Kling 4.0 vs Flux 3 Video : l’un a une grille tarifaire, l’autre a un plafond

Les deux Kling 4.0 et Flux 3 Videoacceptent du texte, des images et de la vidéo, promettent tous deux une sortie en 4K et génèrent tous deux l'audio dans la même passe que l'image. La différence, c'est que l'on peut chiffrer le coût de l'un des deux. Flux 3 Video, de Black Forest Labs, est passé en disponibilité générale le 4 août 2026 avec une grille tarifaire à la seconde publiée et une ligne notée sur le tableau text-to-video d'Artificial Analysis. Kling 4.0 est présent dans l'application grand public depuis le 15 octobre 2026, génère jusqu'à 30 secondes en une seule passe, et ne dispose ni d'un tarif à la seconde fourni par l'éditeur ni d'un Elo indépendant. La comparaison ne se résume donc pas à une confrontation de fonctionnalités ; c'est celle d'un produit sur lequel on peut établir un budget dès aujourd'hui face à un produit dont le plafond est plus élevé sur le papier.

Cela rend la décision étonnamment simple si vous séparez deux questions. Quel modèle peut réaliser la prise de vue ? Et à quel modèle pouvez-vous réellement vous engager ce trimestre ? Les réponses ne sont pas les mêmes, et la plupart des pages de comparaison directe les fusionnent en une seule.

Deux tableaux, aucune colonne partagée

Artificial Analysis classe Flux 3 Video dans le classement texte-vers-vidéo, à la sixième place avec un score Elo de 1 128 et un intervalle de confiance à 95 % de ±9 sur 6 179 échantillons, à un coût normalisé de 17,40 $ par minute, avec une date de sortie consignée en juillet 2026. Black Forest Labs situe la sortie publique au 4 août 2026, après un accès anticipé à partir du 23 juillet ; l’écart est un artefact de l’enregistrement du classement, et non une contradiction concernant le modèle.

Kling 4.0 est absent de ce classement ainsi que des classements image-vers-vidéo et montage au 23 octobre 2026. La génération précédente, Kling 3.0, y figure ; le nouveau modèle, non. Une page de comparaison qui place un Elo à côté de Kling 4.0 cite l’ancien modèle. La seule affirmation honnête est que l’un des côtés de cette confrontation dispose d’une position mesurée, tandis que l’autre reste vide.

La ligne de Flux 3 Video est aussi plus étroite que son produit. L’éditeur documente le texte-vers-vidéo, l’image-vers-vidéo, la vidéo-vers-vidéo et la prolongation de vidéo, avec des transitions contrôlées par images clés. Artificial Analysis n’évalue que la configuration texte-vers-vidéo ; le chiffre du tableau décrit donc un seul mode d’un modèle multimodal, et non l’ensemble du périmètre. C’est une limite du tableau de bord, pas du modèle.

Ce qui entre

Flux 3 Video est un modèle vidéo multimodal dont la liste d’entrées est plus large que ne le suggère sa ligne dans le tableau : des invites textuelles, des images fixes comme première image, de la vidéo pour la vidéo-vers-vidéo et la continuation, et des images clés pour des transitions contrôlées. La durée va jusqu’à 20 secondes en une seule génération, avec 5 à 20 secondes pour le texte-vers-vidéo et l’image-vers-vidéo, et 5 à 15 secondes pour la continuation. La résolution est vendue par bandes de pixels plutôt qu’en formats d’image fixes — HD à environ 1 mégapixel par image, FHD à 2, QHD/2K à 4 et UHD/4K à 8 — et le fournisseur propose un audio natif en option avec dialogue multilingue, parole synchronisée, effets sonores et ambiance, inclus sans frais supplémentaires.

La spécification d'entrée de Kling 4.0 est structurée autour d'un budget plutôt que d'une liste de modes. Omni Reference accepte jusqu'à 15 éléments dans une seule tâche, avec un plafond de 10 images, 5 vidéos totalisant 30 secondes et 7 sujets, dont jusqu'à trois peuvent être basés sur des vidéos ; chaque sujet peut être associé à une voix spécifiée. En plus de cela, il accepte jusqu'à 10 images clés, des prompts allant jusqu'à 8 000 tokens et produit des sorties de 3 à 30 secondes en 720p, 1080p ou 4K, avec le 21:9 parmi les ratios d'aspect. La note de version mentionne également l'édition ciblée sur jusqu'à cinq clips d'entrée dans une fenêtre combinée de 30 secondes.

Le contraste ne réside pas dans « l’un prend des images et l’autre non ». Il réside dans le fait que Flux 3 Video expose les entrées sous forme de modes distincts avec des durées distinctes, tandis que Kling 4.0 les expose comme une seule tâche avec une allocation partagée. Une génération Flux de 20 secondes et une génération Kling de 30 secondes sont toutes deux des passes uniques ; la passe Kling peut porter davantage de références d’identité et de mouvement, et la passe Flux a un prix publié.

Résolution et mise en garde concernant le HDR

Les deux fournisseurs font la promotion de la 4K, et tous deux méritent le même examen minutieux. Black Forest Labs vend la résolution comme une bande de pixels et inscrit HD, FHD, QHD/2K et UHD/4K comme paliers de sa grille tarifaire ; plusieurs synthèses de tiers indiquent que la 2K et la 4K sont annoncées ou en cours de déploiement plutôt qu’universellement disponibles, donc considérez les bandes supérieures comme une question de feuille de route à l’échelle de votre compte plutôt que comme une option par défaut. Kling 4.0 liste 720p, 1080p et 4K comme paramètres de sortie, mais le HDR 10 bits en 1080p et 4K est explicitement marqué « bientôt disponible » dans la note de version et sur la page des fonctionnalités de Kuaishou. La 4K native sans HDR est ce qui est annoncé comme livré ; le HDR, non.

Aucun des deux modèles ne publie de comparaison de qualité indépendante normalisée par la résolution. Les tableaux normalisent le prix par minute de 1080p, ce qui explique pourquoi le prix de 17,40 $ par minute de Flux 3 Video est comparable aux autres lignes, mais pas au chiffre manquant de Kling 4.0.

Prix : l’élément qui décide vraiment de ce trimestre

La grille tarifaire de Flux 3 Video est spécifique. Le texte vers vidéo et l’image vers vidéo coûtent 0,06 $ par seconde en brouillon HD, 0,17 $ en HD/720p, 0,29 $ en FHD/1080p, 0,40 $ en QHD/2K et 0,80 $ en UHD/4K. La vidéo vers vidéo et la prolongation sont plus chères : 0,12 $ en brouillon, environ 0,41 $ à 0,43 $ en HD, 0,53 $ à 0,54 $ en FHD, 0,65 $ en 2K et 0,95 $ en 4K. L’audio est inclus. Un clip HD de cinq secondes coûte environ 0,85 $ au tarif standard, avant tout accord de volume ou de plateforme.

Kling 4.0 n’a aucun tarif par seconde du fournisseur en date du 23 octobre 2026. L’application fonctionne avec des crédits via les formules d’abonnement de Kling AI. L’API est soumise à une bannière d’accès anticipé, et Kuaishou n’a pas publié de grille tarifaire. Des plateformes tierces affichent des montants par seconde, mais il s’agit de prix de revendeurs, non de ceux du fournisseur, et ils évoluent indépendamment. Une comparaison de coûts entre les deux modèles aujourd’hui reviendrait à comparer un tarif publié à une estimation.

Pour disposer d'une base utilisable, la génération Kling précédente est tarifée. Sur OrcaRouter, kling/kling-v3 et kling/kling-v3-omni sont listés à 0,084 $ par requête, kling/kling-3-turbo à 0,112 $, et les anciens niveaux 2.x de 0,042 $ à 0,28 $. Ce sont des prix catalogue par requête plutôt que des tarifs à la seconde, ils ne s'alignent donc pas directement sur la grille tarifaire de Flux, mais ce sont de vrais chiffres que vous pouvez intégrer à un budget tant que le tarif de Kling 4.0 reste inconnu.

L'audio et la question du nombre de pistes

L'audio de Flux 3 Video est optionnel, natif et inclus dans le prix à la seconde, avec des dialogues multilingues, une parole synchronisée, des effets sonores et une ambiance. Kling 4.0 génère de la stéréo à deux canaux, avec un synchronisme labial et des dialogues améliorés dans neuf langues, ainsi que des accents anglais et mandarin nommés. Ce sont là des affirmations de fournisseurs, et aucun des deux ne publie de nombre de pistes. Si vous avez besoin de dialogues, de musique et d'effets sous forme de stems séparables, aucune des deux fiches techniques ne vous dit si vous les obtiendrez. Prévoyez une deuxième passe dans un DAW ou une régénération, pas un export multipiste propre.

Poids, accès et intégration

Aucun des deux modèles n’est à poids ouverts. La ligne du tableau de Flux 3 Video ne comporte aucun lien vers les poids, et Black Forest Labs le propose via son API et son tableau de bord ; Kling 4.0 est un modèle hébergé accessible via l’application et la plateforme ouverte de Kuaishou. Si l’auto-hébergement est une exigence, aucun des deux n’est la solution, et la réputation de Black Forest Labs en matière de publications ouvertes ne change pas la licence de ce checkpoint.

Flux 3 Video est en disponibilité générale depuis début août, son contrat de requête a donc eu un trimestre pour se stabiliser. L’API de Kling 4.0 est en accès anticipé, ce qui signifie historiquement une candidature et une attente plutôt qu’une grille tarifaire publique ; la prise en charge de MCP et de la CLI est mentionnée, ce qui aide les agents et les scripts de build, mais ne rend pas le point de terminaison généralement disponible.

Aucun des deux modèles n’est aujourd’hui une route OrcaRouter, et cet article ne prétend pas non plus que nous les hébergeons. En revanche, nous proposons bien la famille Kling 3.0 et plus de 200 modèles texte et multimodaux sur un seul point de terminaison compatible avec OpenAI, au prix catalogue du fournisseur, avec 0 % de marge. Pour une équipe qui expérimente Kling 4.0 tout en conservant un chemin de production sur Flux ou Kling 3.0, l’architecture utile consiste à placer un nom de modèle stable devant l’appel et un basculement automatique derrière celui-ci, afin qu’un point de terminaison en accès anticipé qui limite le débit ou disparaît n’emporte pas le lot dans sa chute. C’est le même argument qui justifie de conserver deux fournisseurs de vidéo : le second est une assurance, pas une couverture sur la qualité.

Qui devrait choisir lequel ?

• Choisissez Flux 3 Video si vous avez besoin d'un prix publié à la seconde, d'une ligne text-to-video notée, d'un plafond de 20 secondes et d'un audio natif inclus. C'est le seul des deux que vous pouvez faire approuver en réunion budgétaire cette semaine.

• Choisissez Kling 4.0 si le plan nécessite 30 secondes sans coupe, plus d’une poignée de références d’identité ou une piste d’images clés distincte. Le plafond est plus élevé et le prix est inconnu.

• Choisissez Flux 3 Video pour le vidéo-à-vidéo et la prolongation à un tarif connu ; le montage de Kling 4.0 est documenté sur des clips qu’il a générés, dans une fenêtre combinée de 30 secondes, et non comme un mode général d’édition de séquences.

• Choisissez Kling 4.0 pour un livrable en 21:9 avec 10 images clés et un ensemble de 15 éléments. Laissez vos attentes HDR à la porte.

• Ne choisissez ni l'un ni l'autre si des pistes audio séparables constituent une exigence absolue, tant qu'aucun fournisseur n'a documenté l'architecture des canaux.

Ce qui trancherait la question, c’est une grille tarifaire Kling 4.0 et une première ligne dans Artificial Analysis. Tant que les deux n’existent pas, Flux 3 Video est l’achat le plus sûr et Kling 4.0 le pilote le plus performant. L’écart entre ces deux phrases, c’est toute la décision.