Kling 4.0 vs MiniMax H3 : le modèle évalué est le plus ancien

Il existe une version de cette comparaison qui s'écrit d'elle-même, et elle est fausse. MiniMax H3est sorti en juillet 2026 et domine le classement image-vers-vidéo d'Artificial Analysis. Kling 4.0est sorti le 15 octobre 2026, remplace un modèle en production depuis février et est le modèle vidéo le plus récent de Kuaishou. La lecture évidente est que le challenger est arrivé et que la couronne du tenant du titre est menacée. L'état réel des faits est plus étrange : c'est le modèle plus ancien qui dispose de scores indépendants, de prix publiés, de poids téléchargeables et d'une route sur notre plateforme, tandis que le plus récent affiche une fiche technique plus longue, aucun score, aucune grille tarifaire et une API encore en accès anticipé. Celui des deux qui doit vous importer dépend entièrement de la question de savoir si vous achetez une capacité ou une relation avec un fournisseur.Les défaillances d'IA et incidents d'agents documentés qui sous-tendent des 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.

Les deux modèles sont réels et tous deux solides. MiniMax H3 est un modèle de 4 à 15 secondes en 768p natif, avec du 2K disponible via un module de régénération réservé à l'API, une stéréo native à 32 kHz générée dans la même passe, et un contexte unifié qui traite ensemble les références texte, image, vidéo et audio. Kling 4.0 est un modèle de 3 à 30 secondes allant jusqu'à la 4K, avec jusqu'à dix images clés, quinze références combinées et une stéréo à deux canaux. L'écart de capacités brutes est réel, et il est plus petit que l'écart en matière de preuves.

Les scores qui existent, et le score qui n’existe pas

Artificial Analysis runs three video boards with separate scales and separate vote pools, and M​iniMax's H3 appears on all three. Read 22 October 2026:

• Image vers vidéo (AA-Video-I2V v1.1, audio conservé) — H3 (768p) est 1er au classement Elo avec 1 140 ±16 sur 4 209 votes, publié en juillet 2026, enregistré à 5,40 $ par minute. H3 Max occupe la 6e place avec 1 125 ±17.

• Texte-vers-vidéo (AA-Video-T2V v2.1) — H3 (768p) est 5e avec 1 158 ±16 sur 5 781 votes, à 4,80 $ la minute. Wan 3.0 mène avec 1 173 et la variante H3 Max est 6e avec 1 156, donc la famille occupe deux des six premières places.

• Montage vidéo (AA-Video-Editing v1.1) — H3 (768p) est 4e à 1 125 ±11 sur 7 457 votes, 9,60 $ par minute.

Kling 4.0 ne figure sur aucun d’entre eux. Les lignes Kling que portent les classements sont celles de Kling 3.0 de février — 19e en image-vers-vidéo au repère des 1 000, 17e en texte-vers-vidéo, 9e en montage — et elles décrivent la génération précédente, pas celle-ci. Huit jours après la disponibilité générale, c’est tôt pour une entrée dans un classement ; il s’agit donc d’une absence de mesure plutôt que d’une mauvaise mesure. Cela signifie tout de même que, pendant les prochaines semaines, « laquelle est meilleure » a une réponse documentée d’un côté et un communiqué de presse de l’autre.

Une mise en garde concernant les chiffres de H3, car cela joue dans les deux sens. Les intervalles du classement image-vers-vidéo sont suffisamment larges pour que la première et la sixième place se chevauchent — H3 à 1 140 ±16, H3 Max à 1 125 ±17 — donc « numéro un » est un rang, pas un écart démontré. L'affirmation honnête est que H3 fait partie d'un groupe de tête dont les membres n'ont pas encore été séparés par le décompte des votes.

À quoi servent réellement les quinze secondes supplémentaires

Le plafond de H3 est de 15 secondes, par pas entiers à partir de quatre. Celui de Kling 4.0 est de 30, en une seule passe, avec des extensions à deux minutes annoncées comme à venir. Ce n’est pas une petite différence de nature, car elle franchit la frontière entre un plan et une scène.

• Durée — MiniMax H3 : 4 à 15 secondes. Kling 4.0 : 3 à 30 secondes, extension à 2 minutes bientôt disponible.

• Résolution — H3 : 768p natif, avec du 2K via un module de régénération uniquement accessible par API que les auto-hébergeurs ne peuvent pas exécuter. Kling 4.0 : 720p, 1080p, 4K, ainsi que le 21:9.

• Contrôle au niveau des images — H3 : modes première image, dernière image et première et dernière images. Kling 4.0 : jusqu’à 10 images clés n’importe où dans la chronologie.

• Entrées de référence — H3 : jusqu'à 9 images, 3 clips vidéo et 3 clips audio lus comme un seul contexte. Kling 4.0 : jusqu'à 15 ressources combinées — 10 images, 5 vidéos totalisant 30 secondes, 7 éléments dont au maximum 3 à base de vidéo — plus des références vocales.

• Audio — H3 : stéréo 32 kHz générée avec la vidéo, à 24 fps. Kling 4.0 : stéréo à deux canaux avec synchronisation labiale et dialogues en neuf langues.

• Longueur du prompt — H3 ne publie aucun plafond de tokens dans sa documentation de requête. Kling 4.0 accepte jusqu’à 8 000 tokens.

Ce qui révèle la conception de H3, c'est la cohérence sous une caméra fixe : un plan de 15 secondes avec une seule performance, guidé par des images de référence ainsi qu'une première et une dernière image, correspond exactement à la forme que supposent ses contrôles. Ce qui révèle la conception de Kling 4.0, c'est une séquence plus longue avec des temps forts — et la timeline à dix images clés est la partie de cette mise à niveau qui modifie le plus la façon dont un plan est conçu.

Le paragraphe sur la licence qui tranche pour certains lecteurs

C'est le seul duel de cette sélection où l'un des deux modèles peut quitter les serveurs du fournisseur, et les conditions méritent d'être lues avant tout le reste si l'auto-hébergement figure sur votre feuille de route.

MiniMax H3's base checkpoint is downloadable under M​iniMax's community licence — not Apache, not MIT. That licence excludes the United States, the United Kingdom, the European Union and South Korea, where use requires an application to M​iniMax, and commercial use above a revenue threshold requires prior written authorisation. What is open is the base model: the Context-IR prompt-expansion module and the 2K regeneration path stay on the API side and were never part of the release. If you are inside one of those four territories, the weights are not a workaround for the API — they are a separate conversation with M​iniMax.

Kling 4.0 publishes no weights at all, and K​uaishou's launch material does not suggest any will follow. That is a different kind of closed: M​iniMax shipped something with terms you might be able to meet, and K​uaishou shipped nothing to meet. Neither position is unreasonable for a company selling a video model; they are just not the same position, and a team planning an on-premise pipeline should notice which side of the line each model sits on before it costs them a quarter.

Combien coûte chacun, et le chiffre qui manque

M​iniMax bills per second of generated output: $0.08 per second at 768p and $0.13 per second at 2K, with reference audio free and the first five reference images free. That renders as $4.80 per minute at 768p, which is how Artificial Analysis records it on the text-to-video and editing boards, and as $5.40 to $7.80 per minute once the resolution configuration the board measured is taken into account. The draft-then-upscale trick does not beat the meter: 768p generation plus the 2K regeneration costs $0.08 plus $0.05, exactly the $0.13 direct 2K rate.

Kuaishou n'a publié aucun tarif pour Kling 4.0, absolument aucun. La console développeur de l'API affiche une bannière d'accès anticipé et aucun prix à la seconde, ni pour le modèle complet ni pour Kling 4.0 Flash. Tous les chiffres qui circulent à son sujet aujourd'hui sont des estimations. Cette asymétrie est le fait le plus déterminant pour la décision dans cette comparaison après la licence : l'un de ces modèles dispose d'un compteur que l'on peut consulter avant de s'engager, et l'autre non.

Ce que nous pouvons tarifer, c'est la génération précédente. kling/kling-v3 et kling/kling-v3-omni sont affichés à un tarif fixe de 0,084 $ par requête sur notre catalogue, kling/kling-3-turbo à 0,112 $, et MiniMax H3 est également proposé, au tarif par seconde du fournisseur, répercuté sans aucun ajout. Cela compte pour un test comparatif : un modèle Kuaishou et MiniMax H3 répondent tous deux sur le même point de terminaison compatible OpenAI, ainsi les comparer sur vos propres prompts revient à changer d'ID de modèle plutôt qu'à gérer deux comptes fournisseurs, deux SDK et deux tableaux de bord de quotas. Le basculement se fait derrière le même appel, ce qui rend un comparatif d'une semaine pratique plutôt qu'un exercice d'approvisionnement.

La question de la disponibilité, où le modèle ouvert est aussi le plus facile.

It is rare for the open-weight model to also be the more available one, and this is that case. MiniMax H3 is callable now, on our platform and on M​iniMax's own, at a published per-second rate, with three independent board entries behind it. Kling 4.0 is callable on K​uaishou's creation page and, for developers, through an early-access API with no published rate and no model identifier we can route.

Deux choses en découlent, et elles pointent dans des directions opposées. Si vous devez livrer quelque chose ce mois-ci, H3 est le modèle qui a un prix, un score et une histoire d’intégration. Si vous avez besoin d’une prise de 30 secondes avec dix temps dirigés et un dialogue stéréo, H3 ne peut pas le faire à aucun prix, et attendre la grille tarifaire de Kling 4.0 est le coût de cette capacité. La bonne nouvelle, c’est que ces options ne sont pas exclusives : faire passer un pipeline de clips courts par H3 pendant que vous testez Kling 4.0 sur la plateforme du fournisseur est une façon normale de gérer une transition, et cela maintient le chemin de production sur un modèle dont le comportement est documenté.

Une réserve que le routage ne peut pas lever : si vous êtes aux États-Unis, au Royaume-Uni, dans l’UE ou en Corée du Sud et que vous prévoyiez d’auto-héberger les poids de H3, l’appeler via une API ne constitue pas un moyen de contourner la licence. Il s’agit d’un produit différent avec des conditions différentes, et la question de la licence reste à votre charge.

En choisir un

Choisissez MiniMax H3 lorsque le clip est court, que le budget est fixe et que les preuves comptent. C’est un modèle du top cinq du classement texte-vers-vidéo et le premier en image-vers-vidéo, sur trois classements et des milliers de votes, à 0,08 $ par seconde en 768p. Il génère son propre audio stéréo. Il accepte neuf images, trois clips vidéo et trois clips audio dans un même contexte. Et si vous êtes en dehors des quatre territoires exclus, c’est le seul des deux que vous pouvez télécharger.

Choisissez Kling 4.0lorsque la séquence est longue et que le nombre d’éléments mobiles est élevé. Trente secondes, dix images clés, quinze références et un dialogue à deux canaux : c’est une capacité que H3 ne possède pas, et aucune position dans un classement ne peut y suppléer. Sachez, en vous lançant, que vous achetez un modèle non mesuré à un prix non publié, que le HDR 10 bits et l’extension de deux minutes sont tous deux encore annoncés comme à venir, et que l’API est en accès anticipé plutôt qu’en disponibilité générale.

Ce qui changerait la donne dans cette comparaison, ce serait l’arrivée d’une entrée Kling 4.0 dans l’un des classements et la publication d’une grille tarifaire. L’un ou l’autre suffirait à faire passer le débat d’une opposition entre capacités et preuves à une simple décision prix-qualité, ce qui est la situation que souhaite un acheteur. En attendant, les deux affirmations qui résistent à l’examen sont les suivantes : H3 est le modèle le mieux documenté, et de loin, et Kling 4.0 est le seul des deux à pouvoir tenir une prise de trente secondes.