Kling 4.0 vs Odyssey-3: Klip dan Dunia Bukanlah Pengganti

Minta Kling 4.0 membuat kedai makan pukul 2 pagi dan Anda mendapat film 30 detik tentang kedai makan pukul 2 pagi — film yang sama, bingkai demi bingkai, setiap kali Anda menjalankan prompt yang sama. Minta Odyssey-3 membuat kedai makan pukul 2 pagi dan Anda mendapat kedai makan yang bisa Anda masuki, berbalik di dalamnya, dan menjatuhkan cangkir kopi dari konternya, dengan model memprediksi apa yang terjadi berikutnya berdasarkan apa yang baru saja Anda lakukan, bukan berdasarkan apa yang Anda ketik. Itu adalah produk berbeda yang memakai label kategori yang sama, dan perbandingan baru menjadi berguna setelah Anda berhenti bertanya mana yang menghasilkan video lebih baik dan mulai bertanya mana yang menghasilkan artefak yang dibutuhkan proyek Anda.

Itu bukan pengelakan. Itulah alasan perbandingan ini layak mendapat satu halaman: cari saja, dan Anda akan menemukan artikel daftar yang memeringkat keduanya berdasarkan resolusi dan harga, yang seperti memeringkat kamera melawan simulator penerbangan berdasarkan laju bingkai. Angkanya nyata, pemeringkatannya tidak bermakna, dan keputusan di baliknya adalah keputusan yang benar-benar bisa Anda ambil.

Apa yang dihasilkan masing-masing, secara tepat

Kling 4.0 adalah model video generatif dari Kuaishou, tersedia untuk semua orang sejak 15 Oktober 2026. Model ini menangani teks-ke-video, gambar-ke-video, frame pertama dan terakhir, multi-keyframe, omni-reference, dan penyuntingan bertarget, serta menghasilkan klip berdurasi 3 hingga 30 detik pada 720p, 1080p, atau 4K, dengan audio stereo dua kanal dan lip-sync multibahasa.

Odyssey-3 adalah model dunia dari Odyssey — sebuah transformer difusi autoregresif, 14 miliar parameter dalam konfigurasi dasar, yang dibangun untuk menghasilkan lingkungan dari sebuah prompt lalu terus memprediksinya secara real time saat seseorang menavigasi. Pratinjau riset publiknya dibuka pada 8 Oktober 2026, dan demo browser gratis menjalankan varian yang lebih ringan, Odyssey-3 Flash. Ada dua tingkat yang dipublikasikan: Odyssey-3 pada 832×480 dan Odyssey-3 Pro pada 1280×720.

Kata "video" muncul di kedua deskripsi dan berarti hal yang berbeda di masing-masing. Yang satu menghasilkan file. Yang lain menghasilkan sistem yang Anda kendalikan.

Mengapa interaktivitas mengubah kemampuan yang harus dikuasai model

Generator klip dinilai berdasarkan bagaimana suatu rangkaian tetap terlihat: komposisi, pencahayaan, gerakan, apakah tangannya memiliki lima jari. Ia dapat menghabiskan seluruh anggaran komputasinya untuk membuat satu lintasan menjadi indah, karena hanya ada satu lintasan.

Model dunia dinilai dari apa yang terjadi setelah Anda mengintervensi. Tulisan arsitektur Odyssey menjelaskan transformer difusi video multi-langkah yang diperluas secara autoregresif melalui teacher forcing dan causal masking, dengan pipeline pasca-pelatihan yang menggabungkan pencocokan distribusi dan distilasi adversarial menjadi varian beberapa langkah. Difusi memasok fidelitas, autoregresi memasok kemampuan untuk bertahan melalui rangkaian aksi, dan distilasi memasok kecepatan clock. Ketiganya menjadi penopang, dan ketiganya adalah penuturan perusahaan tentang sistemnya sendiri.

Perbedaan itu terlihat pada benchmark yang dipilih Odyssey. Physics-IQ Verified, yang dijalankan oleh Anates Labs bersama DeepMind, memperlihatkan rekaman eksperimen fisika nyata kepada model — fluida, optik, mekanika padat, magnetisme, termodinamika — dan menilai kelanjutannya berdasarkan apa yang sebenarnya terjadi. Benchmark ini sulit dimanipulasi karena kunci jawabannya adalah dunia fisika nyata. Saat ini benchmark tersebut memeringkat 41 model dari 16 laboratorium.

Angka-angka fisika, beserta kaveat yang menyertainya.

• Odyssey-3 Pro — 66,1 pada jalur video-ke-video Physics-IQ Verified, skor mentah tertinggi yang dilaporkan Odyssey. Itu adalah angka best-of-8 dari satu kali run; rata-rata empat run tanpa seleksi adalah 63,37.

• Peningkatan neto terhadap rata-rata lintasan — FLUX 3 [large] memimpin dengan +12,27 poin persentase, Odyssey-3 Pro di posisi kedua dengan +11,15, Odyssey-3 di posisi ketiga dengan +9,99.

• Biaya ternormalisasi per video yang dihasilkan — Odyssey-3 Pro $0.267, Odyssey-3 $0.139, dibandingkan dengan FLUX 3 [large] sebesar $0.868 dan Seedance 2.5 sebesar $2.838. Biaya dinormalisasi ke 24 fps dan keluaran lebar 1280 jika papan peringkat memungkinkan.

• WorldMark — Odyssey-3 menempati peringkat pertama di tiga dari empat split. Split yang tidak dimenangkannya adalah lingkungan nyata orang pertama, tempat ia berada di peringkat ketiga dengan 80,6, di belakang Lyra 2.0 dengan 84,4 dan AlayaWorld dengan 83,0. Ini adalah evaluasi vendor yang dijalankan pada kumpulan data milik pihak lain dengan takarir milik tolok ukur itu sendiri, bukan arena pihak ketiga.

• Independensi — tidak ada. Setiap angka di atas dikirimkan sendiri. Tidak ada evaluator eksternal yang menjalankan Odyssey-3 pada harness yang tidak mereka pilih sendiri.

Baca baris kedua dua kali. Pada metrik yang menyesuaikan tingkat kesulitan trek, Odyssey-3 Pro bukan yang pertama — generator video umumlah yang pertama. Angka utama perusahaan adalah skor mentah; ringkasan yang disukai papan peringkat menempatkannya di posisi kedua. Keduanya benar, dan perbedaannya adalah hal yang biasa dihilangkan dalam postingan peluncuran.

Bukti di sisi Kling 4.0 lebih tipis, bukan lebih baik.

Kuaishou belum menerbitkan benchmark sendiri untuk Kling 4.0, dan model ini tidak tercantum di papan video Artificial Analysis per 23 Oktober. Itu bukan hasil yang buruk — itu bukan hasil sama sekali. Yang ada hanyalah spesifikasi, catatan rilis, dan impresi langsung selama seminggu dari orang-orang yang memiliki akses aplikasi, yang merupakan dasar bukti lebih lemah daripada skor yang diajukan sendiri oleh Odyssey dan sepenuhnya berbeda.

Spesifikasinya benar-benar kuat, dan kekuatannya terletak pada hal-hal yang penting bagi keluaran yang ditulis, bukan bagi simulasi:

• Durasi — 3 hingga 30 detik dalam sekali proses, dengan perpanjangan hingga 2 menit yang tercantum sebagai segera hadir. Pratinjau Odyssey menghasilkan lingkungan yang berkelanjutan, bukan klip berdurasi.

• Resolusi — 720p, 1080p, dan 4K, dengan HDR 10-bit pada dua tingkat teratas yang ditandai akan segera hadir. Odyssey-3 Pro adalah 1280×720 pada batas atas jangkauannya, dan tingkat dasarnya adalah 832×480.

• Kontrol — hingga 10 gambar keyframe dan anggaran referensi 15 item yang dibagi ke gambar, detik video, suara, dan elemen. Itu adalah alat kendali seorang sutradara: Anda menentukan apa yang terjadi dan kapan.

• Audio — stereo dua saluran dengan sinkronisasi bibir dalam sembilan bahasa dan aksen yang disebutkan. Pratinjau Odyssey tidak memiliki keluaran audio yang sebanding karena Anda tidak sedang menonton adegan yang sudah jadi.

• Akses — produk konsumen sudah live; API mulai dibuka untuk klien enterprise dan pengembang pada 21 Oktober, dengan lembar harga pengembang masih menandai model tersebut sebagai Coming Soon dan hanya mencantumkan tarif pratinjau.

Biaya per hasil, bukan biaya per detik

Kedua unit harga tidak dapat dikonversi, sehingga tabel perbandingan menjadi salah. Tarif pratinjau Kling 4.0 adalah $0,157 per detik pada 720p dan $0,235 pada 1080p, tanpa tarif 4K yang dipublikasikan. Entri papan peringkat Odyssey adalah $0,139 atau $0,267 per video yang dihasilkan, dinormalisasi untuk perbandingan antarmodel dengan laju bingkai yang berbeda.

Jika Anda menginginkan rekaman 1080p berdurasi 30 detik, Kling 4.0 dengan tarif pratinjau sekitar $7.05, dengan asumsi tarif itu tetap berlaku saat peluncuran. Jika Anda menginginkan sepuluh menit lingkungan yang dapat dijelajahi pada 720p, angka per video Odyssey tidak memberi tahu Anda apa pun, karena "video" di kolom itu adalah sampel benchmark, bukan sesi. Pernyataan yang jujur adalah bahwa satu produk memiliki tarif per detik dan produk lainnya adalah pratinjau riset tanpa daftar harga sama sekali. Anggaran tidak dapat dibandingkan melintasi kesenjangan itu.

Masalah akses bersifat simetris, dan itulah inti praktisnya.

Tidak satu pun dari kedua model ini bisa langsung dipanggil. Kling 4.0 dibuka secara bertahap dengan harga pratinjau; Odyssey-3 merupakan pratinjau riset dengan formulir kontak untuk akses API, tanpa dokumentasi batas laju, dan tanpa bobot model.

Bagi tim yang mengevaluasi keduanya, langkah yang berguna adalah menjaga harness evaluasi tetap independen dari SDK vendor mana pun. OrcaRouter tidak menghosting salah satu model tersebut — tidak ada rute Odyssey, dan tidak ada pengenal Kling 4.0 dalam katalog — tetapi pekerjaan di sekitarnya adalah lalu lintas API biasa: proses perluasan prompt yang mengubah deskripsi shot menjadi sesuatu yang dapat digunakan model video, daftar shot, pemberian caption, proses penilaian yang menentukan sampel mana dari delapan sampel yang dipertahankan. Semua itu berjalan pada satu endpoint yang kompatibel dengan OpenAI di lebih dari 200 model dengan harga daftar penyedia dan markup 0%, dan failover otomatis berarti sweep evaluasi tidak gagal hanya karena satu upstream sedang mengalami masalah. Saat salah satu model membuka API self-serve, harness-nya sudah dalam bentuk yang tepat.

Model yang bisa Anda panggil hari ini adalah generasi sebelumnya di kedua sisi. Kling 3.0 tersedia di OrcaRouter dengan harga $0,084 per permintaan. Odyssey tidak memiliki pendahulu yang dapat dirutekan. Asimetri itu layak diperhatikan: dalam kategori di mana model yang menarik biasanya adalah model yang tidak tersedia, fallback di sisi Kling setidaknya merupakan endpoint yang nyata.

Siapa yang sebenarnya harus memilih yang mana?

Pilih Kling 4.0 jika hasil akhirnya adalah bidikan yang sudah selesai: iklan, rangkaian video musik, film produk, apa pun yang membuat seseorang menilai bingkai dan suara lalu mengekspornya. Proses sekali jalan 30 detik, 10 keyframe, dan audio stereo semuanya diarahkan untuk pekerjaan itu, dan tidak ada model dunia yang menggantikannya.

Pilih Odyssey-3 jika hasil yang diinginkan adalah tempat di mana seseorang bertindak di dalamnya: data pelatihan robotika, prototipe spasial, demo mirip game, evaluasi agen berwujud. Hasil Physics-IQ, navigasi orang pertama dan ketiga, serta laporan vendor tentang kebijakan robot yang bertransfer keluar dari backbone yang dibekukan adalah jenis bukti yang tepat untuk tugas itu, asalkan Anda ingat bahwa itu adalah milik vendor.

Jangan pilih salah satu dari keduanya jika yang Anda butuhkan adalah endpoint yang dapat diulang dan dapat ditagih bulan ini. Keduanya masih dalam tahap peluncuran, yang satu belum memiliki harga dan yang lain memiliki tarif pratinjau, dan jalur produksi yang dibangun di atas salah satunya hari ini adalah taruhan pada jadwal peluncuran yang tidak Anda kendalikan.

Yang bisa menyelesaikan ini bukanlah benchmark yang bisa diikuti kedua model. Ini adalah uji alur kerja: ambil satu adegan, hasilkan sebagai shot terarah berdurasi 20 detik di Kling 4.0, lalu bangun ulang lokasi yang sama di Odyssey-3 dan coba tata aksi yang sama dengan menggerakkan kamera. Jika versi interaktif tidak dapat mempertahankan komposisi yang Anda butuhkan, model dunia adalah alat yang salah terlepas dari skor fisikanya. Jika versi terarah tidak dapat bertahan terhadap perubahan sudut pandang, generator klip adalah pilihan yang tepat. Eksperimen itu menghabiskan waktu satu sore dan memberi tahu Anda lebih banyak daripada Elo mana pun di kedua sisi.