Kling 4.0 vs Hailuo 2.3 : un écart de six mois dans deux directions

Il existe une version de cette comparaison qui s'écrit d'elle-même : Kling 4.0 est sorti le 15 octobre 2026, Hailuo 2.3 est arrivé en avril, donc le modèle le plus récent l'emporte. Cette version est erronée d'une manière qui coûte de l'argent, car les deux modèles ont été conçus pour des tâches différentes et l'écart de six mois a accentué la différence plutôt que de la combler. Hailuo 2.3 est un styliste avec du 1080p natif et sans audio. Kling 4.0 est un contrôleur avec des prises de 30 secondes, du son stéréo et dix images clés. Si vous générez des travaux d'animation proches de l'anime et montez de la musique par-dessus dans un éditeur, le modèle plus ancien est le meilleur instrument, et l'a toujours été. Si vous avez besoin d'une prise de vingt secondes avec un dialogue synchronisé, Hailuo 2.3 ne peut pas faire le travail à aucun prix. Les défaillances documentées de l'IA et les incidents d'agents à l'origine de sorties comme celle-ci sont recensés dans l'OrcaRouter AI Incident Archive où chaque entrée comporte ses propres sources, un niveau de gravité, une note de confiance et un indicateur de contestation.

C'est pourquoi la question utile n'est pas « laquelle est meilleure » mais « avec quel échec pouvez-vous vivre ». Voici où chacune échoue.

Ce qu’est réellement Hailuo 2.3

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.

• Résolution — Hailuo 2.3 en 1080p natif contre Kling 4.0 en 720p, 1080p et 4K, avec HDR 10 bits sur les deux premiers, marqués « bientôt disponible ».

• Durée du clip — Hailuo 2.3 : 6 secondes en 1080p, 10 secondes en 768p, contre Kling 4.0 : 3 à 30 secondes en une seule passe, avec une extension de 2 minutes annoncée comme prochainement disponible.

• Audio — Hailuo 2.3 : aucun ; Kling 4.0 : stéréo à deux canaux, synchronisation labiale et dialogue en neuf langues.

• Contrôle des images — Hailuo 2.3 : image de départ uniquement, aucun verrouillage de l'image de fin, contre Kling 4.0 : jusqu'à 10 images clés, plus la première et la dernière image.

• Contrôle des références — Hailuo 2.3 n'est pas positionné comme un modèle privilégiant la référence, contrairement à Kling 4.0 qui prend en charge jusqu'à 15 éléments de référence combinés.

• Modèle commercial — forfaits de points prépayés Hailuo 2.3 de 1 000 $ à 6 000 $ contre des crédits d’abonnement Kling 4.0 dans l’application, aucun tarif d’API publié.

• Score indépendant — aucun des deux modèles ne dispose d’un comparatif direct actuel ; le dernier relevé au classement de Hailuo 2.3 était autour de la 28e place, avec environ 1 180 Elo sur une édition antérieure du classement vidéo d’Artificial Analysis, et Kling 4.0 est absent.

Le comparatif de prix que personne ne peut terminer

Le canal officiel de Hailuo 2.3 repose sur des points prépayés : des forfaits allant de 1 000 $ à 6 000 $, décomptés à un taux fixe — un point pour un clip standard de six secondes en 768p, deux points pour un clip de dix secondes en 768p ou de six secondes en 1080p, la variante plus rapide Hailuo-2.3-Fast faisant descendre ces chiffres à environ 0,7 et de 1,1 à 1,3. Les revendeurs annoncent un tarif plus uniforme de 0,067 $ à 0,08 $ par seconde, d'où vient la réputation selon laquelle « Hailuo est donné ».

L’API de Kling 4.0 n’a aucun tarif publié. Le modèle se trouve derrière une bannière d’accès anticipé dans la documentation pour développeurs de Kuaishou, les tableaux de tarifs listent Kling 3.0 et ses niveaux, mais pas le nouveau modèle, et le produit grand public fonctionne avec des crédits d’abonnement. Il existe des offres de revendeurs pour les points de terminaison Kling 4.0, mais un tarif de revendeur n’est pas un prix catalogue du fournisseur et ne vous dit pas combien le modèle coûtera lorsque le point de terminaison ouvrira.

L’affirmation honnête concernant le coût est donc la suivante : le modèle le moins cher est Hailuo 2.3, car c’est le seul des deux à avoir un prix. Ce n’est pas un compliment pour son modèle économique — un créateur indépendant qui compare un engagement minimum de 1 000 $ à un montant inconnu ne compare pas vraiment des tarifs. C’est une affirmation sur le côté de la comparaison pour lequel le risque a été réduit.

La question audio tranche davantage que la fiche technique.

Si le livrable exige du son généré avec l’image — des dialogues, une ambiance, une voix avec un accent particulier —, Hailuo 2.3 est hors jeu avant même que la comparaison ne commence. Pas « plus faible » : hors jeu. Il n’y a aucun canal audio à évaluer. Le flux de travail consiste à générer en muet, puis à ajouter la musique et à doubler dans un éditeur ; et si le plan comporte un personnage qui parle, la synchronisation labiale doit être corrigée à la main ou avec un outil séparé.

Tout le lancement de Kling 4.0 repose sur l’hypothèse inverse. Une stéréo à deux canaux avec une synchronisation labiale plus précise, des dialogues en neuf langues, y compris des dialectes nommés, et une génération de texte à l’écran dont on affirme qu’elle reste lisible lorsque la caméra bouge. Pour un clip où une personne parle face caméra, une courte scène dramatique ou un film produit avec une voix off intégrée, c’est la capacité qui décide de l’achat, et c’est la seule chose que la documentation de Hailuo 2.3 ne conteste pas.

La contre-objection est que l’audio généré reste la partie la plus faible de tous les modèles vidéo, et que le propre matériel de Kuaishou n’appuie l’affirmation sur la synchronisation labiale par aucun benchmark. C’est vrai, et c’est pourquoi la ligne audio doit se lire comme « peut faire le travail » plutôt que « le fait bien ». Pour une première passe, pouvoir générer une prise synchronisée et la corriger est différent de devoir construire le son à partir de zéro.

Là où le styliste gagne encore

Deux endroits, et ils méritent d’être nommés précisément parce que les avantages du modèle plus récent sont bien plus faciles à énumérer.

Le premier point, c'est la résolution native au prix demandé. Hailuo 2.3 offre du 1080p sans réserve liée à un upscale et sans « bientôt disponible » accolé au pipeline couleur. Le 4K de Kling 4.0 est bien un réglage de sortie déjà livré, mais son HDR 10 bits ne l'est pas ; dès lors, pour un workflow en couleurs géré en 1080p, le modèle plus ancien constitue la source la plus propre — aucune surprise, aucune dépendance à une feuille de route.

Le deuxième point, c’est l’esthétique. Un modèle entraîné et réglé pour le mouvement stylisé produit des œuvres proches de l’anime et graphiques qu’il faut pousser un modèle généraliste à réaliser, et la note de version de Kuaishou cite les styles pâte à modeler, glitch, feutrine et cyber 3D parmi les rendus pris en charge, sans prétendre qu’aucun d’eux soit une spécialité. Si votre format est le court format stylisé, le modèle conçu pour cela battra le modèle qui le cite parmi vingt options, et aucun nombre d’images clés n’y changera rien.

Il y a un troisième point, plus subtil. Les faiblesses de Hailuo 2.3 sont documentées par son propre fournisseur — pas d’audio, pas d’image finale, pas photoréaliste — ce qui facilite la planification. La note de version de Kling 4.0 ne nomme aucune faiblesse ; ses seules réserves sont les mentions « bientôt disponible ». Un modèle dont la liste publiée indique ce en quoi il est mauvais est plus facile à intégrer dans un plan de production qu’un modèle dont la liste publiée indique ce en quoi il sera bon.

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.

Le test d'une seule phrase

Si vous pouvez décrire votre plan sans mentionner le son, et que le rendu est stylisé, Hailuo 2.3 reste le bon outil et son âge n'a aucune importance — 1080p, natif, sans upscaling, à un tarif que vous pouvez négocier à la baisse en volume. Si le son fait partie du plan, ou si le plan dure plus de dix secondes, ou si vous devez épingler dix moments sur une timeline et en modifier un ensuite, Kling 4.0 est la seule des deux capable de tenter le coup — dans l'app dès aujourd'hui, l'API suivant.

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.