
Kling Image 4.0 vs MiniMax-H3-Image : l'un publie des pixels, l'autre publie un mot
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 89 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 97 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaNOUVEAUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 88 tok/s
- OrcaNOUVEAUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 134 tok/s
- OrcaNOUVEAUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 88 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 119 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 par million de tokens · 143 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligence
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligence
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 par million de tokens · 920 tok/s
Kling Image 4.0 est sorti le 17 novembre 2026 et vend sa sortie en trois mots : 2K, 4K, 8K. MiniMax-H3-Image est sorti une semaine plus tôt, le 10 novembre 2026, et sa fiche modèle vend la sortie en chiffres — 4096×4096 en 1:1, 4736×3552 en 4:3, 5024×3360 en 3:2, 5472×3072 en 16:9, 6272×2688 en 21:9, toutes proches de seize mégapixels sans upscaler séparé dans le pipeline. Cette différence de style de documentation n’est pas cosmétique. Elle détermine laquelle des deux affirmations vous pouvez vérifier avant de dépenser de l’argent, et elle détermine ce que vous achetez réellement lorsque vous payez pour le niveau supérieur. Kling figure aussi dans les deux classements d’images d’Artificial Analysis et MiniMax dispose d’une liste de prix ; chacun a ce qui manque à l’autre, et la comparaison porte surtout sur la lacune qui nuit le plus à votre flux de travail. Le repli en cours de lot décrit ci-dessus est un basculement automatique, configuré par route plutôt que par boucle de nouvelle tentative.
L’affirmation que vous pouvez vérifier, et celle que vous ne pouvez pas
Un terme de résolution est une catégorie, pas une mesure. Dans le marketing grand public, le « 8K » a désigné tout et n'importe quoi : depuis 7 680 pixels sur le grand côté jusqu'à une image de 33 mégapixels, en passant par un rendu 4K suréchantillonné auquel une accentuation est appliquée ensuite. L'annonce de Kling associe le mot à une formule — « des détails riches, des textures complexes » — et à aucune dimension. La grille tarifaire développeur fixe le prix de ce niveau à 40 unités, contre 16 pour la 2K, soit un coefficient de 2,5× pour ce qui représente, si le mot signifie ce qu'il signifie habituellement, entre quatre et seize fois le nombre de pixels. Rien dans l'un ou l'autre document ne permet de trancher.
La documentation de MiniMax va dans l’autre sens, et cette précision est justement l’intérêt. Chaque rapport d’aspect indiqué sur la fiche a une paire de pixels associée, l’API plafonne la zone livrée à 20 mégapixels, et la plage de travail est décrite comme allant d’environ 4 à 20 mégapixels. Vous pouvez donc calculer, avant de générer quoi que ce soit, ce que coûte une image par mégapixel et si le recadrage dont vous avez besoin tient sous le plafond. Vous ne pouvez pas du tout faire ce calcul pour Kling, car le nombre qui irait au dénominateur n’a pas été publié.
Cette asymétrie joue dans les deux sens, et il vaut la peine d’être précis sur la manière. Le palier 8K de Kling est un produit réel et tarifé ; un acheteur qui génère une image et en lit les dimensions saura exactement ce qu’il a obtenu dans la minute suivant le premier appel. La géométrie publiée de MiniMax est tout autant une déclaration du fournisseur — personne en dehors de MiniMax ne l’a auditée — mais c’est une déclaration du genre qui échoue bruyamment et immédiatement si elle est erronée. « 6 272 pixels de large » est une affirmation qu’une seule image réfute. « 8K » est une affirmation qui survit à presque n’importe quelle sortie.
Ce que dit l’argent, aux niveaux qui se chevauchent
MiniMax facture la sortie d’images au token : 3,80 $ par million de tokens d’image de sortie au niveau standard, et 7,60 $ sur la variante Highspeed, avec le texte en entrée à 2,30 $ par million et les images en entrée à 1,50 $ par million. Les exemples de calcul de MiniMax transforment cela en un barème par image — 0,02333 $ pour une génération texte-image en 2K, 0,06879 $ au tarif catalogue en 4K — et Artificial Analysis répertorie le modèle à 21,79 $ pour mille images, avec un montant de 26,54 $ pour le parcours d’édition, ce qui est cohérent avec l’arithmétique des tokens une fois que l’on tient compte des entrées de référence.
Kling facture des unités selon un tarif de forfait. Seize unités en 2K, 24 en 4K, 40 en 8K, à 0,00384 $ l’unité dans le plus petit forfait. Cela représente 6,1 cents, 9,2 cents et 15,4 cents par image, plus 0,8 unité pour chaque image de référence ou élément de référence joint — un poste que la documentation de Kling elle-même signale comme nouveau, précisant qu’il « diffère des modèles précédents, où les images de référence et les éléments de référence étaient gratuits ».
• Image fixe 2K — Kling Image 4.0 environ 6,1 ¢ ; MiniMax-H3-Image 0,02333 $. MiniMax est environ 2,6× moins cher.
• Image fixe 4K — Kling environ 9,2 ¢ ; MiniMax 0,06879 $ au prix catalogue. MiniMax est environ un quart moins cher.
Entrée de référence — Kling : 0,8 unité par référence, soit environ un tiers de cent chacune par image ; MiniMax facture les images de référence à 1,50 $ par million de tokens d’image en entrée.
• Haut de gamme — Kling 8K à environ 15,4 ¢ ; le haut de gamme de MiniMax est d’environ seize mégapixels quel que soit le ratio, l’API plafonnant la surface livrée à 20 mégapixels.
• Contrôles de fidélité — Kling n’en publie aucun ; MiniMax fixe l’échantillonneur à six étapes avec une échelle de guidage de 1 et rejette toute autre valeur avec une erreur HTTP 400.
La tendance est que MiniMax est moins cher à chaque palier où les deux sont comparables, avec un écart maximal en 2K, et le seul avantage incontestable de Kling sur le prix est que son barème monte plus haut, tout simplement. Si votre travail est livré en 4K ou moins et que vous optimisez le coût par image livrée, cette comparaison n’est pas serrée.

Une mise en garde concernant la remise, car les dates comptent ici. MiniMax a appliqué une réduction de 50 % sur la sortie 4K qui a expiré le 17 novembre 2026 à 16:00 UTC — six jours après la mise en ligne des poids, et la veille de la rédaction de ce texte. Toute personne qui a lu un chiffre de 0,03439 $ pour la 4K dans un résumé de lancement la semaine dernière détient un prix qui n’existe plus. Le chiffre catalogue, 0,06879 $, est celui sur lequel il faut baser son budget.
Six étapes et un échantillonneur verrouillé
MiniMax-H3-Image est un transformateur de diffusion dense de 33,1 milliards de paramètres — 50 couches, taille cachée de 5 376, 56 têtes d’attention, largeur FFN de 14 336, RoPE multimodale 3D — distillé en six étapes d’échantillonnage sans guidage sans classifieur. Ce n’est pas un conseil. L’API servie renvoie une erreur HTTP 400 pour tout nombre d’étapes autre que six ou toute échelle de guidage autre que 1, et elle rejette catégoriquement les prompts négatifs. Un checkpoint compagnon de 12 Mo, pdd_fused_heads.safetensors, porte des têtes de sortie par étape planifiées par pdd_config.json.
Pour un constructeur de pipeline, un échantillonneur verrouillé est un bienfait mitigé, et l’analyse honnête est qu’il s’agit surtout d’un bienfait. Six passes non guidées représentent un coût par image déterministe et reproductible, ce qui est précisément la propriété souhaitée lorsqu’un client demande pourquoi un rendu a coûté plus cher qu’un autre. C’est aussi une garantie de reproductibilité : le même prompt et la même graine produisent la même sortie sur le même checkpoint, sans balayage de guidance susceptible de changer accidentellement d’une exécution à l’autre. Le coût, c’est que vous ne pouvez pas échanger des étapes contre de la qualité lorsqu’un élément particulier en a besoin, et que vous ne pouvez pas utiliser le prompt négatif comme béquille — ce qui signifie que le prompt doit porter toute la spécification.
Kling ne publie rien de comparable. La note de version décrit des capacités et des niveaux tarifaires ; elle ne documente ni les étapes, ni le guidage, ni la configuration du sampler, ni une garantie de déterminisme. C’est normal pour un modèle fermé fourni sous forme d’API, et ce n’est pas une critique, mais cela signifie que la question de la reproductibilité du côté de Kling reste sans réponse plutôt que d’y répondre de manière satisfaisante. Si vous devez reproduire une image six mois plus tard, vous dépendez du fournisseur pour qu’il n’ait pas changé le modèle derrière le même identifiant.
Le déficit de transparence, dit sans détour
L’alpha est la différence fonctionnelle la plus marquante de ce duo, et il est facile de la manquer, car aucune des deux annonces ne le met en avant. MiniMax-H3-Image ne produit pas de fonds transparents. Ce n’est pas une déduction tirée d’un silence — c’est une limitation documentée, et elle exclut le modèle pour le flux de travail qui a le plus besoin d’un moteur de rendu haute résolution peu coûteux : détourer un produit d’une scène pour un catalogue, un jeu d’autocollants ou un élément d’interface. Vous pouvez générer sur un fond uni et masquer ensuite, ce qui coûte un cinquième du temps que vous avez économisé au rendu.
Les cinq capacités publiées de Kling ne mentionnent pas non plus alpha, donc la même absence s’applique. Mais les deux absences n’ont pas la même forme : MiniMax énonce la limitation, Kling omet simplement le sujet. Si une sortie transparente est une exigence, aucun des deux modèles n’y apporte de réponse documentée, et la démarche honnête consiste à tester les deux plutôt qu’à supposer que le plus cher inclut la fonctionnalité.

Où aboutissent réellement les chiffres de la qualité
Les deux modèles sont mesurés, ce qui place ce duo devant la plupart des comparaisons de cette gamme de prix. Sur le classement text-to-image d’Artificial Analysis, Kling Image 4.0 occupe la septième place avec 1 179,93, et MiniMax-H3-Image affiche 1 065,68 — soit un écart d’environ 114 Elo, près de huit fois l’intervalle de confiance par ligne, et donc pas du bruit. Sur le classement d’édition, l’écart se réduit à 47 points, 1 182,89 contre 1 135,07, et reste en faveur de Kling. La variante Highspeed obtient 1 071,67 en text-to-image et 1 132,38 en édition, autrement dit le niveau rapide n’est pas mesurablement moins bon que le niveau standard sur l’un ou l’autre des classements.
Interprétez cela comme un arbitrage prix-qualité, et la décision devient lisible. Kling facture environ 2,6 × le prix 2K de MiniMax et achète environ 114 points Elo de préférence texte-image. La pertinence de cet arbitrage dépend entièrement de ce que vous générez. Une image principale qu’un humain regardera pendant dix secondes pour la juger — un visuel clé de campagne, une photo produit vedette — est exactement le cas où les scores de préférence prédisent de vrais résultats. Une grille de quarante vignettes de catalogue, en revanche, est le cas où ils ne prédisent presque rien, car personne ne vote sur elles et le critère de l’acheteur est « la bonne chaussure, reconnaissable ».
Un chiffre en faveur de Kling mérite sa propre ligne. Son prédécesseur, Kling Image 3.0 Omni, occupe la 87e place du classement text-to-image avec 925,07. Un bond de 255 points en une seule génération constitue la preuve la plus solide, dans l’une comme dans l’autre des deux sorties, que le modèle plus récent est véritablement un système différent plutôt qu’un checkpoint ajusté, et ce n’est pas un chiffre qu’aucun des deux fournisseurs n’a mis dans une annonce.
Exécuter les deux à partir d’une seule clé, et une qui n’est pas là
La question pratique, pour une équipe qui compare ces deux modèles, n’est pas de savoir lequel est meilleur, mais lequel mérite un bake-off, et un bake-off exige que les deux modèles soient appelables depuis le même endroit avec le même jeu de prompts. OrcaRouter ne propose pas Kling Image 4.0 et ne propose pas MiniMax-H3-Image — l’identifiant MiniMax dans notre catalogue, minimax/minimax-h3, est le modèle vidéo, pas celui-ci — donc cette paire précise ne peut pas être exécutée chez nous aujourd’hui, et prétendre le contraire serait le genre d’affirmation contre lequel cet article argumente.
Ce qu'un point de terminaison unique vous apporte vraiment, c'est le bras témoin. Le catalogue contient des modèles d'image que nous hébergeons effectivement au prix catalogue du fournisseur, avec 0 % de marge — la paire GPT Image 2.5, les trois niveaux d'Imagen 4.0, les modèles d'image Gemini — ce qui signifie qu'un comparatif Kling contre MiniMax peut être mené sur un modèle que vous pouvez appeler sans second contrat et sans nouvelle relation de facturation. Le basculement automatique est l'autre moitié : un rendu de seize mégapixels prend assez de temps pour qu'une limite de débit en cours de lot soit un risque réel, et une règle de routage qui bascule vers un second modèle permet à une tâche de quarante images d'aller au bout au lieu d'échouer à la trente et unième image.
C'est la répartition honnête. Si c'est le palier 8K de Kling ou la géométrie de seize mégapixels de MiniMax qu'il vous faut, adressez-vous directement à ces fournisseurs. Si la question est de savoir si l'un ou l'autre vaut la peine de remplacer ce que vous utilisez aujourd'hui, la comparaison n'a de sens que lorsque les trois parties se trouvent derrière la même clé.

Lequel tester en premier
Commencez par MiniMax si votre contrainte est le coût ou la géométrie. À 2,33 cents par image 2K contre 6,1 chez Kling, avec des dimensions en pixels publiées pour chaque format et un échantillonneur verrouillé à six étapes qui rend le coût par image prévisible, c’est l’expérience la moins chère de loin et celle dont vous pouvez vérifier les spécifications en un seul appel. Prévoyez le parcours 4K à 0,06879 $, et non le tarif réduit expiré le 17 novembre.
Commencez par Kling si votre contrainte est le haut de l’échelle ou les workflows pour lesquels Kling a réellement été conçu. Rien dans la documentation MiniMax ne rivalise avec une longue page de détail e-commerce produite en une seule requête image-to-image, et rien ne rivalise avec un ensemble cohérent de plusieurs images à partir d’un seul prompt. Ce sont les deux capacités que Kling tarifie le plus finement et les deux que son rival n’aborde pas du tout — et si l’une ou l’autre décrit votre problème, l’écart de 114 points Elo et le surcoût de 2,6× cessent d’être les chiffres intéressants.
Ce que ni l’un ni l’autre ne vous dira, c’est lequel survit à votre propre asset. Cela prend un après-midi, un seul jeu de prompts et deux factures — et c’est sur la deuxième facture que les frais de référence apparaissent : côté Kling, à 0,8 unité par référence ; côté MiniMax, à des tokens d’entrée image à 1,50 $ le million.
