Kling 4.0 vs. Hailuo 2.3: Sechs Monate Abstand in zwei Richtungen

Es gibt eine Version dieses Vergleichs, die sich von selbst schreibt: Kling 4.0 wurde am 15. Oktober 2026 veröffentlicht, Hailuo 2.3 kam im April, also gewinnt das neuere Modell. Diese Version ist auf eine Weise falsch, die Geld kostet, weil die beiden Modelle für unterschiedliche Aufgaben gebaut wurden und der Abstand von sechs Monaten den Unterschied eher vergrößert als verkleinert hat. Hailuo 2.3 ist ein Stilist mit nativem 1080p und ohne Audio. Kling 4.0 ist ein Controller mit 30-Sekunden-Takes, Stereoton und zehn Keyframes. Wenn du Anime-nahe Motion-Arbeit erzeugst und Musik darüber in einem Editor schneidest, ist das ältere Modell das bessere Instrument – und war es immer. Wenn du einen zwanzigsekündigen Take mit synchronem Dialog brauchst, kann Hailuo 2.3 diese Aufgabe zu keinem Preis erledigen. Die dokumentierten KI-Fehlfunktionen und Agenten-Vorfälle hinter Veröffentlichungen wie dieser sind im OrcaRouter AI Incident Archive gesammelt, wo jeder Eintrag eigene Quellen, Schweregrad, Konfidenzstufe und eine Kennzeichnung als umstritten enthält.

Deshalb lautet die nützliche Frage nicht „Welche ist besser“, sondern „Mit welchem Fehler kannst du leben“. Im Folgenden steht, wo jede von ihnen versagt.

Was Hailuo 2.3 tatsächlich ist

M​iniMax's model is a stylist, and the company is upfront about it: cinematic camera motion, human motion and micro-expressions, and stylised or anime content are the strengths, and photorealism is explicitly not the target. That is a real market — a large share of short-form video is stylised — and on that ground it competes with models that cost several times more.

The spec sheet is where the age shows. Resolution is native 1080p, and unlike several rivals that upscale, M​iniMax does not attach an upscale caveat to it. Clip length is the constraint: 6 seconds at 1080p, 10 seconds at 768p, and no end-frame control, which makes multi-shot continuity a manual stitching job. There is no native audio — an earlier Hailuo generation had it and 2.3 dropped it — so every clip needs sound added downstream.

• Auflösung — Hailuo 2.3 nativ 1080p vs. Kling 4.0 720p, 1080p und 4K, wobei 10-Bit-HDR bei den beiden obersten als „demnächst verfügbar“ gekennzeichnet ist.

• Clip-Länge — Hailuo 2.3: 6 Sekunden bei 1080p, 10 Sekunden bei 768p, gegenüber Kling 4.0: 3 bis 30 Sekunden in einem einzigen Durchlauf, wobei eine Verlängerung um 2 Minuten als „demnächst verfügbar“ angekündigt ist.

• Audio — Hailuo 2.3 keine vs. Kling 4.0 Zweikanal-Stereo, Lippensynchronisation und Dialog in neun Sprachen.

• Frame-Steuerung — Hailuo 2.3 nur Startframe, kein Endframe-Pinning gegenüber Kling 4.0 mit bis zu 10 Keyframes plus First-and-Last-Frame.

• Referenzsteuerung — Hailuo 2.3 wird nicht als referenzfokussiertes Modell positioniert, im Vergleich zu Kling 4.0 mit bis zu 15 kombinierten Referenzassets.

Kommerzielle Ausgestaltung — Hailuo 2.3 Prepaid-Punktepakete von 1.000 $ bis 6.000 $ vs. Kling 4.0 Abo-Guthaben in der App, kein veröffentlichter API-Preis.

• Unabhängige Bewertung — für keines der Modelle liegt ein aktueller Direktvergleich vor; die letzte Tabellenplatzierung von Hailuo 2.3 lag bei etwa #28 mit ungefähr Elo 1.180 in einer früheren Ausgabe des Artificial Analysis Video-Boards, und Kling 4.0 fehlt.

Der Preisvergleich, den niemand zu Ende bringen kann

Der offizielle Vertriebsweg von Hailuo 2.3 sind Prepaid-Punkte: Pakete von 1.000 bis 6.000 US-Dollar, die zu einem festen Satz verbraucht werden – ein Punkt für einen sechssekündigen 768p-Standardclip, zwei Punkte für einen zehnsekündigen 768p- oder sechssekündigen 1080p-Clip, wobei die schnellere Variante Hailuo-2.3-Fast diese auf etwa 0,7 bzw. 1,1 bis 1,3 senkt. Wiederverkäufer nennen einen gleichmäßigeren Preis von 0,067 bis 0,08 US-Dollar pro Sekunde – daher stammt der Ruf, Hailuo sei spottbillig.

Für die API von Kling 4.0 gibt es keinen veröffentlichten Preis. Das Modell steckt in der Entwicklerdokumentation von KuaiShou hinter einem Early-Access-Banner, die Preistabellen führen Kling 3.0 und dessen Stufen auf, nicht aber das neue Modell, und das Endkundenprodukt läuft über Abo-Credits. Für Kling-4.0-Endpunkte gibt es zwar Angebote von Wiederverkäufern, doch ein Wiederverkäuferpreis ist kein Listenpreis des Anbieters und sagt nicht, was das Modell kosten wird, wenn der Endpunkt freigeschaltet wird.

Die ehrliche Aussage zu den Kosten ist also diese: Das günstigere Modell ist Hailuo 2.3, weil es das einzige der beiden mit einem Preis ist. Das ist kein Lob für seine Wirtschaftlichkeit – eine Solo-Creatorin oder ein Solo-Creator, die oder der eine Mindestverpflichtung von $1,000 mit einem unbekannten Wert vergleicht, vergleicht überhaupt keine Tarife. Es ist eine Aussage darüber, welche Seite des Vergleichs von Risiken befreit wurde.

Die Audiofrage entscheidet mehr als das Datenblatt.

Wenn das Deliverable Ton erfordert, der zusammen mit dem Bild generiert wird – Dialog, Atmosphäre, eine Stimme in einem bestimmten Akzent –, ist Hailuo 2.3 schon vor Beginn des Vergleichs raus. Nicht „schwächer“: raus. Es gibt keinen Audiokanal, der bewertet werden könnte. Der Workflow ist: stumm generieren, dann im Editor mit Musik unterlegen und synchronisieren, und wenn die Einstellung eine sprechende Figur enthält, muss die Lippensynchronisation von Hand oder mit einem separaten Tool korrigiert werden.

Die gesamte Markteinführung von Kling 4.0 baut auf der gegenteiligen Annahme auf. Zweikanal-Stereo mit präziserer Lippensynchronisation, Dialog in neun Sprachen einschließlich genannter Dialekte und die Generierung von Bildschirmtext, von der behauptet wird, dass er lesbar bleibt, während sich die Kamera bewegt. Bei einem Talking-Head-Clip, einer kurzen Dramaszene oder einem Produktfilm mit bereits integriertem Voice-over ist das die Fähigkeit, die über den Kauf entscheidet, und der eine Punkt, den die Dokumentation von Hailuo 2.3 nicht bestreitet.

Das Gegenargument ist, dass generiertes Audio nach wie vor der schwächste Teil jedes Videomodells ist und Kuaishous eigenes Material keinen Benchmark hinter der Lip-Sync-Behauptung liefert. Das stimmt, und deshalb sollte die Audio-Zeile eher als „kann die Aufgabe überhaupt erledigen“ denn als „erledigt sie gut“ gelesen werden. Für einen ersten Durchlauf ist es etwas anderes, ob man eine synchronisierte Aufnahme generieren und korrigieren kann oder den Ton von null aufbauen muss.

Wo der Stylist noch gewinnt

Zwei Stellen, und sie sind es wert, benannt zu werden, gerade weil die Vorteile des neueren Modells so viel leichter aufzuzählen sind.

Das erste ist native Auflösung zum Preis. Hailuo 2.3 liefert 1080p ohne Upscale-Vorbehalt und ohne ein „coming soon“ an der Farbpipeline. Das 4K von Kling 4.0 ist eine ausgelieferte Ausgabeeinstellung, sein 10-Bit-HDR jedoch nicht, daher ist für einen farbverwalteten Workflow bei 1080p das ältere Modell die sauberere Quelle – keine Überraschungen, keine Abhängigkeit von der Roadmap.

Das Zweite ist der Look. Ein Modell, das auf stilistische Bewegung trainiert und abgestimmt ist, erzeugt anime-nahe und grafische Arbeiten, zu denen ein Generalist-Modell erst überredet werden muss, und die Release Notes von K​uaishou führen Claymation-, Glitch-, Filz- und 3D-Cyber-Stile als unterstützte Looks auf, ohne einen davon als Spezialität zu beanspruchen. Wenn Ihr Format ein stilisiertes Kurzformat ist, wird das dafür gebaute Modell das Modell schlagen, das es unter zwanzig Optionen aufführt, und daran ändert auch keine Keyframe-Anzahl etwas.

Es gibt einen dritten, weicheren Punkt. Die Schwächen von Hailuo 2.3 werden vom Hersteller selbst dokumentiert – kein Audio, kein Endframe, nicht fotorealistisch –, was die Planung erleichtert. Die Release Notes zu Kling 4.0 nennen überhaupt keine Schwäche; die einzigen Einschränkungen sind die „Coming soon“-Kennzeichnungen. Ein Modell mit einer veröffentlichten Liste dessen, worin es schlecht ist, lässt sich leichter in einen Produktionsplan einbinden als eines mit einer veröffentlichten Liste dessen, worin es gut sein wird.

Why Hailuo 2.3 is the wrong M​iniMax model to compare against

One thing this matchup hides: Hailuo 2.3 is not M​iniMax's current generation. MiniMax H3 arrived on 31 July 2026 as an omni-modal model that reads text, image, video and audio references as one context, generates 4 to 15 second clips at 768p or 2K with native stereo audio, and is billed per second of output. Comparing Kling 4.0 to Hailuo 2.3 is comparing October 2026 to April 2026 and skipping the model in between that actually has audio, references and a modern duration ceiling.

That matters for the decision because H3 is the model a Kling 4.0 buyer would realistically weigh — and it is the one we route. On OrcaRouter, minimax/minimax-h3 is listed at $0.08 per second of generated output, on the same OpenAI-compatible endpoint as 200+ other models, at provider list price with 0% markup. Hailuo 2.3 is not in our catalogue, and neither is Kling 4.0; the K​ling family we carry runs from the 2.5 generation through Kling 3.0 and Kling 3.0 Omni at $0.084 per request and Kling 3.0 Turbo at $0.112. So the practical routing question in October 2026 is Kling 4.0 against H3, with Hailuo 2.3 relevant only if you already hold M​iniMax points or specifically need its look.

Der Ein-Satz-Test

Wenn du deine Aufnahme beschreiben kannst, ohne Ton zu erwähnen, und der Look stilisiert ist, ist Hailuo 2.3 immer noch das richtige Werkzeug, und sein Alter ist irrelevant — 1080p, nativ, kein Upscaling, zu einem Tarif, den du bei größeren Mengen herunterhandeln kannst. Wenn Ton Teil der Aufnahme ist, oder die Aufnahme länger als zehn Sekunden ist, oder du zehn Momente auf einer Timeline festlegen und einen davon anschließend bearbeiten musst, ist Kling 4.0 von den beiden das einzige, das es versuchen kann — heute in der App, die API folgt in Kürze.

And if you are choosing for a pipeline rather than a project, compare Kling 4.0 against MiniMax H3 rather than Hailuo 2.3, because that is the pairing where both sides have audio, both sides have references, and one of them has a published per-second price. The three datable things to watch are Kling 4.0's API leaving early access with a rate, Kling 4.0's first independent Elo, and whether M​iniMax keeps Hailuo 2.3 on sale beside H3 or retires it — because a model with no successor pressure is a model whose price stays put.