Kling 4.0 Flash vs. Kling 4.0: 40 % günstiger und zwei Dinge, die Sie verlieren

Die Wahl zwischen Kling 4.0 Flash und Kling 4.0 ist keine Qualitätsentscheidung, und genau das macht die meisten Vergleiche der beiden irreführend. Die beiden SKUs, die am 4. November nebeneinander auf Klings Preisliste standen, teilen dasselbe Referenzbudget, dasselbe Prompt-Limit und dieselben drei Anfragepfade. Das günstigere ist eine Auflösungs- und Dauerstufe, kein kleineres Modell mit anderer Wesensart. Kling 4.0 Flash kostet 0,094 US-Dollar pro Sekunde bei 720p; Kling 4.0 kostet 0,157 US-Dollar bei derselben Auflösung und 0,235 US-Dollar bei 1080p. Im Gegenzug für den Rabatt von 40 % verzichtet Flash auf 1080p, auf die letzten zehn Sekunden der maximalen Clipdauer und auf die Keyframe-Steuerung.

Die nützliche Frage ist also nicht „Welches ist besser?“, sondern „Muss irgendetwas, das du lieferst, höher als 720p sein oder dort enden, wo du gesagt hast, dass es enden soll?“ Kling 4.0 Flash kann beides nicht mit Ja beantworten, und daran ändert auch noch so viel Prompt-Engineering nichts. Kling 4.0 kann es – für rund das 1,67-Fache des Preises pro Sekunde.

Die Frage, die alles entscheidet

Beginne mit der Auslieferungsspezifikation, nicht mit dem Modell. Ein vertikaler 720p-Clip für einen Feed, ein Pre-Vis für eine Kundenfreigabe, eine Hintergrundplatte für ein Composite, das ohnehin in voller Auflösung neu gerendert wird — Flash erledigt all das, und die Ersparnis ist geschenktes Geld. Ein 1080p-Master, ein Festival-DCP, eine Broadcast-Übergabe — Flash kann die Datei nicht erzeugen, also endet der Vergleich dort unabhängig vom Preis. Die Tarifstufe existiert, um die erste Gruppe günstig zu machen, und ist so bepreist, als wäre das die einzige Gruppe, die Kuaishou damit zu bedienen erwartet.

Die zweite Frage ist, ob die Aufnahme ein Ende hat. Das ist der Punkt, den Käufer unterschätzen, und hier unterscheiden sich die beiden Modelle am deutlichsten für alle, die planvoll statt improvisiert arbeiten.

Was die beiden SKUs wirklich gemeinsam haben

Mehr, als das Marketing vermuten lässt. Beide akzeptieren bis zu 10 Referenzbilder und bis zu 5 Referenzvideos, beide begrenzen Prompts auf 26.000 englische Zeichen, und beide stellen dieselben drei Endpunkte mit ausgetauschtem Modellnamen bereit: text-to-video, image-to-video und Omni reference-to-video. Beide unterstützen 21:9 und ein adaptives Seitenverhältnis. Beide rechnen nach Gesamtdauer ab, mit derselben Verdopplungsregel. Beide wurden am 28. September 2026 angekündigt, und beide sind geschlossene Modelle ohne veröffentlichte Gewichte.

Dass das Referenzbudget identisch ist, ist das Detail, das die Einordnung „Flash ist das kleine Modell“ erledigt. Wäre Flash ein destilliertes oder reduziertes Modell, wären die Conditioning-Eingaben das Erste, was schrumpfen würde. Sie sind nicht geschrumpft. Geschrumpft sind Pixel, Sekunden und Kontrolle.

Wo sie voneinander abweichen

• Auflösung — Flash nur 720p, 8-Bit-SDR vs. Kling 4.0 720p und 1080p, wobei 10-Bit-4K sowohl in der Dokumentation als auch auf der Funktionsseite als in Kürze verfügbar angegeben ist.

• Dauer — Flash 3 bis 20 Sekunden in einem Durchgang im Vergleich zu Kling 4.0 mit 3 bis 30 Sekunden, wobei eine Erweiterung auf 2 Minuten angekündigt, aber nicht veröffentlicht wurde.

• Keyframes — Flash verwendet auf dem Bild-zu-Video-Pfad ein einzelnes Erstbild, während Kling 4.0 bis zu 10 Keyframe-Bilder entlang der Timeline platziert.

• Omni-Eingabe — beide akzeptieren bis zu 15 Eingaben; nur der Omni-Endpunkt von Kling 4.0 kann Stimmen direkt referenzieren.

• Preis, ohne Eingabevideo — Flash 0,094 $/s bei 720p vs. Kling 4.0 0,157 $/s bei 720p und 0,235 $/s bei 1080p.

• Preis, mit Eingabevideo — Flash 0,063 $/s vs. Kling 4.0 0,094 $/s bei 720p und 0,141 $/s bei 1080p, bei beiden wird die doppelte Ausgabedauer berechnet.

• Audio — keines von beiden hat eine Audio-Zeile auf der API-Preisliste. Die Berichterstattung zum Marktstart von Kling 4.0 schreibt ihm Zweikanal-Stereo und eine breitere Sprachunterstützung für Lip-Sync zu; die Dokumentation von Flash erwähnt Audio hingegen überhaupt nicht.

Bei diesem letzten Satz lohnt es sich innezuhalten, denn er ist der am häufigsten wiederholte Fehler in der Sekundärberichterstattung. Mehrere im Oktober veröffentlichte Vergleichsbeiträge beschreiben beide Modelle als „native Audio“ fähig, meist indem sie Flash testen und das Ergebnis als Kling 4.0 bezeichnen. Klings eigener API-Changelog für beide Modelle beschreibt die Bilderzeugung und erwähnt keinen Audio-Ausgabeparameter, und die Preisliste führt Audio als separates Tool pro Anfrage statt als Variante des Videoaufrufs. Wenn Ton zu Ihrer Auslieferungsspezifikation gehört, ist heute keine der beiden Stufen eine dokumentierte Antwort.

Die Rechnung, einschließlich der Zeile, die günstig aussieht

Da beide Modelle in denselben Einheiten abrechnen, sind die Vergleiche sauber. Nehmen Sie einen 10-Sekunden-Clip ohne Eingabevideo:

• Kling 4.0 Flash bei 720p — $0,094 × 10 = $0,94.

• Kling 4.0 bei 720p — 0,157 $ × 10 = 1,57 $.

• Kling 4.0 mit 1080p — $0,235 × 10 = $2,35.

Füge nun ein 10-sekündiges Referenzvideo hinzu – genau hier entdecken die meisten die Regel auf die harte Tour. Kling berechnet immer dann den Einheitspreis mal die Ausgabedauer mal zwei, wenn die Eingabe nicht länger als die Ausgabe ist:

• Flash mit Eingabe — $0,063 × 10 × 2 = $1,26, was 34 % mehr als der einfache Aufruf für $0,94 ist.

• Kling 4.0 bei 720p mit Eingabe — $0.094 × 10 × 2 = $1.88, 20 % mehr als $1.57.

• Kling 4.0 bei 1080p mit Eingabe — $0,141 × 10 × 2 = $2,82, 20 % mehr als $2,35.

Der Tarif mit Eingabe ist in jeder Zeile niedriger, und die Rechnung mit Eingabe ist in jeder Zeile höher. Es ist kein Rabatt und kein Rundungsfehler: Bei Flash ist es der Unterschied zwischen einem 20-Sekunden-Clip, der 1,88 $ kostet, und 2,52 $, wenn man ihn anhand einer Referenz steuert.

Keyframes sind der Unterschied, den man unterschätzt.

Ein erstes Frame sagt dem Modell, wo es beginnen soll. Eine Keyframe-Spur sagt ihm, wo es bei Sekunde vierzehn sein soll. Das vollwertige Kling 4.0 akzeptiert bis zu zehn Keyframe-Bilder, was ausreicht, um eine Kamerabewegung zu blocken, die Ausrichtung eines Produkts während einer Drehung zu halten oder einen Schauspieler auf einer Markierung zu platzieren. Flash akzeptiert ein Bild und generiert den Rest.

Für improvisierte Arbeit ist das in Ordnung – man generiert zehn Varianten und behält die, die funktioniert. Bei geplanter Arbeit ist es eine Steuer, die nicht auf der Preisliste auftaucht, denn jeder verworfene Take kostet weitere 0,94 $. Wenn eine Einstellung drei oder vier Anläufe braucht, um auf Flash korrekt zu enden, ist die Ersparnis von 40 % bereits aufgebraucht – und man hat immer noch eine 720p-Datei. Das ist der Fall, in dem das teure Modell das günstige ist.

Ein Workflow, kein Entweder-oder

Das beabsichtigte Muster ist offensichtlich, sobald die Preise vor einem liegen, und es ist genau das, worauf Kuaishous eigene Positionierung – {{1}}„für häufiges Erstellen gemacht“{{/1}} – abzielt. {{2}}In Flash entwerfen, in 4.0 fertigstellen.{{/2}}

Zehn fünfsekündige Konzeptvarianten in 720p kosten auf Flash 4,70 $. Dieselben zehn kosten auf Kling 4.0 in 1080p 11,75 $. Sobald man den Take ausgewählt hat, kostet eine 10-sekündige 1080p-Endfassung 2,35 $, insgesamt also 7,05 $ gegenüber 14,10 $ — dasselbe Ergebnis für die Hälfte des Geldes, wobei das günstigere Modell den Teil übernimmt, bei dem die meisten Versuche verworfen werden. Die Ersparnis verschwindet in dem Moment, in dem man versucht, in Flash fertigzustellen, denn es gibt kein 1080p, in dem man das Ergebnis finalisieren könnte.

Das ist auch die Form des Routing-Arguments. Eine Pipeline, die das Modell pro Stufe wechselt – günstige Stufe für Exploration, teure Stufe für Delivery –, genau dafür ist eine Routing-Schicht da, wobei der Wechsel in diesem Fall innerhalb des Katalogs eines Anbieters stattfindet und nicht anbieterübergreifend. OrcaRouter führt keine der beiden Kling-4.0-Stufen; die Kling-Modelle darauf sind die vorherige Generation, kling/kling-v3, kling/kling-v3-omni und kling/kling-video-o1, für 0,08 US-Dollar pro Anfrage über einen einzigen /v1/video/generations-Endpunkt. Wo eine Plattform wie unsere ihren Platz in einer Kling-Pipeline verdient, ist eine Ebene höher: 200+ Modelle auf einem Schlüssel mit 0 % Aufschlag auf die Listenpreise der Anbieter, automatisches Failover und eine Routing-DSL für die Schritte zum Schreiben und Überprüfen von Prompts, die das Rendering umgeben. Das Rendering selbst ist ein direkter Aufruf an Kling.

Was Ihnen keine der beiden Tarifstufen bietet

Keine unabhängige Bewertung. Weder Kling 4.0 noch Kling 4.0 Flash erscheinen mit einem gemessenen Ergebnis auf einem öffentlichen Video-Leaderboard, daher stammt jede Qualitätsaussage über das Paar von Kuaishou selbst. Das ist für den Vergleich wichtiger, als es bei einer Bewertung eines einzelnen Modells wäre, denn die gesamte Prämisse – dass Flash dasselbe Modell in niedrigerer Auflösung ist – ist eine Herstellerangabe. Angesichts des identischen Referenzbudgets ist sie plausibel, wurde aber von niemandem außerhalb des Unternehmens getestet.

Kein Audio auf der Preisliste, wie oben. Heute kein 4K in keinem der beiden Tarife, obwohl die Funktionsseite damit an erster Stelle steht; die API-Dokumentation sagt ausdrücklich, dass 10-Bit-4K bald kommt, und die Preisspalte für 4K ist in jeder 4.0-Zeile ein Strich. Und keine veröffentlichten Durchsatzlimits, also die Kennzahl, die entscheidet, ob einer der beiden Preise im Produktivbetrieb Bestand hat.

Das Urteil ist eindeutig genug, um es in einem Satz zu formulieren. Wenn Ihre Ausgabe 720p ist und Ihre Aufnahmen improvisiert sind, ist Kling 4.0 Flash dasselbe Werkzeug für 40 % weniger, und es gibt keinen Grund, das größere zu kaufen. Wenn Ihre Ausgabe 1080p ist oder Ihre Aufnahme an einem bestimmten Punkt enden muss, steht Ihnen der Rabatt nicht zur Verfügung – und die ehrliche Einordnung ist, dass Kling 4.0 Flash überhaupt kein günstigeres Kling 4.0 ist, sondern ein anderes Produkt, das zufällig einen Namen und ein Referenzbudget teilt.