Kartu judul bertuliskan 'Kling Image 4.0 vs Qwen Image 3.0' dengan subjudul 'Dua model tertutup, dua jenis meteran'. Di bawahnya dua batang meteran horizontal: satu berlabel unit per frame dengan tanda pada 16, 24, dan 40, yang lainnya berlabel harga per gambar dengan tanda pada 3,4 dan 6,9 sen.
Guides & Insights

Kling Image 4.0 vs Qwen Image 3.0: Dua Model Tertutup, Dua Jenis Meter

Penulis

jinhao.song

Tanggal Terbit

Model terbaru · 20Lihat semua model →
Benchmark: Artificial Analysis · diperbarui setiap hari
Kembali ke semua artikel

Di pasar gambar saat ini, ada pesaing berbobot terbuka yang benar-benar sebanding dengan Kling Image 4.0 — MiniMax-H3-Image mengirimkan 68,65 GB bobot di Hugging Face — jadi hal yang menarik tentang Qwen Image 3.0 adalah bahwa ia memilih untuk tidak melakukannya. Alibaba meluncurkannya di Qwen AI pada 5 Agustus 2026 sebagai produk terkelola dengan tier Standard dan Pro, anggaran konkurensi yang dipublikasikan, dan kartu tarif dalam dua mata uang, serta tanpa checkpoint. Kling Image 4.0 dirilis pada 17 November 2026 dengan ketentuan tertutup yang sama: API, tangga unit, tanpa bobot. Jadi ini adalah perbandingan dua vendor yang keduanya memutuskan bahwa model adalah layanannya, dan perbedaan yang penting sepenuhnya terletak pada bagaimana masing-masing mengukur pemakaian Anda, apa yang masing-masing janjikan tentang tata letak dan tipografi, dan di mana masing-masing berada di satu papan peringkat yang mengukur keduanya.

Dua meter, dan mengapa bentuk lebih penting daripada lajunya

Kling menjual unit. Still 2K adalah 16 unit, 4K adalah 24, 8K adalah 40, dan setiap gambar referensi atau elemen referensi yang dilampirkan menambahkan 0,8 unit. Unit dikonversi pada $0,00384 dalam paket $300, $0,00381 pada $999, dan $0,00373 pada $4.000, yang membuat frame 2K sekitar 6,1 sen dan frame 8K sekitar 15,4.

Qwen menjual gambar, dengan meteran terpisah untuk setiap komponen. Di Alibaba Cloud Model Studio dalam USD, angka yang dipublikasikan adalah $0.03438 per 1K generasi dan $0.068761 per 2K generasi, dengan input $0.00275 per 1K dan output $0.04 per 1K serta $0.075 per 2K. Di Qwen Cloud internasional, tier Standard adalah input $0.003 dan output $0.03 per gambar. Di dalam negeri, kartunya dalam RMB: 0.18 per gambar untuk Standard pada 1K maupun 2K, 0.25 dan 0.50 untuk Pro, serta 0.02 per gambar untuk input gambar dan input pengeditan.

• Pembuatan 1K — Qwen Image 3.0 Standard $0.03438; Kling Image 4.0 tidak memiliki tier 1K untuk gambar diam tunggal.

• Pembuatan 2K — Qwen Standard $0.068761; Kling sekitar $0.061. Kling sekitar 11% lebih murah.

• 4K — Entri Model Studio Qwen membatasi total output pada 2048×2048, sehingga tidak ada baris 4K; Kling sekitar $0,092 pada 4K dan $0,154 pada 8K.

• Input referensi — Kling 0,8 unit per referensi per frame yang dikirim; Qwen $0.00275 per 1K input, atau RMB 0,02 sebagai input pengeditan di dalam negeri.

• Throughput — Qwen mencantumkan 10 permintaan bersamaan, antrean asinkron 200 permintaan, dan 20 permintaan per menit; Kling tidak mencantumkan satu pun dari ini.

• Tingkatan — Qwen memiliki Standard dan Pro, dengan Pro kira-kira dua kali lipat pada kartu domestik di 2K; Kling memiliki satu tingkatan dan tiga resolusi.

Hal yang menarik dalam daftar itu bukanlah harga 2K, yang mana keduanya berada dalam selisih 11% satu sama lain. Yang menarik adalah baris 4K, yang merupakan kesenjangan kemampuan yang disamarkan sebagai baris harga. Entri Model Studio Qwen Image 3.0 menjelaskan rentang output dari 912×512 hingga 2048×2048 — batas maksimum keras pada sisi panjang, bukan target sisi panjang dengan sisi pendek yang fleksibel. Tangga Kling dimulai di tempat Qwen berhenti: 4K pada 24 unit, 8K pada 40. Jika output 4K merupakan persyaratan, bukan sekadar nilai tambah, tidak ada perbandingan yang perlu dilakukan, dan semurah apa pun 2K milik Qwen tidak mengubah itu.

A two-column comparison scoreboard titled 'Kling Image 4.0 vs Qwen Image 3.0 — the scoreboard', contrasting release date, text-to-image Elo, editing Elo, maximum output resolution, price at 2K and published concurrency limits for the two models, with a footer reading 'Both models' scores per Artificial Analysis; prices per each vendor's published rate card.'

Angka 11% dan faktur yang mengubahnya menjadi 40%

Pada satu generasi 2K tunggal, Kling sekitar sebelas persen lebih murah. Apakah itu bertahan saat bersentuhan dengan alur kerja Anda bergantung pada berapa kali sebuah aset disentuh, dan kedua meter tersebut merespons iterasi secara berbeda.

Biaya referensi Kling dihitung per frame keluaran: 0,8 unit untuk setiap referensi yang dilampirkan, dikalikan dengan jumlah frame yang Anda hasilkan. Karakter yang konsisten di dua belas bidikan dengan tiga referensi membutuhkan biaya 12 × (16 + 2,4) = 220,8 unit, sekitar 85 sen, dibandingkan dengan 192 unit untuk dua belas frame yang sama tanpa referensi. Biaya tambahan tidak bergantung pada berapa kali Anda melakukan re-roll; itu bergantung pada seberapa padat referensi dalam set tersebut.

Meteran input Qwen dihitung per permintaan: $0.00275 per 1K token input, atau RMB 0.02 per gambar di dalam negeri sebagai input penyuntingan. Penyuntingan tiga tahap — hasilkan, koreksi, ubah gaya — membayar meteran itu dua kali, dan tarif domestik membuatnya cukup terbaca sebagai baris tersendiri di faktur. Kedua biaya itu tidak besar. Intinya, biaya Kling berskala dengan ukuran hasil akhir dan biaya Qwen berskala dengan jumlah percobaan, jadi alur kerja yang banyak beriterasi pada sedikit hasil akhir akan mendapati Kling lebih murah daripada yang tersirat dari angka utama 2K, dan alur kerja yang mengirim satu set besar yang konsisten pada tahap pertama akan mendapati Qwen lebih murah.

Qwen mempublikasikan satu angka lagi yang tidak dipublikasikan Kling, dan bagi siapa pun yang menjalankan antrean, angka itu mungkin lebih bernilai daripada selisih harganya. Sepuluh permintaan bersamaan, antrean asinkron berkedalaman 200, dan 20 permintaan per menit adalah anggaran throughput yang dapat Anda jadikan dasar perancangan. Kling tidak mempublikasikan apa pun: tidak ada batas laju, tidak ada angka konkurensi, tidak ada kedalaman antrean. Ketiadaan itu bukan kritik terhadap model tersebut dan merupakan masalah perencanaan yang nyata, karena perbedaan antara antrean berkedalaman 200 dan antrean yang tidak terdokumentasi adalah perbedaan antara batch semalam yang terjadwal dan pekerjaan yang gagal di tengah jalan.

Kedua vendor menjual tipografi

Baca kedua daftar fitur secara berdampingan dan sesuatu yang tidak biasa terjadi: klaim yang sama muncul dua kali. Kemampuan kedua dan ketiga Kling adalah "rendering teks yang luar biasa — teks kecil yang tajam, tipografi yang kreatif" dan "kumpulan gambar yang koheren — satu prompt, satu seri lengkap". Positioning Qwen berada di wilayah yang sama, dan penerapan komersialnya ditujukan tepat pada alur kerja tempat tipografi penting: tata letak e-commerce, poster, komposisi kemasan, aset pemasaran yang judul dan baris legalnya sama-sama harus benar.

Ini bukan kebetulan. Keterbacaan teks kecil adalah titik kegagalan yang membuat model difusi tidak dipakai dalam pekerjaan cetak komersial selama tiga tahun. Model yang menghasilkan hero shot indah tetapi mengubah disclaimer delapan poin menjadi sup glif tidak berguna untuk kemasan, dan setiap vendor di kelas ini mengetahuinya. Kedua rilis ini, sebagian, merupakan argumen bahwa masalah itu telah terpecahkan, dan tidak satu pun menerbitkan kumpulan sampel pada ukuran cetak dengan dimensi piksel yang disertakan.

Itu menjadikan klaim tipografi sebagai satu-satunya hal dalam perbandingan ini yang harus Anda uji lebih dulu dan percayai paling akhir — dan mengujinya murah. Satu tata letak, satu pembacaan baris terkecil pada zoom 100 persen, pada kedua model, memberi tahu Anda lebih banyak daripada setiap papan skor dalam artikel ini.

Screenshot of Alibaba Cloud Model Studio documentation in English listing the Qwen-Image family, with the qwen-image-3.0-pro and qwen-image-3.0 entries marked Recommended above the qwen-image-2.0-pro entries, and the Pro description naming stronger text rendering, realistic texture and semantic adherence with output capped between 512x512 and 2048x2048 total pixels in PNG format.

Papan itu, tempat keduanya tidak berdekatan

Kedua model diukur pada papan AA-Image-T2I v2.1 dan AA-Image-Edit v2.1 milik Artificial Analysis, dan keempat baris tersebut memberikan gambaran yang konsisten. Kling Image 4.0 berada di peringkat ketujuh pada text-to-image dengan 1.179,93 dan peringkat keenam pada editing dengan 1.182,89. Qwen-Image-3.0-Pro berada pada 1.094,39 dan 1.091,65. Qwen-Image-3.0 berada pada 1.075,97 dan 1.069,36. Selisih antara Kling dan tier Qwen yang lebih baik adalah 85 Elo pada text-to-image dan 91 pada editing, keduanya jauh di luar interval kepercayaan untuk suatu selisih.

Ada dua catatan, dan yang kedua adalah yang penting. Pertama, baris Qwen mencerminkan model yang telah ada di papan peringkat sejak Agustus dengan populasi suara yang besar, sedangkan baris Kling baru berumur sehari dan jumlah suaranya pun relatif sedikit — Elo model yang baru ditambahkan lebih berisik daripada model yang sudah mapan, dan dapat bergerak beberapa poin ke arah mana pun selama minggu-minggu pertama. Kedua, klaim peluncuran Alibaba sendiri adalah bahwa Qwen Image 3.0 meraih posisi nomor satu di Tiongkok pada papan peringkat text-to-image Arena.ai. Itu adalah angka yang dilaporkan vendor pada papan yang berbeda dengan populasi pemilih yang berbeda, dan tidak bertentangan dengan penempatan di Artificial Analysis; itu mengukur preferensi populasi yang berbeda. Kedua pernyataan bisa sama-sama benar, dan tidak satu pun menjadi pengganti yang lain.

Yang tidak diberitahukan oleh selisih 85 poin itu adalah bahwa Kling lebih baik dalam pekerjaan Anda. Yang diberitahukannya adalah bahwa dalam preferensi berpasangan secara buta pada prompt umum, para pemilih lebih sering memilih Kling. Sebuah model yang disetel untuk tata letak e-commerce Tiongkok dengan tipografi Mandarin yang padat dinilai pada prompt yang mungkin sama sekali tidak berkaitan dengan hal itu, dan harga premium tier Pro dibanding Standard adalah taruhan pada persis beban kerja yang kurang diberi bobot oleh board.

Keduanya tidak ada di katalog kami, dan apa yang tersisa dari itu

OrcaRouter tidak menyediakan Kling Image 4.0 dan tidak menyediakan Qwen Image 3.0 atau tier Pro-nya. Identifier Kling dalam katalog adalah video; identifier Qwen adalah model teks. Tulisan ini tidak akan menyiratkan sebaliknya.

Alasan yang penting untuk perbandingan ini, bukan sekadar basa-basi, adalah bahwa kedua vendor menetapkan harga dengan cara yang berubah. Alibaba menerbitkan satu kartu harga dalam RMB untuk platform domestik, kartu kedua dalam USD untuk Model Studio, dan rangkaian angka ketiga untuk Qwen Cloud internasional, dan ketiganya tidak konsisten — Standard adalah RMB 0,18 per gambar di domestik dan $0,03438 per 1K di Model Studio, yang bukan angka yang sama setelah dikonversi. Tarif satuan Kling turun bertahap pada $999 dan $4.000, jadi harga efektif per frame bergantung pada komitmen prabayar Anda. Perbandingan dua vendor yang harga utamanya masing-masing tiga angka adalah perbandingan yang cepat kedaluwarsa, dan alasan membeli melalui lapisan yang meneruskan harga daftar penyedia pada markup 0% adalah bahwa angka itu berubah di faktur Anda pada hari yang sama saat berubah di faktur mereka — tidak ada margin di tengah, tidak ada kontrak yang perlu dinegosiasikan ulang saat perpanjangan.

Untuk uji bandingnya sendiri, jalur yang jujur adalah model yang memang kami hosting: pasangan GPT Image 2.5, tiga tingkat Imagen 4.0, dan model gambar Gemini, semuanya dapat dipanggil dengan satu kunci. Jalankan Kling, kedua tingkat Qwen, dan satu model kontrol pada dua puluh prompt yang sama dengan sampel tipografi Anda sendiri, lalu bandingkan faktur sekaligus gambarnya. Failover otomatis penting di sini dengan cara yang spesifik: Qwen mempublikasikan batas 20 permintaan per menit, yang merupakan batas yang akan Anda capai dalam satu batch, dan aturan perutean yang beralih ke model kedua menjaga batch tetap berjalan alih-alih macet pada 429.

Screenshot of OrcaRouter's pricing page in English, headed 'We never mark up the tokens you buy', setting out the zero markup guarantee and a providers table listing each model's input, cached input, cache write and output rates as the provider's own list price.

Untuk apa masing-masing

Qwen Image 3.0 adalah pilihan yang tepat ketika output tetap berada pada atau di bawah 2048×2048, ketika kartu RMB domestik menjadi angka yang relevan secara komersial, ketika anggaran konkurensi yang dipublikasikan menjadi persyaratan perencanaan, atau ketika pekerjaan Anda berupa tata letak bahasa Mandarin yang padat — beban kerja yang tampaknya menjadi sasaran penyetelan model ini. Pilih Pro daripada Standard hanya jika evaluasi Anda sendiri menunjukkan bahwa biaya tambahannya sepadan, karena selisih papan peringkat antara kedua tingkatan adalah 18 Elo dan selisih harga domestiknya kira-kira dua kali lipat.

Kling Image 4.0 adalah pilihan tepat ketika eskalasi di atas 2K menjadi intinya: 4K untuk pekerjaan yang mendekati kebutuhan cetak, 8K jika Anda punya alasan, dan tier gambar panjang yang tidak ditawarkan sama sekali oleh model lain dalam perbandingan ini. Ini juga pilihan yang lebih baik berdasarkan preferensi buta dengan selisih yang lebar, yang penting untuk apa pun yang akan dinilai manusia sebagai gambar alih-alih dibaca sebagai tata letak.

Dan jika faktor penentunya adalah Anda ingin menjalankan bobotnya sendiri, tidak satu pun dari keduanya adalah model Anda. Itulah kompromi yang dibuat kedua vendor, dan satu pesaing di kelas ini yang mengambil pilihan lain adalah perbandingan yang berbeda.