Tavus Griffin לעומת Kling 3: שיחה בזמן אמת מול קליפ בן עשר שניות

הצורה הכנה של ההשוואה הזו היא א-סימטריה בניתוב. Kling 3 הוא מודל שניתן לקרוא לו, עם מחיר, משטח פרמטרים ורשומה בקטלוג שלנו; Tavus Griffin הוא תצוגה מקדימה מחקרית עבור בודקים מהימנים נבחרים, מאחורי טופס בקשה, שהוכרז ב-1 באוקטובר 2026 בלי מזהה, בלי נקודת קצה ובלי תעריף מפורסם. Kling 3.0 נמצא בקטלוג OrcaRouter בתור kling/kling-v3, במחיר של $0.084 לבקשה, כשמחיר המחירון של הספק מועבר הלאה בלי שום תוספת. Griffin אינו ניתן לניתוב, ולא משום שאיש לא התפנה לכך — הפעלה דו-כיוונית מלאה בזמן אמת, שבה המודל מייצר 720p במקטעים של 320 מילישניות תוך כדי האזנה, אינה קריאת בקשה-תגובה, והיא לא תתאים לאותה צורה גם אם Tavus יפתח את השערים מחר. אז זו אינה השוואה שקונה מכריע בה לפי מחיר. זוהי השוואה בין שתי תשובות לשאלה לשם מה נועד אדם מיוצר.

מה זה בעצם Kling 3.0

Kling 3.0 הושק ב-5 בפברואר 2026 כסדרה בת ארבעה מודלים — Video 3.0, Video 3.0 Omni, Image 3.0 ו-Image 3.0 Omni. התכונה המאפיינת אותו היא רצף אוטומטי של ריבוי שוטים: המודל מתכנן בעצמו את מעברי השוטים, ומצב מותאם אישית מאפשר לכם לקבוע את מספר השוטים ואת משך כל אחד מהם, כשסוקרים מדווחים על רצפים שמישים של עד כשישה שוטים נפרדים מפרומפט בודד, כאשר ניתן לציין לכל שוט גודל שוט, תנועת מצלמה וקצב נרטיבי. התקרה היא 15 שניות ליצירה עם רצפה של שלוש שניות. בצד של OrcaRouter הוא מופיע כמודל דגל לטקסט-לווידאו ולתמונה-לווידאו עם ריבוי שוטים, שליטה בנושא ובתנועה, קליפים של 3–15 שניות ועד 4K מקורי כנטען, מוגש על POST /v1/video/generations.

האודיו נוצר באותו מעבר, באופן מקורי. הגרסה של Kuaishou תומכת בסינית, אנגלית, יפנית, קוריאנית וספרדית, מטפלת בדיאלוג רב-לשוני בתוך קליפ, משייכת קול ייחודי לכל דמות בסצנות מרובות דמויות, ומציעה מבטאים אזוריים — אנגלית אמריקאית, בריטית והודית; סינית צפון-מזרחית, בייג'ינגית, טייוואנית, קנטונזית וסצ'ואנית. עקביות סינכרון השפתיים היא החולשה המדווחת ביותר בסקירות עצמאיות מעשיות, כאשר בדיקה אחת דיווחה שכשני קליפים מתוך חמישה של דיאלוג נזקקו להקלטה חוזרת, וארטיפקטים מדווחים מתרכזים סביב דיאלוג בסביבות רועשות שבהן רקעי מים ורוח מטשטשים את הדיבור.

מהו Griffin באמת, בפסקה אחת

Griffin אינו מחולל וידאו עם מצב שיחה. אלו שני מנועים הפועלים במקביל. מנוע מידול שיחה רציף קולט אודיו ווידאו של אדם, מעריך מחדש את השיחה במרווחים של פחות משנייה, ומחליט בכל אחד מהם אם לשתוק, לאותת, לתת תגובת לוואי או לקחת את התור — תוך פליטת בקרות אקספרסיביות הנושאות תזמון, עמדה, הבעת פנים ומחוות, ולא רק מילים. מנוע יצירה אודיו-ויזואלי הופך את הבקרות הללו לקול ולפיקסלים יחד: טרנספורמר דיפוזיה אוטו-רגרסיבי שמייצר דיבור בנתח לטנטי אחד בכל פעם מקידומת דובר מקודדת, ומחולל וידאו אוטו-רגרסיבי עם צעדים ספורים שמייצר 720p בנתחים של 320 ms בקצב של 25 fps מתצלום ייחוס בודד. אין פרומפט, אין אורך קליפ, ואין קובץ. עבור אודיו הוא מדווח על 0.43 שניות של השהיה אמיתית מאודיו לווידאו על H100s לעומת ארבעה קווי בסיס שפורסמו של דיפוזיה בזרימה, אשר Tavus מתארת כמחצית מהשיטה המהירה הבאה.

מחיר, והטבלה החד-צדדית

התמחור של Kling 3.0 הוא המקום היחיד במאמר הזה שבו יש מספר קונקרטי בשני צדי השוואה, וצד אחד ריק.

• Kling 3.0 ב-OrcaRouter — $0.084 לבקשה, מחיר המחירון של הספק מועבר הלאה בתוספת של 0%, כך ששינוי בתעריפים של Kuaishou או הנחה מבצעית נכנסים לתוקף כאן באותו יום ולא לאחר מחזור חוזה.

• Kling 3.0 בזירה העצמאית — לוח הטקסט-לווידאו עם אודיו, לפי הקריאה מתאריך 2 באוקטובר 2026, מפרט את מסלול 1080p Pro ב-$10.08/דקה ואת מסלול Omni 1080p Pro ב-$8.40/דקה. אותו לוח מדרג את ארבעת המסלולים של Kling 3.0 בארבעה מחירים שונים, כך ש"המחיר של Kling 3.0" אינו נתון יחיד.

• Griffin — אין מחיר. Griffin-Lite זמין לבודקים נבחרים ומהימנים בתצוגת מחקר מקדימה, אינו נמצא בפלטפורמה של Tavus, וההכרזה של Griffin-Lite עצמו אומרת שהוא לא יהיה זמין לשימוש לקוחות בשלב זה. אין תעריף לפי בקשה, אין תעריף לפי שנייה ואין מסלול חינמי שאפשר לציין, והמודל יגיע רק לאחר ש-Tavus תמצא דרך לשחררו בבטחה.

זה כל חלק התמחור, וזה הוגן להשאיר אותו שם במקום להמציא אומדן לפי שנייה מתוך טביעת הרגל החישובית.

לוחות התוצאות מודדים דברים שונים ואינם נפגשים.

שני המודלים דורגו בידי גורם שאינו הספק שלהם, בכלים שאין להשוות ביניהם.

Kling 3.0 נמצא בזירת הווידאו של Artificial Analysis, שבה ה-Elo נובע מהעדפה אנושית עיוורת בזוגות בין קליפים קצרים. שתי קריאות באותו יום מספרות סיפורים שונים, וזהו המלכוד שראוי לתת לו שם: בלוח טקסט לווידאו עם אודיו דרגות Kling ממוקמות באמצע הטבלה, ואילו בלוח תמונה לווידאו עם אודיו הן ממוקמות גבוה יותר באופן מהותי — אך לא כל דרגות Kling מופיעות בשניהם. רק גרסאות ה-Pro וה-Omni Pro 1080p נמצאות בכלל בלוח הטקסט; דרגת ה-Standard 720p מדורגת בתמונה לווידאו ולא בשום מקום אחר.

• Kling 3.0 בטקסט-לווידאו (עם אודיו) — 1080p Pro במקום ה-16, Elo 1,000 עם 4,844 הצבעות, 10.08$ לדקה; Omni 1080p Pro במקום ה-16, Elo 987 עם 2,741 הצבעות, 6.90$ לדקה. היקר מבין שתי הרמות מקבל ציון נמוך יותר, וזו אותה אי-תוצאה שפיזור הרמות מראה בכל מקום אחר בלוח הזה.

• Kling 3.0 במתמונה לווידאו (עם אודיו) — 1080p Pro במקום ה-18–20, Elo 1,055 (±6) מתוך 14,896 הצבעות, $20.16 לדקה; 720p Standard במקום ה-18–20, Elo 1,051 (±6) מתוך 14,692 הצבעות, $15.60 לדקה; Omni 1080p Pro במקום ה-21–22, Elo 1,044 (±8) מתוך 2,945 הצבעות, $16.80 לדקה; Omni 720p Standard במקום ה-21–24, Elo 1,036, $13.44 לדקה.

הקריאה היא ש-Kling 3.0 חזק יותר כשהוא מתחיל מתמונה שסופקה לו מאשר כשהוא מתחיל מטקסט, וללוח המרת תמונה לווידאו יש פי שלושה מספר הצבעות, כך שהמיקום שלו שם הוא זה שנקבע בצורה טובה יותר. זהו גם המצב שבו משתמשת רוב העבודה המסחרית. שימו לב למה שקונות ארבע הדרגות: בתוך המרת תמונה לווידאו הן משתרעות על פני 16 נקודות Elo בטווח מחירים של $13.44 עד $20.16 לדקה, והזולה מבין הארבע אינה המדורגת הנמוכה ביותר. תשלום גבוה יותר עבור Kling 3.0 לא מזיז אותו במעלה הלוח הזה.

הציונים של Griffin מגיעים מ-VideoFDB של NVIDIA, שמדרג שיחה אודיו-ויזואלית בדופלקס מלא בשני מסלולים, ונבנה והופעל על ידי NVIDIA עם שופט משלו מול רובריקה מפורסמת. Griffin-Lite קיבל 3.83 מתוך 5 ביצירה, לעומת רפרנס אנושי של 3.92, בעוד שהמערכת המפורסמת הבאה בדירוג קיבלה 2.80, ו-3.73 בתפיסה לעומת רפרנס אנושי של 4.20, עם התאמת שיעור השתלטות של 62.8% ו-73.8%. המספרים האלה לא אומרים דבר על אם קליפ נראה תקין ב-1080p, וה-Elo של Kling לא אומר דבר על אם ניתן להפריע למודל באמצע משפט. השימוש היחיד ההגון בכל אחד מהם הוא בתוך השאלה שלו.

הפער שאיש אינו מודד: השהיה מול אורך

יש כאן ניגוד הנדסי אמיתי שאף אחד מהלוחות המובילים לא לוכד, והוא הדבר השימושי ביותר בהשוואה הזו לכל מי שמתכנן מוצר.

Kling 3.0 מבצע אופטימיזציה לאורך ולמבנה בתוך יצירה תחומה: עד חמש־עשרה שניות, עד כשישה שוטים מתוכננים, שליטה בכל שוט. העלות שלו גדלה בהתאם למשך הפלט, והאיכות שלו עולה בהתאם למידת הספציפיות של הפרומפט. שום דבר בו לא פועל בזמן שהמשתמש עדיין מדבר, וזה לא פגם — זו הצורה של הקטגוריה.

Griffin מבצעת אופטימיזציה עבור השהיה בתוך סשן בלתי מוגבל: מקטעים של 320 מילישניות, 25 fps, החלטה שמתקבלת בכל מרווח של פחות משנייה, ואין קליפ לתכנן כי לשיחה אין סוף. העלות שלה, תהיה אשר תהיה, תתרחב בהתאם למשך השיחה ולא בהתאם לשניות מרונדרות, והאיכות שלה תלויה במידת הטבעיות של האדם בצד השני ולא בבריף. הזיקוק התלת-שלבי לגנרטור אוטורגרסיבי המאומן על ההיסטוריה של עצמו קיים בדיוק משום שאופן הכשל של הארכיטקטורה הזו הוא סחיפה לאורך rollout ארוך ולא צילום גרוע.

הצב את השניים זה לצד זה, והתוצאה המעשית היא שהם נכשלים בכיוונים מנוגדים. Kling 3.0 נכשל באופן גלוי ומוקדם — טייק גבולי שאפשר למחוק וליצור מחדש בכמה סנטים, כשתקציב הצילומים החוזרים מובנה בתהליך העבודה. Griffin, אילו עבד כפי שמדווח, היה נכשל באופן בלתי נראה ומאוחר, בכך שאינו מה שהוא נראה, וזו הסיבה ש-Tavus מחזיקה אותו.

היכן נתב באמת עוזר, והיכן הוא לא.

Kling 3.0 מופיע בקטלוג של OrcaRouter בתור kling/kling-v3 במחיר $0.084 לבקשה, על אותו מפתח ואותו endpoint תואם OpenAI כמו יותר מ-200 מודלים אחרים. זהו הבדל אמיתי מלהחזיק חשבון Kuaishou בתוספת אינטגרציה נפרדת עבור מודל הטקסט שהפייפליין שלכם זקוק לו: מכיוון שאיננו מוסיפים דבר למחיר הספק, שינוי תעריף של Kuaishou נכנס לתוקף אצלנו באותו יום, ואם הספק במעלה הזרם נחלש או מטיל מגבלות קצב, מנגנון failover אוטומטי מעביר את הבקשה עוד לפני שהתגובה מתחילה, במקום להחזיר שגיאה לאפליקציה שלכם. עבור פייפליין וידאו שבו קריאה אחת יכולה לעלות יותר מאלף קריאות טקסט, היכולת של הבקשה לשרוד דקה רעה אצל הספק שווה יותר מהמרווח שאתם לא משלמים.

Griffin אינו בקטלוג שלנו, אינו בקטלוג של אף אחד, ואינו יכול להיות — מודל סשן בדופלקס מלא אינו בקשה מנותבת. ניתן להגיע אליו רק על ידי הגשת בקשת גישה. עצם ההפניה של Tavus של בונים פוטנציאליים למודלים הישנים שלה ולא ל-Griffin היא הסימן המסגיר: שלושת קודמיו מפעילים את ה-PALs ש-150,000 מפתחים ועסקים כבר משתמשים בהם, ו-Griffin אינו ביניהם.

איזה אחד, בשביל מה

• בחר ב-Kling 3.0 עבור רצפים מתוכננים מרובי-צילומים מפרומפט אחד, עבור עבודת תמונה-לווידאו שבה המיקום בזירה ללא אודיו חזק וזוכה להצבעות רבות, עבור דיאלוג רב-לשוני עם קישור קולי לכל דמות בחמש שפות, עבור עקביות אלמנטים בין תנועות מצלמה, ועבור 4K אם תאשר את הדרגה בכתב — התיעוד של Kuaishou עצמה טוען ל-4K מקורי בעוד שמדריך המשתמש שלה מפרט רק 720p ו-1080p, ותעריפי קרדיט של צד שלישי עבור 4K משתנים ביותר מפי שניים בין מקורות.

• בדוק תחילה את Kling 3.0 בסנכרון שפתיים אם הדיאלוג הוא העיקר, מפני שזה המקום שבו ביקורות עצמאיות מניסיון מעשי אומרות שזה נשבר, וזהו הכשל שגורם למספר הרב ביותר של צילומים חוזרים.

• אל תתכנן סביב Griffin. בקש גישה אם השאלה שאתה צריך תשובה עליה היא אם אדם יכול להבחין בין אדם שנוצר לאדם אמיתי בשיחה של דקה, או אם הידיעה לאן שכבת האינטראקציה הולכת צריכה לעצב את מה שאתה בונה על שכבת הקליפ עכשיו.

• שימו לב לשני דברים, ולא לאחד. בצד של Kling: האם פער הדרגים מתחיל להתאים למחיר, משום שארבעת הדרגים נמצאים כיום בטווח של תשע-עשרה נקודות Elo זה מזה במשימת תמונה לווידאו, בעוד שהמחירים שלהם נבדלים פי אחד וחצי, והדרג הזול ביותר אינו בעל המיקום הגרוע ביותר. בצד של Griffin: האם יגיעו מנגנון חשיפה וכרטיס מודל; אם כן, ההשוואה מפסיקה להיות מסה עיצובית ומתחילה להיות החלטת רכש, והמאמר הזה יצטרך להיכתב מחדש.