Odyssey-3 vs. Kling 3: Das eine kannst du heute aufrufen, das andere nicht.

Odyssey-3 und Kling 3 lassen sich auf einer Seite leicht nebeneinanderstellen und in der Praxis nur schwer vergleichen, denn nur eines von beiden existiert als etwas, das man aufrufen kann. Kling 3 ist Kuaishous Videogenerierungsmodell, veröffentlicht im Februar 2026, allgemein verfügbar über die API des Anbieters und die Kling-App, und — relevant für die Leser dieses Blogs — über OrcaRouter sowohl unter kling-v3 als auch unter kling-3-turbo routbar. Odyssey-3 ist Odysseys Foundation-World-Model, vorgestellt am 15. September 2026, ohne veröffentlichten Preis, ohne API und mit einem angegebenen Veröffentlichungsfenster von „in den kommenden Wochen". Der erste ehrliche Satz zu diesem Duell lautet also, dass es noch kein Duell ist: Das eine ist ein abgerechnetes Produkt mit sekundengenauer Preisgestaltung, das man noch heute Nachmittag testen kann, und das andere ist eine Forschungsvorschau mit einer demonstrierten Fähigkeit und keiner Möglichkeit, sie zu kaufen. Die nützliche Frage ist, wofür jedes von beiden gedacht ist, und ob die Dinge, die Kling 3 gut kann, Dinge sind, die ein World-Model jemals ersetzen würde.

Kling 3 ist ein Renderer mit einem Storyboarding-Trick

Die Veröffentlichung von Kling 3 im Februar 2026 setzte es an die Spitze des chinesischen Videogenerierungsfelds, und seine Positionierung ist ungewöhnlich konkret. Es generiert drei bis fünfzehn Sekunden pro Clip – standardmäßig fünf Sekunden – in 720p, 1080p oder 4K je nach Stufe, aus Text, einem einzelnen Bild oder einem Paar aus erstem und letztem Frame. Was es vom Großteil des Feldes unterscheidet, ist der Multi-Shot-Modus der Omni-Variante: Eine multi_prompt-Liste zeitlich festgelegter Shots, jeder mit eigenem Prompt, ermöglicht es Ihnen, eine Abfolge von Schnitten in einer einzigen Generierung zu planen, statt separat generierte Clips zusammenzufügen und zu hoffen, dass die Beleuchtung passt. Nativer Ton – synchronisierte Sprache, Ambiente, Effekte, mit Unterstützung regionaler Akzente in mehreren Sprachen – wird im selben Durchgang erzeugt und kann deaktiviert werden.

Zu den dokumentierten Stärken zählen menschliche Bewegung und Bewegungssteuerung, Image-to-Video-Konditionierung und das Rendern von lesbarem Text auf dem Bildschirm: Beschilderungen, Logos, Produktetiketten, die die Generierung überstehen. Die dokumentierten Schwächen sind ebenso spezifisch — Hände und Finger, physikalische und Multi-Objekt-Simulation, Konsistenz mehrerer Charaktere über einen Clip hinweg sowie Generierungszeiten, die je nach Länge und Komplexität etwa zwei bis fünfzehn Minuten dauern.

Diese letzte Zeile mit Schwächen verdient einen Moment des Innehaltens, denn genau darauf zielt Odyssey-3 ab. Kling 3 hat Schwierigkeiten mit der physischen Interaktion mehrerer Objekte; die gesamte These von Odyssey-3 ist, dass die Vorhersage des nächsten Zustands einer Szene ein Modell dazu zwingt, zu lernen, wie Objekte interagieren. Es sind keine konkurrierenden Aussagen über dieselbe Eigenschaft. Von Kling 3 wird verlangt, Physik so überzeugend vorzutäuschen, dass ein Betrachter es nicht bemerkt; von Odyssey-3 wird verlangt, die Physik richtig hinzubekommen, damit ein Controller sich darauf verlassen kann.

Der Preis, den Sie tatsächlich messen können

Die offiziellen Preise von Kling 3 werden pro Sekunde veröffentlicht und beginnen niedrig: 0,084 $ pro Sekunde bei 720p, 0,112 $ bei 1080p und 0,42 $ bei 4K, wobei nativer Ton bei 720p und 1080p etwa 50 % Aufschlag kostet (0,126 $ bzw. 0,168 $) und bei 4K nichts extra kostet. Diese Zahlen stammen vom Anbieter und sind die Einstiegstarife. Unabhängige Anbieterpreise, die pro Minute Ausgabe erfasst werden, liegen deutlich über dem, was diese Sekundenpreise nahelegen. Die ehrliche Interpretation ist also, dass Kling 3 für den Einstieg günstig ist und deutlich weniger günstig, sobald man in höhere Auflösungs- und Audiostufen aufsteigt – prüfen Sie den Minutenpreis für Ihre eigene Konfiguration statt des Schlagzeilenpreises. Die Verbraucherseite basiert auf einem Creditsystem mit Stufen von einem kostenlosen Tageskontingent bis hin zu einem Ultra-Plan ab 127,99 $, wobei die kostenlose Stufe auf wasserzeichenversehenes 720p beschränkt ist und keine kommerzielle Nutzung erlaubt.

Odyssey-3 hat überhaupt keinen Preis. Das ist keine kleine Auslassung – es ist der ganze Unterschied in diesem Vergleich. Ein Team kann die Kosten für hundert Clips von Kling 3 berechnen, bevor es einen davon generiert. Ein Team kann die Kosten für irgendetwas auf Odyssey-3 nicht berechnen, weil es nichts gibt, woraus man sie berechnen könnte. Beachten Sie außerdem: Falls diese beiden jemals kommerziell Seite an Seite auftauchen, werden sie wahrscheinlich nicht auf dieselbe Weise abgerechnet: Videogenerierung rechnet Sekunden an Ausgabe ab, während Weltmodelle der Art, die Odyssey beschreibt, dazu neigen, Stunden an Simulation abzurechnen, weil der Käufer eine Trainingsschleife und keine Render-Warteschlange ist.

Odyssey-3 verfolgt eine andere Spalte

Odyssey-3 ist ein autoregressiver Diffusions-Transformer, der auf visuellen Beobachtungen trainiert wurde, und im Zentrum der Ankündigung steht ein gelernter Aktionsdecoder – eine Komponente, die die interne Repräsentation einer Szene des Modells in die motorischen Befehle übersetzt, die eine bestimmte Hardware benötigt. Odyssey berichtet, dass dasselbe Backbone Roboterarme anhand von Dutzenden Stunden Demonstrationen steuert (einschließlich unaufgeforderter Wiederherstellungsbewegungen wie dem Neuausrichten eines Greifers nach einem fehlgeschlagenen Greifversuch), humanoide Policies, die mit Flexion erstellt wurden und in Echtzeit laufen, Closed-Loop-Fahren aus 20 Stunden simulierter Daten, Hindernis vermeidenden Drohnenflug in Innenräumen sowie Grand Theft Auto V-Sitzungen, die auf Red Dead Redemption 2 und Sleeping Dogs übertragen werden, ohne zusätzliches Policy-Training in diesen Titeln. Die einzige Vergleichszahl des Unternehmens ist, dass simulationsgeschulte Fahr-Policies zwischen Eingriffen von Sicherheitsfahrern etwa 77 % so weit kamen wie Policies, die auf echtem Filmmaterial trainiert wurden.

Jede dieser Behauptungen ist nicht reproduziert, es gibt keinen technischen Bericht zu Odyssey-3, und keine unabhängige Stelle hat eine Zahl veröffentlicht. Die Streuung über sechs Ausführungsformen ist die interessante Behauptung; das Fehlen einer Benchmark-Tabelle ist der Grund, sie nur mit Vorbehalt zu vertreten.

Der Kontrast, Dimension für Dimension

• Was es erzeugt — Kling 3: ein gerenderter Clip, bis zu 15 s, in bis zu 4K. Odyssey-3: ein simulierter Weltzustand plus motorische Aktionen.

• Shot-Struktur — Kling 3: Multi-Shot-Storyboarding über die zeitgesteuerte Prompt-Liste der Omni-Variante. Odyssey-3: ein einziger kontinuierlicher Rollout ohne Schnittkonzept.

• Audio — Kling 3: nativ, synchronisiert, mehrsprachig, optional, preislich 50 % unter 4K. Odyssey-3: keines; es ist kein Mediengenerator.

• Preis — Kling 3: 0,084 $/s bei 720p, 0,112 $/s bei 1080p, 0,42 $/s bei 4K (Anbieter; Audio unterhalb von 4K extra). Odyssey-3: nicht veröffentlicht.

• Zugriff — Kling 3: GA seit Februar 2026 über die API und App des Anbieters und über OrcaRouter geroutet. Odyssey-3: nur Vorschau, „in den kommenden Wochen.“

• Belege — Kling 3: zwölf Monate öffentliche Nutzung und Preis-Dokumentation von Drittanbietern. Odyssey-3: nur Anbieter-Demonstrationen.

Wo OrcaRouter tatsächlich passt – und hier ist es keine Fußnote

Ausnahmsweise geht es in diesem Abschnitt nicht um den umgebenden Stack. Kling 3 ist eines der Modelle, die OrcaRouter bereitstellt, als kling-v3 und kling-3-turbo, sodass der Vergleich zwischen den beiden Kling-Stufen mit einem einzigen Schlüssel erfolgt statt über zwei Anbieterverträge, und Sie können beide testen, ohne eine zweite Integration zu schreiben. Die Preisgestaltung wird zu Anbieter-Listenpreis mit 0 % Aufschlag durchgereicht, was bei einem Modell mit veröffentlichtem Sekundenpreis und Audio-Zuschlag mehr als sonst zählt: Wenn der Anbieter eine Zahl ändert, ändert sich Ihre Rechnung am selben Tag mit – statt erst bei der Verlängerung. Automatisches Failover über Anbieter hinweg bedeutet, dass eine Generierungswarteschlange nicht ins Stocken gerät, weil ein Endpunkt beeinträchtigt ist – und Video-Generierungsendpunkte werden oft genug beeinträchtigt, dass dies ein Planungsproblem ist und kein theoretisches. Für Pipelines, die mehrere Modelle benötigen, setzt die Routing-DSL ein Prompt-Modell, ein Bildmodell für das Startbild und das Videomodell zu einem einzigen Aufruf zusammen – was in etwa der Form jedes echten Video-Workflows entspricht.

Im Gegensatz dazu wird Odyssey-3 weder von OrcaRouter noch von irgendeinem anderen bereitgestellt, und dieser Artikel behauptet auch nicht, dass es so sei. Es gibt noch nichts, wohin geroutet werden könnte.

Das Urteil

Wenn Sie dieses Quartal Video benötigen, ist Kling 3 die Antwort, und der Vergleich ist bereits entschieden – es ist bepreist, verfügbar und routingfähig, und seine veröffentlichte 720p-Rate von 0,084 US-Dollar pro Sekunde macht die Einstiegsstufe erschwinglich, um dagegen zu iterieren. Sein Multi-Shot-Modus ist ein echter Workflow-Vorteil gegenüber der Single-Clip-Generierung, und seine bekannten Schwächen bei der Multi-Objekt-Physik fallen für die Arbeit, die die meisten Teams tatsächlich leisten, weniger ins Gewicht – dabei handelt es sich um Kurzformatvideos, bei denen der Zuschauer keinen Physik-Check durchführt.

Wenn Sie einen Controller brauchen, der auf Hardware funktioniert, ist Odyssey-3 derjenige, der auf Ihr Problem ausgerichtet ist, und es gibt immer noch nichts zu kaufen. Der konkrete Grund, sich dafür zu interessieren, ist die Breite: Ein Satz Gewichte, der Arme, humanoide Roboter, ein Auto, eine Drohne und drei Spiele erreicht, ist eine Behauptung über Allgemeinheit, und Allgemeinheit ist das, was ein Modell zu einem Foundation-Modell statt zu einer Policy macht. Der konkrete Grund zu warten ist, dass niemand außerhalb von Odyssey es ausgeführt hat. Achten Sie auf einen Preis und eine unabhängige Bewertung, in dieser Reihenfolge.