Odyssey-3 vs Kling 3 : L’un que vous pouvez appeler aujourd’hui, l’autre pas

Odyssey-3 et Kling 3 sont faciles à aligner sur une page et difficiles à comparer en pratique, car un seul des deux existe sous une forme que l’on peut appeler. Kling 3 est le modèle de génération vidéo de Kuaishou, sorti en février 2026, généralement disponible via l’API du fournisseur et l’application Kling, et — pertinent pour les lecteurs de ce blog — routable via OrcaRouter à la fois comme kling-v3 et kling-3-turbo. Odyssey-3 est le modèle du monde fondationnel d’Odyssey, dévoilé en avant-première le 15 septembre 2026, sans prix publié, sans API, et avec une fenêtre de sortie annoncée de « dans les prochaines semaines ». Donc la première phrase honnête à propos de cette confrontation est qu’il ne s’agit pas encore d’une confrontation : l’un est un produit facturé à l’usage avec une tarification à la seconde que vous pouvez tester cet après-midi, et l’autre est un aperçu de recherche avec une capacité démontrée et aucun moyen de l’acheter. La question utile est de savoir à quoi sert chacun, et si les choses que Kling 3 fait bien sont des choses qu’un modèle du monde remplacerait un jour.

Kling 3 est un moteur de rendu avec une astuce de storyboard.

La sortie de Kling 3 en février 2026 l'a placé en tête du peloton chinois de la génération vidéo, et son positionnement est étonnamment concret. Il génère de trois à quinze secondes par clip — cinq secondes par défaut — en 720p, 1080p ou 4K selon le palier, à partir de texte, d'une seule image ou d'une paire d'images de début et de fin. Ce qui le distingue de la plupart du secteur, c'est le mode multi-plans de la variante Omni : une multi_prompt liste de plans minutés, chacun avec son propre prompt, vous permet de planifier une séquence de coupes en une seule génération plutôt que d'assembler des clips générés séparément en espérant que l'éclairage corresponde. L'audio natif — parole synchronisée, ambiance, effets, avec prise en charge d'accents régionaux dans plusieurs langues — est généré dans la même passe et peut être désactivé.

Ses points forts documentés sont le mouvement humain et le contrôle du mouvement, le conditionnement image-vers-vidéo, et le rendu de texte lisible à l'écran : enseignes, logos, étiquettes de produits qui survivent à la génération. Ses points faibles documentés sont tout aussi précis — les mains et les doigts, la simulation physique et multi-objets, la cohérence de plusieurs personnages sur un clip, et des temps de génération allant d'environ deux à quinze minutes selon la longueur et la complexité.

Cette dernière ligne de faiblesses mérite qu’on s’y arrête, car c’est précisément la ligne que vise Odyssey-3. Kling 3 peine avec les interactions physiques entre plusieurs objets ; toute la thèse d’Odyssey-3 est que prédire l’état suivant d’une scène force un modèle à apprendre comment les objets interagissent. Ce ne sont pas des affirmations concurrentes au sujet de la même caractéristique. On demande à Kling 3 de simuler la physique de manière suffisamment convaincante pour qu’un spectateur ne s’en aperçoive pas ; on demande à Odyssey-3 de rendre la physique correcte pour qu’un contrôleur puisse s’y fier.

Le prix que vous pouvez réellement mesurer

Les tarifs officiels de Kling 3 sont publiés à la seconde et commencent bas : 0,084 $ par seconde en 720p, 0,112 $ en 1080p et 0,42 $ en 4K, l'audio natif ajoutant environ 50 % en 720p et 1080p (0,126 $ et 0,168 $ respectivement) et sans surcoût en 4K. Ces chiffres sont ceux du fournisseur, et il s'agit des tarifs d'entrée de gamme. Les tarifs des fournisseurs indépendants, suivis à la minute de sortie, se situent bien au-dessus de ce que ces montants à la seconde laissent supposer, de sorte que le constat honnête est que Kling 3 est peu coûteux au départ et l'est beaucoup moins dès que l'on monte en résolution et en audio — vérifiez le montant à la minute pour votre propre configuration plutôt que le tarif affiché. Le volet grand public repose sur un système de crédits avec des paliers allant d'une allocation quotidienne gratuite à une formule Ultra à partir de 127,99 $, le palier gratuit étant limité à la 720p avec filigrane, sans utilisation commerciale.

Odyssey-3 n’a aucun prix. Ce n’est pas une petite omission — c’est toute la différence dans cette comparaison. Une équipe peut calculer le coût d’une centaine de clips Kling 3 avant d’en générer un seul. Une équipe ne peut calculer le coût de quoi que ce soit sur Odyssey-3, car il n’y a rien à partir de quoi le calculer. Notez aussi que si ces deux-là venaient un jour à apparaître côte à côte sur le plan commercial, ils ne seront probablement pas facturés de la même manière : la génération vidéo se mesure en secondes de sortie, tandis que les modèles du monde du type que décrit Odyssey ont tendance à se mesurer en heures de simulation, parce que l’acheteur est une boucle d’entraînement plutôt qu’une file de rendu.

Odyssey-3 poursuit une autre colonne

Odyssey-3 est un transformateur de diffusion autorégressif entraîné sur l'observation visuelle, et la capacité au cœur de l'annonce est un décodeur d'actions appris — un composant qui traduit la représentation interne d'une scène du modèle en commandes motrices dont un matériel spécifique a besoin. Odyssey rapporte que le même backbone pilote des bras robotiques à partir de dizaines d'heures de démonstrations (y compris des mouvements de récupération non sollicités comme réorienter une pince après une prise manquée), des politiques humanoïdes construites avec Flexion fonctionnant en temps réel, une conduite en boucle fermée à partir de 20 heures de données simulées, un vol de drone en intérieur avec évitement d'obstacles, et des sessions de Grand Theft Auto V qui se transfèrent à Red Dead Redemption 2 et Sleeping Dogs sans entraînement supplémentaire des politiques dans ces titres. Le seul chiffre comparatif de l'entreprise est que les politiques de conduite entraînées en simulation parcouraient, entre deux interventions du conducteur de sécurité, environ 77 % de la distance parcourue par les politiques entraînées sur des séquences vidéo réelles.

Chacune de ces affirmations reste non reproduite, il n'existe aucun rapport technique Odyssey-3, et aucun tiers n'a publié de chiffre. L'écart entre six incarnations est l'affirmation intéressante ; l'absence de tableau comparatif est la raison de la prendre avec prudence.

Le contraste, dimension par dimension

• Ce que ça produit — Kling 3 : un clip rendu, jusqu'à 15 s, en 4K maximum. Odyssey-3 : un état de monde simulé ainsi que des actions motrices.

• Structure des plans — Kling 3 : storyboard multi-plans via la liste de prompts temporisés de la variante Omni. Odyssey-3 : un déroulé continu unique sans notion de coupe.

• Audio — Kling 3 : natif, synchronisé, multilingue, en option, facturé à +50 % en dessous de la 4K. Odyssey-3 : aucun ; ce n'est pas un générateur multimédia.

• Prix — Kling 3 : 0,084 $/s en 720p, 0,112 $/s en 1080p, 0,42 $/s en 4K (fournisseur ; audio en supplément en dessous de 4K). Odyssey-3 : non publié.

• Accès — Kling 3 : GA depuis février 2026 via l'API et l'application du fournisseur, et routé sur OrcaRouter. Odyssey-3 : aperçu uniquement, « dans les prochaines semaines ».

• Preuves — Kling 3 : douze mois d’utilisation publique et de documentation tarifaire par des tiers. Odyssey-3 : démonstrations du fournisseur uniquement.

Où OrcaRouter trouve réellement sa place — et ce n'est pas une note de bas de page ici

Pour une fois, il ne s'agit pas d'une section sur la pile environnante. Kling 3 est l'un des modèles servis par OrcaRouter, sous kling-v3 et kling-3-turbo, de sorte que la comparaison entre les deux niveaux de Kling se fait sur une seule clé plutôt que sur deux contrats fournisseurs, et vous pouvez tester les deux sans écrire une seconde intégration. La tarification est répercutée au prix catalogue du fournisseur, avec 0 % de marge, ce qui compte plus que d'ordinaire sur un modèle dont le tarif à la seconde et le supplément audio sont publiés : quand le fournisseur modifie un chiffre, votre facture suit le jour même au lieu d'attendre le renouvellement. Le basculement automatique entre fournisseurs fait qu'une file de génération ne se bloque pas parce qu'un point de terminaison est dégradé — et les points de terminaison de génération vidéo se dégradent assez souvent pour que ce soit une préoccupation de planification, et non un cas théorique. Pour les pipelines qui ont besoin de plusieurs modèles, le DSL de routage compose un modèle de prompt, un modèle d'image pour l'image de départ et le modèle vidéo en un seul appel, ce qui correspond à peu près à la forme de tout workflow vidéo réel.

Odyssey-3, en revanche, n’est pas servi par OrcaRouter ni par qui que ce soit d’autre, et cet article ne prétend pas qu’il le soit. Il n’y a encore rien à router.

Le verdict

Si vous avez besoin de vidéo ce trimestre, Kling 3 est la réponse et la comparaison est déjà terminée — il est tarifé, disponible et routable, et son tarif publié en 720p de 0,084 $ par seconde rend le niveau d'entrée abordable pour itérer. Son mode multi-plans constitue un véritable avantage de flux de travail par rapport à la génération en clip unique, et ses faiblesses connues en matière de physique multi-objets importent moins pour le travail que la plupart des équipes réalisent réellement, à savoir de la vidéo courte où le spectateur ne va pas vérifier la physique.

Si vous avez besoin d'un contrôleur qui fonctionne sur du matériel, Odyssey-3 est celui qui cible votre problème, et il n'y a toujours rien à acheter. La raison concrète de s'y intéresser est l'étendue : un seul ensemble de poids qui couvre des bras, des humanoïdes, une voiture, un drone et trois jeux est une affirmation quant à la généralité, et la généralité est ce qui fait d'un modèle un modèle de fondation plutôt qu'une politique. La raison concrète d'attendre est que personne en dehors d'Odyssey ne l'a fait tourner. Surveillez un prix et une évaluation indépendante, dans cet ordre.