Kling 4.0 vs MiniMax H3: Model yang Dinilai Adalah yang Lebih Lama

Ada versi perbandingan ini yang menulis dirinya sendiri, dan itu keliru. MiniMax H3 dirilis pada Juli 2026 dan memuncaki papan image-to-video Artificial Analysis. Kling 4.0 dirilis pada 15 Oktober 2026, menggantikan model yang sudah dalam produksi sejak Februari, dan merupakan model video terbaru milik K​uaishou. Pembacaan yang jelas adalah bahwa penantang telah tiba dan mahkota petahana berisiko. Keadaan catatan yang sebenarnya lebih aneh: model lama adalah model yang memiliki skor independen, harga terpublikasi, bobot yang dapat diunduh, dan rute di platform kami, sementara model yang lebih baru memiliki lembar spesifikasi lebih panjang, tanpa skor, tanpa kartu tarif, dan API yang masih dalam akses awal. Mana yang harus Anda pedulikan sepenuhnya bergantung pada apakah Anda membeli kemampuan atau hubungan dengan vendor. Kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam the OrcaRouter AI Incident Archive di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan penanda kontroversi.

Kedua model ini nyata dan keduanya kuat. MiniMax H3 adalah model berdurasi 4 hingga 15 detik pada 768p native, dengan 2K tersedia melalui modul regenerasi khusus API, stereo 32kHz native yang dihasilkan dalam satu proses yang sama, serta konteks terpadu yang membaca referensi teks, gambar, video, dan audio secara bersamaan. Kling 4.0 adalah model berdurasi 3 hingga 30 detik hingga 4K, dengan maksimal sepuluh keyframe, lima belas referensi gabungan, dan stereo dua kanal. Kesenjangan dalam kemampuan mentah itu nyata, dan kesenjangan tersebut lebih kecil daripada kesenjangan dalam bukti.

Skor-skor yang ada, dan skor yang tidak ada

Artificial Analysis mengelola tiga papan video dengan skala terpisah dan kumpulan suara terpisah, dan H3 milik M​iniMax muncul di ketiganya. Baca 22 Oktober 2026:

{{1}}• Gambar ke video (AA-Video-I2V v1.1, audio dipertahankan) — H3 (768p) berada di peringkat 1 dengan Elo 1.140 ±16 dari 4.209 suara, dirilis Juli 2026, tercatat sebesar $5,40 per menit. H3 Max berada di peringkat 6 dengan 1.125 ±17.{{/1}}

• Text-to-video (AA-Video-T2V v2.1) — H3 (768p) berada di peringkat ke-5 dengan 1,158 ±16 dari 5,781 suara, $4.80 per menit. Wan 3.0 memimpin dengan 1,173 dan varian H3 Max berada di peringkat ke-6 dengan 1,156, sehingga keluarga ini menempati dua dari enam posisi teratas.

• Pengeditan video (AA-Video-Editing v1.1) — H3 (768p) berada di peringkat ke-4 dengan skor 1,125 ±11 dari 7,457 suara, $9.60 per menit.

Kling 4.0 tidak ada di salah satu pun. Baris-baris Kling yang dimuat papan peringkat adalah milik Kling 3.0 dari Februari — peringkat ke-19 pada gambar-ke-video di anchor 1.000, peringkat ke-17 pada teks-ke-video, peringkat ke-9 pada penyuntingan — dan baris-baris itu menggambarkan generasi sebelumnya, bukan generasi ini. Delapan hari setelah ketersediaan umum masih terlalu awal untuk sebuah entri papan peringkat, jadi ini adalah ketiadaan pengukuran, bukan pengukuran yang buruk. Ini tetap berarti bahwa selama beberapa minggu ke depan, "mana yang lebih baik" memiliki jawaban terdokumentasi di satu sisi dan siaran pers di sisi lain.

Satu peringatan tentang angka-angka H3, karena hal ini bisa berlaku dua arah. Interval papan image-to-video cukup lebar sehingga peringkat pertama dan keenam tumpang tindih — H3 di 1.140 ±16, H3 Max di 1.125 ±17 — jadi "nomor satu" adalah peringkat, bukan selisih yang terbukti. Pernyataan yang jujur adalah bahwa H3 berada dalam klaster terdepan yang anggotanya belum terpisahkan oleh jumlah suara.

Untuk apa sebenarnya tambahan lima belas detik itu

Batas maksimum H3 adalah 15 detik, dalam langkah bilangan bulat mulai dari empat. Batas Kling 4.0 adalah 30 detik, dalam satu kali proses, dengan perpanjangan hingga dua menit yang tercantum akan segera hadir. Itu bukan perbedaan kecil dalam jenisnya, karena melintasi batas antara satu shot dan satu adegan.

• Durasi — MiniMax H3: 4 hingga 15 detik. Kling 4.0: 3 hingga 30 detik, perpanjangan hingga 2 menit segera hadir.

• Resolusi — H3: 768p native, dengan 2K melalui modul regenerasi khusus API yang tidak dapat dijalankan oleh pengguna self-hosting. Kling 4.0: 720p, 1080p, 4K, plus 21:9.

• Kontrol tingkat frame — H3: mode frame pertama, frame terakhir, dan frame pertama-dan-terakhir. Kling 4.0: hingga 10 keyframe di mana saja dalam timeline.

• Input referensi — H3: hingga 9 gambar, 3 klip video, dan 3 klip audio yang dibaca sebagai satu konteks. Kling 4.0: hingga 15 aset gabungan — 10 gambar, 5 video dengan total durasi 30 detik, 7 elemen termasuk maksimal 3 berbasis video — plus referensi suara.

• Audio — H3: stereo 32kHz yang dihasilkan bersama video, pada 24fps. Kling 4.0: stereo dua kanal dengan sinkronisasi bibir dan dialog dalam sembilan bahasa.

• Panjang prompt — H3 tidak mencantumkan batas maksimum token dalam dokumentasi permintaannya. Kling 4.0 menerima hingga 8.000 token.

Di mana desain H3 terlihat adalah konsistensi di bawah kamera tetap: pengambilan gambar 15 detik dengan satu pertunjukan di dalamnya, yang didorong oleh gambar referensi dan bingkai pertama serta terakhir, persis seperti bentuk yang diasumsikan oleh kontrolnya. Di mana desain Kling 4.0 terlihat adalah urutan yang lebih panjang dengan ketukan — dan garis waktu sepuluh keyframe adalah bagian dari peningkatan itu yang paling mengubah cara sebuah pengambilan gambar dibuat.

Paragraf lisensi yang menentukan bagi sebagian pembaca

Ini adalah satu-satunya perbandingan dalam rangkaian ini di mana salah satu dari kedua model dapat meninggalkan server vendor, dan ketentuannya penting untuk dibaca sebelum hal lain jika Anda berencana melakukan self-hosting.

MiniMax H3Checkpoint dasar dapat diunduh di bawah lisensi komunitas MiniMax — bukan Apache, bukan MIT. Lisensi tersebut mengecualikan Amerika Serikat, Inggris, Uni Eropa, dan Korea Selatan, di mana penggunaannya memerlukan pengajuan permohonan kepada MiniMax, dan penggunaan komersial di atas ambang pendapatan tertentu memerlukan otorisasi tertulis sebelumnya. Yang bersifat terbuka adalah model dasarnya: modul perluasan prompt Context-IR dan jalur regenerasi 2K tetap berada di sisi API dan tidak pernah menjadi bagian dari rilis ini. Jika Anda berada di salah satu dari empat wilayah tersebut, bobot model bukanlah solusi pengganti API — itu adalah pembicaraan terpisah dengan MiniMax.

Kling 4.0sama sekali tidak menerbitkan bobot, dan materi peluncuran K​uaishou tidak menunjukkan akan ada yang menyusul. Itu adalah jenis tertutup yang berbeda: M​iniMax merilis sesuatu dengan ketentuan yang mungkin bisa Anda penuhi, dan K​uaishou tidak merilis apa pun yang dapat dipenuhi. Kedua posisi itu wajar bagi perusahaan yang menjual model video; hanya saja keduanya bukan posisi yang sama, dan tim yang merencanakan pipeline on-premise harus menyadari di sisi garis mana setiap model berada sebelum hal itu merugikan mereka satu kuartal.

Berapa biaya masing-masing, dan satu angka yang hilang

MiniMax menagih per detik keluaran yang dihasilkan: $0,08 per detik pada 768p dan $0,13 per detik pada 2K, dengan audio referensi gratis dan lima gambar referensi pertama gratis. Itu setara dengan $4,80 per menit pada 768p, yang merupakan cara Artificial Analysis mencatatnya di papan text-to-video dan editing, dan $5,40 hingga $7,80 per menit setelah konfigurasi resolusi yang diukur papan tersebut diperhitungkan. Trik draf-lalu-upscale tidak mengalahkan meteran: pembuatan 768p ditambah regenerasi 2K membutuhkan biaya $0,08 ditambah $0,05, tepat sama dengan tarif langsung 2K sebesar $0,13.

Kuaishou sama sekali belum menerbitkan tarif untuk Kling 4.0. Konsol pengembang API menampilkan banner akses awal dan tidak mencantumkan harga per detik untuk model penuh maupun Kling 4.0 Flash. Setiap angka yang beredar untuknya saat ini hanyalah perkiraan seseorang. Asimetri itu adalah fakta yang paling relevan untuk keputusan dalam perbandingan ini setelah lisensi: salah satu model ini memiliki meter yang dapat Anda baca sebelum berkomitmen, sedangkan yang lain tidak.

Yang bisa kami tetapkan harganya adalah generasi sebelumnya. kling/kling-v3 dan kling/kling-v3-omni tercantum dengan tarif tetap $0.084 per permintaan di katalog kami, kling/kling-3-turbo sebesar $0.112, dan MiniMax H3 juga tersedia, dengan tarif per detik milik penyedia yang diteruskan tanpa tambahan apa pun. Itu penting untuk uji banding langsung: baik model Kuaishou maupun MiniMax H3 menjawab pada endpoint yang sama yang kompatibel dengan OpenAI, jadi membandingkannya dengan prompt Anda sendiri cukup dengan mengganti ID model, bukan dua akun vendor, dua SDK, dan dua dasbor kuota. Failover berada di balik panggilan yang sama, itulah yang membuat uji coba selama sepekan menjadi praktis alih-alih urusan pengadaan.

Pertanyaan tentang ketersediaan, di mana model terbuka juga merupakan pilihan yang lebih mudah.

Jarang terjadi model berbobot terbuka juga menjadi model yang lebih tersedia, dan inilah kasusnya. MiniMax H3 kini dapat dipanggil, di platform kami dan di milik M​iniMax sendiri, dengan tarif per detik yang dipublikasikan, dengan tiga entri papan independen yang mendukungnya. Kling 4.0 dapat dipanggil di halaman kreasi K​uaishou dan, bagi pengembang, melalui API akses awal tanpa tarif yang dipublikasikan dan tanpa pengenal model yang dapat kami rutekan.

Dua hal menyusul, dan keduanya mengarah ke arah yang berlawanan. Jika Anda perlu merilis sesuatu bulan ini, H3 adalah model yang memiliki harga, skor, dan skenario integrasi. Jika Anda membutuhkan take 30 detik dengan sepuluh beat terarah dan dialog stereo, H3 tidak dapat melakukannya berapa pun harganya, dan menunggu daftar tarif Kling 4.0 adalah biaya dari kemampuan itu. Kabar baiknya, keduanya tidak eksklusif: mengarahkan pipeline klip pendek melalui H3 sambil mencoba Kling 4.0 di platform vendor adalah cara normal untuk menjalankan transisi, dan itu menjaga jalur produksi pada model yang perilakunya terdokumentasi.

Satu peringatan yang tidak dapat diperbaiki oleh routing: jika Anda berada di AS, Inggris, UE, atau Korea Selatan dan rencana Anda adalah menghosting sendiri bobot H3, memanggilnya melalui API bukanlah solusi alternatif untuk masalah lisensi. Itu adalah produk berbeda dengan ketentuan berbeda, dan pertanyaan lisensi tetap menjadi tanggung jawab Anda untuk menjawabnya.

Memilih satu

Pilih MiniMax H3saat klipnya pendek, anggarannya tetap, dan buktinya penting. Ini adalah model lima teratas di papan text-to-video dan peringkat pertama di image-to-video, di tiga papan dan ribuan suara, dengan $0.08 per detik untuk 768p. Ini menghasilkan audio stereo sendiri. Ini menerima sembilan gambar, tiga klip video, dan tiga klip audio dalam satu konteks. Dan jika Anda berada di luar empat wilayah yang dikecualikan, ini satu-satunya dari kedua model ini yang dapat Anda unduh.

Pilih Kling 4.0 saat rangkaiannya panjang dan jumlah komponen yang bergerak banyak. Tiga puluh detik, sepuluh keyframe, lima belas referensi, dan dialog dua kanal adalah kemampuan yang tidak dimiliki H3, dan posisi benchmark sebesar apa pun tidak dapat menggantikannya. Ketahuilah bahwa Anda membeli model yang belum terukur dengan harga yang belum dipublikasikan, bahwa HDR 10-bit dan ekstensi dua menit keduanya masih dicantumkan sebagai akan hadir, dan bahwa API berada dalam akses awal, bukan tersedia secara umum.

Yang akan mengubah bentuk perbandingan ini adalah entri Kling 4.0 di salah satu papan peringkat dan kartu tarif yang diterbitkan. Salah satu saja akan memindahkannya dari perdebatan kemampuan versus bukti menjadi keputusan harga dan kualitas biasa, yang merupakan posisi yang diinginkan pembeli. Sampai saat itu, dua kalimat yang bertahan dari pengujian ketat adalah: H3 adalah model yang lebih terdokumentasi dengan selisih jauh, dan Kling 4.0 adalah satu-satunya dari keduanya yang akan bertahan dalam take berdurasi tiga puluh detik.