Kling 4.0 vs Vidu Q4 Preview : l’un des deux ne prend pas de prompt texte

Ouvrez la page produit de Vidu Q4 Preview et comptez les modes de génération. Il y en a deux : Image vers vidéo et Référence vers vidéo. Il n’y a pas d’onglet texte vers vidéo, et la documentation de l’API le confirme — les endpoints sont /ent/v2/img2video et /ent/v2/reference2video, et aucun n’accepte un prompt seul. Kling 4.0, en revanche, est un modèle axé sur le texte qui accepte aussi des images, des première et dernière images, et jusqu’à dix images clés. Avant toute comparaison d’Elo, de résolution ou de prix, c’est le fait qui décide de la plupart des projets : l’un de ces modèles peut partir d’une phrase, et l’autre a besoin d’une image.

Tout le reste dans cette confrontation en découle. Vidu Q4 Preview est un instrument ciblé pour les plans qui partent d'une image. Kling 4.0 est un générateur polyvalent doté d'une surface de contrôle de metteur en scène. Ils se recoupent sur l'image vers vidéo et divergent nettement partout ailleurs.

Ce que Shengshu a livré le 7 octobre

Vidu Q4 Preview est le premier aperçu public du nouveau fleuron de Vidu, publié délibérément avant le modèle Q4 complet afin que les retours puissent façonner la version finale. Il génère de la vidéo avec audio natif — activé par défaut, dialogues et effets sonores inclus — et sa spécification est inhabituellement généreuse du côté des références.

• Modes — Image vers vidéo, 3 à 16 secondes ; Référence vers vidéo, 1 à 16 secondes. Pas de texte vers vidéo.

• Résolution — une échelle de 540p, 720p, 1080p, 2K et 4K, les 2K et 4K offrant une profondeur de couleur de 10 bits.

• Références — jusqu'à 15 images de référence et jusqu'à 3 clips audio de référence de trois à douze secondes chacun.

• Longueur du prompt — jusqu’à 20 000 caractères sur le point de terminaison image-vers-vidéo.

• Audio — natif, activé par défaut. Vous le désactivez délibérément plutôt que de l’activer.

• URL de retour — les URL de création restent valides pendant 24 heures, ce qui est important si vous traitez par lots et effectuez le rendu plus tard.

La promesse d'efficacité du fournisseur — « jusqu'à cinq fois plus de rendement pour le même budget » à spécifications comparables — reste un argument marketing tant que personne ne l'a reproduite, et la documentation de lancement de Shengshu elle-même comporte une mise en garde : les tarifs finaux, les résolutions prises en charge, la disponibilité des fonctionnalités et les conditions d'utilisation peuvent varier selon le forfait et la région.

Ce que Kling 4.0 propose sur le même axe

Kling 4.0 est accessible à tous depuis le 15 octobre 2026. Sur l’axe image-vers-vidéo, c’est le plus flexible des deux : jusqu’à 10 images clés que vous pouvez placer pour définir des états de personnage et des changements de scène, un budget de 15 références réparties sur 10 images, 5 vidéos plafonnées à 30 secondes au total, des références vocales et 7 éléments, et une durée en une seule passe de 3 à 30 secondes.

L'écart de durée est celui qui se voit au montage. Vidu Q4 Preview s'arrête à 16 secondes. Kling 4.0 va jusqu'à 30 en une seule passe, avec une extension vers 2 minutes annoncée comme bientôt disponible. Pour un plan de 20 secondes, Vidu nécessite un raccord, et Kling non. Pour un plan de 10 secondes — l'unité réelle de la plupart des travaux pour les réseaux sociaux et la publicité — la différence disparaît.

La résolution est plus proche que ne le laisse entendre le marketing. Les deux revendiquent la 4K. Les offres 2K et 4K de Vidu sont aujourd’hui livrées avec une profondeur de couleur 10 bits ; le HDR 10 bits de Kling en 1080p et 4K est annoncé comme « bientôt disponible » sur la note de version et la page de fonctionnalités de Kuaishou, aux côtés de la 4K native en 21:9. Si une livraison en dix bits est une exigence absolue ce trimestre, c’est l’offre de Vidu qui est actuellement livrée, sous réserve des restrictions liées au forfait et à la région.

Les panneaux disent quelque chose de plus restreint que le texte de lancement.

Artificial Analysis gère des classements vidéo avec des échelles Elo distinctes et des bassins de votes distincts, et ils sont versionnés. Lors de son lancement en octobre sur le tableau image-vers-vidéo v1.0 — image-vers-vidéo, audio conservé — Vidu Q4 Previewest entré troisième à l'Elo 1 179 ±10 sur 5 543 échantillons, à un tarif suivi de 7,20 $ par minute. Au-dessus, se trouvaient MiniMax H3 Max à 1 195 et MiniMax H3 à 1 181 ; Gemini Omni Flash était quatrième à 1 178. Les intervalles de dix points du troisième au sixième se chevauchaient presque complètement, si bien que « troisième » était déjà une position dans le bruit.

L’écart qui ne relevait pas du bruit était celui avec le prédécesseur de Vidu. Lors de cette capture, Vidu Q3 Pro occupait la dix-neuvième place avec 1 056. Un déplacement de 123 points en une seule version est supérieur à l’écart total entre les six premiers du classement, et c’est la preuve la plus forte que cet aperçu constitue un véritable saut générationnel plutôt qu’un simple changement de nom.

Puis le classement a bougé. La version que j’ai lue le 23 octobre est AA-Video-I2V v1.1, et elle répertorie 24 modèles : MiniMax H3 premier à 1,140, FLUX 3 Max deuxième à 1,138, Dreamina Seedance 2.5 troisième à 1,138, MiniMax H3 Max sixième à 1,125, et Vidu Q3 Pro dix-septième à 1,016. Vidu Q4 Preview n’apparaît nulle part dans cette liste. La note en haut du classement indique que trois modèles ont été ajoutés au cours des 30 derniers jours, et elle ne cite aucun d’entre eux comme étant l’aperçu de Vidu.

Je ne vais pas prétendre que cela signifie que le modèle s’est détérioré, et je ne peux pas vous dire pourquoi il est absent — qu’il ait été retiré, reclassé, ou simplement non repris dans la nouvelle version du tableau. Ce que cela signifie, c’est que chaque affirmation de « troisième au monde » à propos de ce modèle, y compris celle par laquelle cet article commence, est une déclaration sur une capture spécifique d’une version spécifique du tableau, et que le tableau ne la corrobore pas actuellement. Considérez le rang comme de l’histoire et la page produit comme le fait durable.

Sur le classement texte-vers-vidéo, Vidu Q4 Preview n’a jamais figuré — et cette absence n’est pas un problème de notation. La meilleure entrée Vidu y est Vidu Q3 Pro, en milieu de tableau, tandis que Wan 3.0 est en tête. Cela concorde avec la page produit : il s’agit d’un modèle d’image et de référence, et le classement texte-vers-vidéo ne l’évalue pas.

Kling 4.0 n'apparaît sur aucun de ces tableaux non plus, huit jours après sa disponibilité générale. Ce n'est pas un score faible ; c'est l'absence de score, dans un sens comme dans l'autre. La comparaison de qualité entre ces deux modèles ne repose donc sur aucune unité commune, et le seul chiffre indépendant de cet article appartient à un modèle que le classement actuel ne répertorie plus.

Les deux chiffres de prix, et celui sur lequel vous devriez baser votre budget

Shengshu annonce Vidu Q4 Preview « à partir de 0,014 $ par seconde », soit 0,84 $ par minute. Le relevé d'octobre d'Artificial Analysis a enregistré le même modèle à 7,20 $ par minute. Ce ne sont pas les mêmes produits : le chiffre de lancement est un plancher promotionnel, presque certainement au bas de l'échelle de résolution, et le chiffre suivi était un tarif mesuré à une résolution de production. Le fournisseur indique par ailleurs clairement que la tarification est promotionnelle et peut varier selon le forfait et la région. Budgétisez à partir du chiffre le plus élevé et considérez le plus bas comme une offre d'acquisition de clientèle.

Les tarifs de prévisualisation publiés de Kling 4.0 sont de 0,157 $ par seconde en 720p et de 0,235 $ en 1080p — soit 9,42 $ et 14,10 $ par minute — sans aucun tarif 4K et avec une page qui indique encore que le modèle est « Bientôt disponible ». D’après ces chiffres, les deux modèles se situent dans la même fourchette en résolution de production, Vidu étant moins cher et Kling vous offrant 14 secondes supplémentaires par génération.

• Par clip 1080p de 10 secondes — Vidu, au tarif suivi de 7,20 $/min, revient à environ 1,20 $. Kling 4.0, à 0,235 $/s, revient à 2,35 $.

• Pour 30 secondes de métrage final — Vidu nécessite deux générations et un assemblage, soit environ 3,60 $ plus le temps de montage. Kling 4.0 n’en nécessite qu’une, à 7,05 $.

• Pour 100 clips de dix secondes — Vidu environ 120 $ ; Kling environ 235 $ ; la route de base MiniMax H3 mentionnée ci-dessous revient à environ 80 $.

Accès : l’un est appelable, l’autre est en cours de déploiement progressif

Aucun des deux modèles n’est un choix par défaut propre en libre-service. Vidu Q4 Preview dispose d’une véritable API avec des endpoints documentés, ce qui le rend aujourd’hui plus facile à intégrer que Kling 4.0, dont l’API a commencé à s’ouvrir par vagues à partir du 21 octobre, tandis que sa grille tarifaire destinée aux développeurs indique encore que le modèle n’est pas encore disponible. Mais la version de Vidu est explicitement une preview : tarification promotionnelle, disponibilité des fonctionnalités susceptible de changer, et même un alias de modèle mal saisi — viduq4-previerw — à côté du bon dans la documentation. C’est un petit détail qui en dit long sur le stade où se trouve cette version.

Pour une équipe qui a besoin à la fois d’une voie axée sur le texte et d’une voie axée sur l’image, l’approche pratique consiste à garder le choix au niveau de la couche de routage plutôt que dans le code de l’application. OrcaRouter n’héberge aucun des deux modèles — il n’y a pas d’identifiant Vidu dans le catalogue ni de route Kling 4.0 — mais il héberge Kling 3.0 à 0,084 $ par requête et MiniMax H3 à 0,08 $ par seconde de vidéo générée, sur un point de terminaison compatible OpenAI couvrant plus de 200 modèles au prix catalogue du fournisseur, avec 0 % de marge. Le DSL de routage est l’élément qui convient à cette combinaison particulière : il permet de placer un modèle axé sur le texte et un modèle axé sur l’image derrière une seule interface afin que la décision devienne un paramètre, et le basculement automatique fait qu’une route d’aperçu qui tombe en panne n’emporte pas le lot avec elle.

Le choix entre eux dépend surtout de votre première image.

Si votre plan commence par une phrase, Vidu Q4 Preview n'est pas le bon outil, et aucun score Elo n'y changera rien. Vous généreriez une image fixe ailleurs, puis vous la confieriez — ce qui est un pipeline légitime, et que de nombreuses équipes utilisent délibérément, car cela leur donne le contrôle de l'image d'ouverture.

Si votre plan commence par une photographie, une image produit, une fiche de personnage ou une image de storyboard, Vidu Q4 Preview est le choix le mieux étayé des deux : il est troisième au classement, il a gagné 123 points Elo par rapport à son propre prédécesseur, il accepte 15 images de référence et 3 clips audio, et sa 4K 10 bits est déjà commercialisée plutôt que promise. Le plafond de 16 secondes est le prix à payer.

Si vous avez besoin de durée, de chorégraphie par images clés ou d'un parcours texte-vers-vidéo avec un budget de référence, Kling 4.0est le seul des deux à les proposer — et vous devez considérer son prix comme provisoire jusqu'à ce que Kuaishou publie un tarif 4K et retire la bannière « Coming Soon ».

Ce qui changerait la donne n’est pas une nouvelle spécification. C’est une entrée Kling 4.0 au classement image-vers-vidéo — le seul endroit où ces deux modèles pourraient réellement être comparés dans la même unité — et une sortie complète de Vidu Q4 qui, soit conserve le budget de référence de 15 images et la 4K 10 bits, soit les réduit discrètement lorsque la tarification promotionnelle prend fin. Tant que les deux n’existent pas, le classement honnête est celui que les classements soutiennent le jour où vous les lisez : Vidu Q4 Preview était troisième, sur la base de mesures, en octobre et n’est actuellement pas répertorié, Kling 4.0 n’est mesuré nulle part, et votre première image décide de la question que vous posez même.