهما، تبقى الجملتان الصحيحتان هما: أحد هذين الطرازين يولّد المقطع الصوتي والآخر يصدّر الفضاء اللوني، والاختيار بينهما يحدده المونتاج الخاص بك، لا تبويب الاختبارات المعيارية لديك.