Kling 4.0 vs Grok Imagine Video : le modèle le moins cher obtient le plus de votes

Le modèle le plus abondamment mesuré de cette comparaison n'est pas le plus récent, et le plus récent n'a pas été mesuré du tout. Grok Imagine Video est une famille de trois entrées au tableau image-vers-vidéo d'Artificial Analysis : l'original de janvier 2026 à 1 072 Elo avec 14 371 votes derrière lui, Grok Imagine Video 1.5 à 1 098 avec 5 267 votes, et la variante Lite au tableau texte-vers-vidéo. Kling 4.0, publié le 15 octobre 2026, n'a de ligne sur aucun tableau, aucun tarif par seconde publié, et une fiche technique qui surpasse les trois entrées Grok en durée, en résolution et en nombre de références. L'écart entre les preuves et le plafond, c'est tout l'enjeu de cette confrontation.

Cette configuration est plus courante sur ce marché que le format du classement ne l’admet. Un modèle doté d’un long historique de votes est une valeur connue, pas nécessairement le meilleur. Un modèle âgé de huit jours avec une passe de 30 secondes est une promesse avec une bande démo. La question est de savoir quel type d’incertitude votre projet peut absorber.

Trois modèles Grok, un seul Kling

Grok Imagine Video n’est pas un produit unique, et les numéros de version ne se classent pas comme on pourrait s’y attendre. Lisez la suite sur le tableau image-vers-vidéo avec le son activé, tel que capturé le 10 octobre 2026 :

• Grok Imagine Video original — 13e à l'Elo 1 072 ±7 sur 14 371 échantillons, janvier 2026, 4,20 $ par minute.

• Grok Imagine Video 1.5 — 9e au classement Elo avec 1 098 ±8 sur 5 267 échantillons, mai 2026, 8,40 $ par minute.

• Grok Imagine Video 1.5 Lite — 16e du classement texte-vers-vidéo avec 993 ±10 sur 5 715 échantillons, publié le 26 août 2026, 8,40 $ par minute.

• Kling 4.0 — aucune ligne sur aucun tableau au 23 octobre 2026.

L'original est le moins cher et le mieux mesuré. La révision 1.5 obtient un score supérieur de 26 Elo et coûte deux fois plus cher par minute, avec un tiers des votes. La variante Lite se situe sur un tout autre tableau, donc la comparer aux deux autres revient déjà à comparer des tâches. C'est une famille qui a été itérée au rythme d'une plateforme grand public, et l'échelle des prix le reflète : vous pouvez acheter la base bon marché et bien étayée, le raffinement plus cher, ou l'offre Lite moins chère à la seconde, et chacune vous demande d'arbitrer entre preuves et score.

Kling 4.0 n'offre rien de ces choix internes. Il n'y a qu'un modèle, qu'un prix non dévoilé et qu'un plafond de durée. Cette simplicité est un atout si vous recherchez la meilleure prise disponible, et un handicap si vous voulez une décision d'achat que vous pouvez défendre avec un chiffre.

Ce que les décomptes de voix vous apportent

Le nombre d’échantillons est généralement considéré comme un détail technique. Sur ce classement, c’est la différence entre une affirmation et une supposition. L’intervalle de ±7 du checkpoint de janvier de Grok a la même largeur que celui de Gemini Omni Flash, qui compte 12 327 votes derrière lui ; 14 371 comparaisons suffisent au classement pour affirmer une position avec une certaine confiance. L’intervalle de ±8 de Grok 1.5 est plus large parce qu’il a moins de votes, et non parce que le modèle est moins bon. L’intervalle de Kling 4.0 n’existe pas encore.

Cela a une conséquence pratique pour quiconque choisit en fonction de la qualité. Si vous prenez Grok Imagine Video original, vous savez à peu près à quoi vous vous attendez : un modèle de milieu de tableau doté d’une base de preuves solide et du tarif le plus bas de cette comparaison. Si vous prenez Kling 4.0, vous acceptez les affirmations du fournisseur sur un modèle que des évaluateurs indépendants n’ont pas encore noté. Aucun des deux choix n’est irrationnel. Ce sont des paris différents.

Le plafond des spécifications

Sur le papier, Kling 4.0 est la machine la plus performante, et de loin.

• Durée — Kling 4.0 génère 3 à 30 secondes en une seule passe, l’extension de deux minutes étant annoncée comme bientôt disponible. Grok Imagine Video 1.5 génère 1 à 15 secondes, avec une extension autorégressive à partir de la dernière image ; l’original est limité à 8,7 secondes pour les tâches d’édition et d’extension.

• Résolution — Kling 4.0 propose 720p, 1080p et 4K, avec le HDR 10 bits en 1080p et 4K annoncé comme bientôt disponible. Grok 1.5 produit nativement du 480p, 720p et 1080p. L’original plafonne plus bas.

Références — Kling 4.0 prend en charge jusqu’à 15 ressources, tous types confondus : images, vidéos, sujets et voix, avec des limites de 10 images, 5 vidéos, 7 sujets et jusqu’à 3 sujets basés sur des vidéos. Grok 1.5 prend en charge jusqu’à 14 images de référence, jusqu’à 3 références vocales et jusqu’à 4 images clés en cours de vidéo, plus les images de début et de fin.

• Images clés — Kling 4.0 accepte jusqu’à 10 images clés. Grok 1.5 utilise la première image, la dernière image et jusqu’à 4 images intermédiaires de la vidéo.

• Audio — les deux génèrent de l’audio natif avec une parole synchronisée sur les lèvres ; Kling revendique une stéréo à deux canaux et neuf langues plus des dialectes, Grok revendique une génération conjointe audio-vidéo avec jusqu’à 3 références vocales prédéfinies.

• Prompt — Kling 4.0 accepte jusqu’à 8 000 tokens. La documentation de Grok ne publie pas de limites de prompt comparables.

Les deux sont plus proches sur les références que ne le suggèrent les chiffres phares : 15 éléments contre 14 images plus 3 voix, ce n’est pas une déroute. Le véritable écart réside dans la durée et la résolution. Trente secondes en 4K contre quinze en 1080p, c’est une catégorie de livrable différente, et c’est la raison pour laquelle Kling 4.0 mérite d’être considéré malgré l’absence de preuves.

Prix : une grille publiée face à un vide

Les tarifs de Grok Imagine Video sont publiés à la seconde selon la résolution. Le modèle 1.5 coûte 0,08 $ par seconde en 480p, 0,14 $ en 720p et 0,25 $ en 1080p, audio inclus et entrée image à 0,01 $ par image. La variante Lite coûte 0,02 $ en 480p, 0,03 $ en 720p et 0,14 $ en 1080p. L'original historique coûte 0,05 $ en 480p et 0,07 $ en 720p. Artificial Analysis normalise la ligne 1.5 à 8,40 $ par minute et l'original à 4,20 $, ce qui est cohérent avec les tarifs 720p.

Kling 4.0 n’a pas de tarif fournisseur à la seconde au 23 octobre 2026. L’application fonctionne avec des crédits via les forfaits de Kling AI ; l’API est en accès anticipé. Les annonces de revendeurs indiquent des montants à la seconde, mais ils ne correspondent pas au prix de Kuaishou et varient tellement que d’en utiliser un comme ligne budgétaire relèverait de la conjecture.

Pour disposer d'une véritable base de référence, la génération Kling précédente est tarifée et en production. Sur OrcaRouter, kling/kling-v3 et kling/kling-v3-omni sont à $0.084 par requête, kling/kling-3-turbo est à $0.112, et les anciens paliers 2.x vont de $0.042 à $0.28. Ce sont des prix par requête plutôt que des tarifs à la seconde, ils ne s'alignent donc pas un pour un sur la grille tarifaire de Grok, mais ce sont les chiffres qu'un acheteur de Kling peut réellement utiliser aujourd'hui.

Accès et surface d’édition

Grok Imagine Video est accessible via l'API de xAI et le produit Grok grand public. Le modèle 1.5 est asynchrone : soumettre, interroger un identifiant de requête, télécharger. La famille est proposée depuis assez longtemps pour que son schéma de requête soit documenté et ses modes de défaillance connus. L'original gère les tâches d'édition et d'extension, limitées à une résolution 720p et à une source de 8,7 secondes ; le modèle 1.5 est axé sur la génération et ne prend explicitement pas en charge l'édition ni l'extension vidéo en tant que fonctionnalités documentées.

Kling 4.0 est disponible dans l’application et sur le site web Kling AI à l’échelle mondiale, l’annonce du lancement mondial étant datée du 16 octobre 2026. L’API est en accès anticipé, avec la prise en charge de MCP et de CLI indiquée. Sa surface d’édition est documentée comme des modifications ciblées de l’expression, des mouvements corporels, de la position de la caméra, du style et de l’arrière-plan sur jusqu’à cinq clips d’entrée dans une fenêtre combinée de 30 secondes — plus large que la prise en charge documentée de l’édition de Grok 1.5, plus étroite que celle d’un éditeur vidéo polyvalent.

Aucun des deux modèles n’est aujourd’hui une route OrcaRouter, donc rien ici n’affirme que nous hébergeons l’un ou l’autre. La génération Kling que nous proposons est Kling 3.0, qui constitue la solution de repli pratique si vous testez Kling 4.0 pendant l’accès anticipé. Plus largement, la raison de placer une passerelle devant une pile vidéo est que ces modèles échouent de différentes manières : l’un limite le débit, un autre expire lors d’une longue génération, un troisième renvoie un statut terminal qui n’est pas un succès. Un point de terminaison unique compatible OpenAI avec basculement automatique et prix catalogue des fournisseurs répercutés avec 0 % de marge ne rend pas les modèles meilleurs, mais empêche qu’un seul point de terminaison défaillant fasse échouer tout un lot.

Qui devrait choisir lequel ?

• Choisissez Grok Imagine Video original si vous voulez le tarif publié le plus bas et la base de preuves la plus solide. À 4,20 $ par minute et 14 371 votes, c’est le choix le moins surprenant de la comparaison, et il est assez bon marché pour servir à des brouillons.

• Choisissez Grok Imagine Video 1.5 si vous avez besoin de 1080p natif, de séquences de 15 secondes, de jusqu’à 14 images de référence et 3 références vocales, ainsi que d’un prix documenté à la seconde. C’est le Grok le mieux équipé pour un plan de personnage contrôlé.

• Choisissez Kling 4.0 si vous avez besoin d'une passe unique de 30 secondes, de 4K, de 10 images clés ou d'un livrable en 21:9, et que vous êtes prêt à piloter une API en accès anticipé, non évaluée et sans tarification.

• Choisissez Grok si l’équipe achats a besoin d’un montant cette semaine ; choisissez Kling si la prise nécessite la version plus longue et que vous pouvez attendre la grille tarifaire.

La conclusion honnête est que ces deux modèles ne sont pas encore vraiment en concurrence pour le même achat. Grok Imagine Video est une famille mature, mesurée et bon marché, vendue sur une grille tarifaire publique. Kling 4.0 est un modèle au plafond plus élevé, dans sa première semaine de disponibilité générale, les preuves et le prix restant à venir. La bonne décision pour la plupart des équipes est de garder le modèle mesuré en production et de tester le nouveau sur les plans qui ont réellement besoin de 30 secondes — et de relire à la fois le classement et la grille tarifaire dans un mois, quand la colonne vide aura peut-être enfin un chiffre.