Kling 4.0 vs Luma Ray 3.2: Satu Menghasilkan Suara, yang Lain Memenuhi Standar

Masukkan Kling 4.0 dan Luma Ray 3.2 dalam satu kalimat dan sebagian besar perbandingan langsung membahas resolusi, karena keduanya mengiklankan keluaran kelas atas dan tidak ada yang murah. Itu adalah aspek yang paling tidak menarik. Kedua model berbeda pendapat tentang sesuatu yang lebih mendasar: apakah klip yang dihasilkan adalah karya jadi atau plate. Kling 4.0, tersedia secara umum sejak 15 Oktober 2026, menghasilkan gambar dan suara stereo dua kanal dalam satu proses, mempertahankan satu take hingga 30 detik dan mengharapkan Anda mempublikasikan hasilnya. Luma Ray 3.2, unggulan Luma sejak 9 Juni 2026, menghasilkan video tanpa suara dan memusatkan rekayasanya pada apa yang terjadi setelah take — HDR 16-bit native, ekspor EXR dalam ACES2065-1, dan mode reframe yang mengubah pembingkaian tanpa merender ulang bidikan tersebut. Kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam OrcaRouter AI Incident Archive di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, nilai keyakinan, dan penanda sengketa.

Perbedaan itu menentukan lebih banyak keputusan pembelian daripada perbandingan resolusi, dan perlu dinyatakan sebelum angka-angka: jika hasil akhir Anda adalah klip yang Anda unggah, keheningan adalah cacat yang tidak bisa diperbaiki oleh hal lain di lembar spesifikasi. Jika hasil akhir Anda adalah gambar yang akan diselesaikan oleh colorist, EXR dalam ruang warna yang tepat bernilai lebih daripada ambiens yang dihasilkan sebanyak apa pun. Semua yang berikut ini membahas yang mana dari kedua jenis itu Anda.

Masalah papan skor, dinyatakan secara gamblang

Tidak ada dari kedua model itu yang dapat dibandingkan berdasarkan skor independen saat ini, dan karena alasan yang berbeda. Luma Ray 3.2 tidak memiliki baris di ketiga papan peringkat video Artificial Analysis — teks-ke-video, gambar-ke-video, atau penyuntingan — yang diperiksa pada 22 Oktober 2026. Satu-satunya entri Luma di papan gambar-ke-video adalah Ray 3 yang lebih lama, dari September 2025, berada di peringkat ke-47 dengan Elo 1.215 pada skala senyap. Ray 3.2 sama sekali tidak ada di sana.

Kling 4.0 dirilis delapan hari sebelum pembacaan ini, dan juga belum dimasukkan ke papan mana pun. Baris Kling yang ada adalah milik Kling 3.0, dari Februari 2026, dan itu tidak mengatakan apa pun tentang generasi baru. Jadi ini adalah pertandingan tanpa pengukuran bersama di kedua sisi — yang berarti siapa pun yang mengutip selisih Elo antara kedua model ini sedang mengutip sesuatu yang mereka buat sendiri. Nilailah sisa halaman ini berdasarkan spesifikasi dan penagihan, dan perlakukan skor apa pun yang Anda temukan di tempat lain dengan kecurigaan.

Gambar, suara, dan apa yang masing-masing tinggalkan untuk nanti

Catatan rilis Kuaishou untuk Kling 4.0 luar biasa spesifik soal audio. Stereo dua kanal, lip sync yang lebih rapat, dialog dalam sembilan bahasa plus aksen regional — Inggris Amerika, Inggris Britania, dan Inggris India; Mandarin Beijing, Taiwan, Timur Laut, dan Sichuan; Kanton. Ia juga menghasilkan teks di layar dalam bahasa-bahasa tersebut, yang merupakan kemampuan berbeda dari ucapan dan merupakan kemampuan yang paling jelas terlihat gagal saat kamera bergerak.

• Suara — {{1}}Kling 4.0{{/1}}: stereo dua kanal native dengan sinkronisasi bibir, dalam satu proses yang sama. {{2}}Ray 3.2{{/2}}: tidak ada audio dari prompt teks atau gambar; audio hanya bertahan pada Modify dan Reframe, tempat audio tersebut merupakan audio klip sumber, dipertahankan, bukan dihasilkan.

• Durasi — Kling 4.0: 3 hingga 30 detik dalam satu kali proses. Ray 3.2: 5 atau 10 detik untuk generasi baru; 20 detik yang banyak dikutip merupakan bagian dari Modify Video, yang mentransformasi rekaman yang sudah ada.

• Resolusi — Kling 4.0: 720p, 1080p, atau 4K, dengan 21:9 tersedia. Ray 3.2: 360p, 540p, 720p, atau 1080p, dan tidak ada pembuatan 4K — 4K milik Luma adalah utilitas upscale yang diterapkan setelahnya.

• Pipeline warna — Kling 4.0: HDR 10-bit pada 1080p dan 4K, tercantum sebagai segera hadir. Ray 3.2: pembuatan HDR 16-bit native dan ekspor EXR dalam ACES2065-1, tersedia sekarang, dengan harga dua kali tarif SDR untuk HDR dan tiga kali untuk HDR plus EXR.

• Kontrol tingkat frame — Kling 4.0: hingga 10 gambar keyframe yang ditempatkan di sepanjang timeline. Ray 3.2: hingga 16 keyframe per klip, termasuk pada gambar-ke-video.

• Referensi — Kling 4.0: hingga 15 aset gabungan di seluruh gambar, video, elemen, dan suara. Ray 3.2: teks, gambar, keyframe, dan referensi karakter, tanpa anggaran referensi video yang dipublikasikan.

Baca daftar itu dua kali. Pada empat dari enam baris, Kling 4.0 menang di atas kertas. Pada satu baris yang paling penting bagi studio finishing — EXR 16-bit dalam ruang warna yang benar-benar digunakan compositor — Ray 3.2 bukan sekadar unggul, melainkan satu-satunya di antara keduanya yang bahkan telah merilis fitur tersebut.

Dua cara untuk ditagih, dan mengapa keduanya tidak menghasilkan konversi

Luma menjual klip, bukan detik. Daftar harga bertingkat yang dipublikasikannya untuk text-to-video dan image-to-video adalah 20 kredit untuk klip draf berdurasi lima detik pada resolusi draf, 50 kredit pada 540p, 100 kredit pada 720p, dan 400 kredit pada 1080p; untuk klip sepuluh detik masing-masing 60, 150, 300, dan 1.200 kredit. Modify Video dan Reframe diberi harga terpisah dan jauh lebih tinggi, yang konsisten dengan kedudukannya sebagai alat penyempurnaan, bukan generator.

Berapa biaya satu kredit bergantung pada paket tempat Anda membelinya, jadi tidak ada satu angka dolar pun yang jujur untuk disebutkan bagi Ray 3.2 — pembeli langganan dan pembeli API bayar-sesuai-pemakaian membayar tarif yang berbeda untuk 100 kredit yang sama. Sifat yang tetap bertahan setelah konversi adalah bentuk fakturnya: biayanya tetap per klip, dapat diketahui sebelum Anda menekan generate, dan tidak berubah apakah model merender dua detik atau seluruh sepuluh detik.

Kuaishou sama sekali belum menerbitkan daftar tarif untuk Kling 4.0. API-nya masih dalam akses awal, konsol pengembang menyatakan hal itu dalam banner, dan tidak ada harga per detik baik untuk model penuh maupun Kling 4.0 Flash di halaman publik. Itu bukan kelalaian kecil dalam perbandingan tentang biaya — artinya opsi yang tampak lebih murah sebenarnya belum bisa dihitung biayanya, dan posisi yang jujur adalah bahwa ekonomi Kling 4.0 tidak diketahui sementara ekonomi Ray 3.2 setidaknya terstruktur.

Sebagai referensi, generasi sebelumnya sudah memiliki harga dan dapat dirutekan: kling/kling-v3 berada pada harga tetap $0,084 per permintaan di katalog kami, dengan kling/kling-3-turbo seharga $0,112 dan generasi 2.x serta O1 di bawahnya. Ray 3.2 bukan rute yang kami sediakan. Jadi, dua model yang benar-benar dapat dipanggil pembaca saat ini adalah Kling 3.0 dan Ray 3.2 — dan Kling baru adalah model yang menunggu daftar harga.

Dari mana angka 20 detik itu berasal

Pemasaran Luma seputar Ray 3.2 bersandar pada durasi, dan angka durasi itu mudah salah dibaca. Generasi baru berdurasi 5 atau 10 detik. Dua puluh detik adalah yang bisa dihasilkan Modify Video saat sumbernya 24fps: pada 30fps batas atasnya turun menjadi 15 detik, pada 60fps menjadi 7 detik. Itu bukan batasan yang disembunyikan Luma — hal itu tercetak di halaman harga — tetapi "hingga 20 detik" tersebar tanpa klausul frame-rate, dan tim yang membeli dengan harapan mendapat klip prompt-to-video berdurasi 20 detik akan kecewa pada panggilan pertama.

Disiplin yang sama berlaku untuk HDR. Mode HDR Ray 3.2 dibatasi pada klip lima detik pada {{1}}720p atau 1080p{{/1}}, dan tidak tersedia pada output sepuluh detik. Jadi pipeline warna terbaik model dan generasi baru terpanjangnya saling eksklusif, yang merupakan trade-off yang tidak pernah dicantumkan orang di slide perbandingan. {{2}}HDR 10-bit Kling 4.0{{/2}}, saat hadir, ditentukan untuk 1080p dan 4K tanpa keterangan durasi yang dipublikasikan — tetapi tercantum sebagai segera hadir, jadi saat ini merupakan janji di kedua sisi garis khusus ini.

Seperti apa keputusan itu di dalam studio

Produk nyata Ray 3.2 adalah iterasi pada shot yang sudah Anda miliki. Reframe mengubah rasio aspek, memperluas frame, atau menukar latar belakang setelah pengambilan gambar sambil mempertahankan pencahayaan aslinya; Modify Video mentransformasi footage sumber, bukan menciptakannya dari nol; EXR menyisakan model dalam format yang dapat dibuka Nuke dan Resolve tanpa perlu konversi. Tim yang mengerjakan proyek klien dengan colorist dalam alur kerja mendapatkan manfaat dari fitur-fitur tersebut di setiap pekerjaan, dan audio stereo sebanyak apa pun tidak dapat menggantikannya.

Produk nyata Kling 4.0 adalah rakitan pertama. Tiga puluh detik, sepuluh keyframe, dan lima belas referensi berarti sebuah rangkaian dapat dirancang alih-alih disambung-sambung, dan audio datang menyertainya — yang paling penting untuk konten media sosial, UGC, dan iklan, di mana hasil akhirnya vertikal, diberi takarir, dan dipublikasikan pada hari yang sama. Contoh dari vendor sendiri adalah vlog, drama pendek, iklan produk, dan video musik, yang cukup menggambarkan di mana model yang rampung dalam sekali proses benar-benar berguna.

Ada satu pertimbangan perutean yang mencakup keduanya. Jika sebuah tim akhirnya menggunakan masing-masing model untuk hal yang paling cocok dengannya — Kling untuk take yang layak dipublikasikan, Ray untuk plate yang akan menjalani grading — biaya integrasi adalah hal yang menentukan apakah itu terjadi dalam praktik. Satu key yang kompatibel dengan OpenAI di depan lebih dari 200 model membuat model kedua cukup menjadi perubahan ID model, bukan kontrak vendor kedua dan kuota kedua yang perlu dipantau, dan failover otomatis menjaga batch tetap berjalan saat satu jalur serving mengalami degradasi. Kami tidak merutekan Kling 4.0 maupun Luma Ray 3.2, dan artikel ini tidak mengklaim sebaliknya; argumen perutean adalah tentang model di sekitar keduanya, bukan kedua model ini.

Yang mana, secara konkret?

Pilih Luma Ray 3.2 ketika shot menjadi masalah dan suara adalah tugas orang lain. Pergerakan kamera yang tidak bisa Anda dapatkan dengan tepat, framing yang harus diubah setelah klien melihatnya, hasil akhir yang harus dikirim sebagai HDR atau EXR — itulah masalah yang dipecahkan oleh Reframe, keyframe, dan pipeline warna, dan Kling 4.0 tidak memecahkannya pada resolusi apa pun. Penagihan per klip merupakan keunggulan nyata dalam alur kerja tersebut, karena Anda melakukan iterasi pada pengarahan dan harga klip tetap tidak menghukum percobaan kesepuluh lebih dari percobaan pertama.

Pilih Kling 4.0ketika hasil keluarannya adalah produk akhir dan suara menjadi bagian darinya. Tiga puluh detik dalam satu proses, sepuluh keyframe, stereo dua kanal, dan lima belas referensi adalah kombinasi yang tidak ditawarkan oleh apa pun lain dalam perbandingan ini, dan opsi 21:9 serta 4K membuatnya layak untuk format pengiriman yang tidak akan dihasilkan Ray 3.2 secara native. Peringatannya nyata: belum ada harga yang dipublikasikan, belum ada skor independen, HDR masih dijanjikan alih-alih sudah tersedia, dan API yang masih dalam akses awal alih-alih tersedia secara umum untuk pengembang.

Yang bisa menyelesaikannya adalah entri Ray 3.2 di salah satu papan video, dan kartu tarif Kling 4.0. Sampai keduanya ada, dua kalimat yang berlaku adalah ini: salah satu model ini menghasilkan soundtrack dan yang lain mengekspor ruang warna, dan pilihan di antara keduanya ditentukan oleh hasil edit Anda, bukan oleh tab benchmark Anda.