Cartello del titolo per Genie 4 vs Kling 4.0 intitolato Due risposte al problema degli otto secondi, con una scheda che descrive Genie 4 come un mondo live a 720p per circa un minuto e un'altra che descrive Kling 4.0 come una singola ripresa da 3 a 30 secondi fino a 4K.
Guides & Insights

Genie 4 vs Kling 4.0: Due risposte al problema degli otto secondi

Autore

jinhao.song

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Per due anni il limite dei video generati è stato di circa otto secondi, e ogni laboratorio lo ha affrontato in modo diverso. K​ling 4.0 ha esteso la clip: da 3 a 30 secondi in un'unica passata, fino a dieci immagini chiave per tenere insieme l'inquadratura, audio a due canali e un prezzo al secondo che puoi moltiplicare. Genie 4 ha invece abbandonato la clip. Le sue sessioni durano circa un minuto, ma nulla viene renderizzato in anticipo per te — il mondo viene generato mentre lo attraversi, a 720p e fino a 24 fotogrammi al secondo, e puoi digitare una nuova istruzione a metà sessione e vedere il meteo cambiare. K​ling 4.0 risponde a "come faccio a ottenere un'inquadratura più lunga". Genie 4 risponde a "e se non ci fosse alcuna inquadratura".

Nessuna delle due risposte è il successore dell'altra, e il prezzo lo dimostra. K​ling vende secondi in base a un listino prezzi: circa $0,157 al secondo a 720p, $0,235 a 1080p, con un'API documentata dietro tre endpoint. Genie 4 vende un abbonamento mensile da $99,99 a un prodotto browser senza API, senza ID modello e senza alcun costo per generazione. Una è una voce di costo prevedibile. L'altra è una postazione.

Due modi per superare gli otto secondi, e quanto ti costa ciascuno

La strada di K​ling è quella conservativa: allungare la clip senza cambiare ciò che una clip è. K​ling 4.0 è stato lanciato per tutti il 15 ottobre 2026 con generazione nativa da 3 a 30 secondi, e il meccanismo che lo circonda serve tutto a controllare ciò che accade all'interno di quella finestra: fino a dieci immagini keyframe per fissare la composizione in momenti scelti, fino a quindici asset di riferimento combinati (dieci immagini, cinque video per un totale di trenta secondi, sette elementi di cui tre basati su video, più riferimenti vocali) e prompt fino a 8.000 token per poter descrivere un'inquadratura con il dettaglio che richiede una ripresa da trenta secondi.

L'approccio di Genie cambia l'unità di lavoro. Non esiste affatto un passaggio da prompt a file. Si inizializza un mondo partendo da testo o da un'immagine, poi lo si esplora con tastiera e mouse mentre un modello Gemini osserva i fotogrammi e un modello del mondo inventa ciò che c'è dietro l'angolo. I prompt a metà sessione sono la funzionalità di punta di Google: cambia il meteo, inserisci un personaggio, reindirizza l'azione, e la scena si adatta senza un reset. La sessione termina dopo circa un minuto — la model card di Google dice "circa un minuto di interazione continua" ed elenca la deriva visiva e la permanenza degli oggetti come modalità di errore note su esecuzioni più lunghe e dopo ripetute modifiche complesse.

• Unità di output — K​ling 4.0 consegna un file video, della durata da 3 a 30 secondi, mentre Genie 4 offre una sessione live di circa un minuto senza alcun file, a meno che non la registri.

• Risoluzione — Kling 4.0 a 720p, 1080p e 4K nelle specifiche di lancio, con HDR a 10 bit a 1080p e 4K rispetto a Genie 4 a 720p, fino a 24 fps, punto e basta.

• Controllo — K​ling 4.0 tramite dieci fotogrammi chiave, primo e ultimo fotogramma, quindici asset di riferimento e fino a cinque clip di input per l'editing, rispetto a Genie 4 tramite navigazione live e prompt digitati durante la sessione.

• Audio — Kling 4.0 in stereo a due canali con sincronizzazione labiale e dialoghi in oltre dieci lingue e accenti regionali, rispetto a Genie 4 per ambienza, musica e dialoghi interattivi generati insieme ai fotogrammi.

• Prezzo — K​ling 4.0 a $0,157 al secondo per l'output a 720p e $0,235 per 1080p, secondo il listino prezzi unitario di K​ling stesso, rispetto a Genie 4 a $99,99 al mese per G​oogle AI Ultra, con un livello da $199,99 che aumenta solo i limiti di utilizzo.

• Accesso — K​ling 4.0 tramite l'app web e un'API documentata con tre endpoint rispetto a Genie 4 tramite Project Genie in un browser, per gli abbonati Ultra idonei, con una lista d'attesa per AI Pro e nessuna API.

• Punteggio indipendente: nessuno dei due viene misurato rispetto all'altro da alcuno. K​ling non pubblica alcun benchmark per 4.0; G​oogle non ne pubblica alcuno per Genie 4.

Il conto, calcolato anziché stimato

Il listino di K​ling è espresso in "unità" da 0,157 $, e i valori al secondo derivano direttamente da questo. A 720p senza video in input, un secondo di output di K​ling 4.0 equivale a un'unità, ovvero 0,157 $. A 1080p equivale a un'unità e mezza, ovvero 0,235 $. Se usi filmati propri, la tariffa nominale scende a 0,6 e 0,9 unità — ma la regola di fatturazione si basa sulla durata e, quando la clip di input è più breve o uguale all'output, ti viene addebitata la durata dell'output moltiplicata per due, il che annulla abbondantemente lo sconto.

Quindi un singolo take di 30 secondi con Kling 4.0 costa circa $4,71 a 720p e circa $7,05 a 1080p. Due take — diciamo uno per provare e uno da tenere — arrivano a circa $9,42 e $14,10. Questo è l'intero costo di un minuto di filmato Kling utilizzabile, ed è un numero che puoi inserire in un foglio di calcolo per il budget senza chiedere il permesso a nessuno.

Generated cost card headed What a 30-second shot costs, showing Kling 4.0 at $4.71 for one 30-second take at 720p and $9.42 for two, against Genie 4 at $99.99 for a month of sessions with no per-second price and no API to bill against.

Genie 4 non ha un numero equivalente, e non è tanto una reticenza da parte di Google quanto un business diverso. 99,99 dollari comprano un mese di sessioni dentro Project Genie con il nuovo agente, la galleria della community e gli aggiornamenti di Genie 3 inclusi: esecuzioni da tre minuti, concatenamento di mondi, seeding di panorami a 360 gradi. Ciò che non compra è la prevedibilità: i limiti di utilizzo del livello Ultra non sono pubblicati in un'unità che un responsabile della pianificazione della produzione possa convertire in sessioni a settimana, quindi la decima sessione di una giornata è gratuita finché, di colpo, non lo è più.

Confronta i due su un singolo deliverable e il divario è netto. Una scena di trenta secondi con audio: Kling 4.0, $4.71, un file, fatto. Genie 4, un abbonamento da $99.99 e una registrazione schermo di una sessione che non puoi ripetere in modo identico. Non è un affare peggiore — è un prodotto diverso, e prezzarlo come se fosse lo stesso è il modo in cui i team finiscono per comprare la cosa sbagliata.

Dove la specifica di Kling 4.0 è più solida della sua disponibilità

Leggi attentamente il materiale di lancio e una cosa salta all'occhio: K​ling 4.0 pubblicizza il 4K, e la documentazione API per gli endpoint di ottobre elenca 720p e 1080p, con rapporti 21:9 e adattivi. Il 4K e l'HDR a 10 bit a 1080p e 4K sono nella tabella delle capacità del modello; non sono ciò tra cui uno sviluppatore che chiama /text-to-video/kling-4.0 sta scegliendo oggi da un enum di risoluzione. Questo conta perché il 4K è l'unica voce in cui K​ling batte Genie 4 di un fattore nove in numero di pixel, ed è la voce su cui non puoi ancora fatturare.

L'altra asimmetria è l'audio. L'audio di Kling 4.0 è un asset di post-produzione: stereo, con sincronizzazione labiale, in un elenco di lingue denominate con accenti regionali denominati, associato a una clip che non cambierà. L'audio di Genie 4 è una performance — si adatta mentre ti muovi, il che è più interessante e considerevolmente meno controllabile, e Google elenca la precisione audio in tempo reale tra i problemi di ricerca aperti nella release stessa. Se stai doppiando un personaggio, quello di Kling è la specifica che ti serve. Se stai progettando uno spazio e vuoi sentirlo, quello di Genie è l'unico dei due che può.

Che cosa è effettivamente invocabile oggi, da entrambe le parti

K​ling 4.0 dispone di un'API documentata. Tre endpoint — text-to-video, image-to-video e omni-video — ciascuno con un percorso di richiesta separato anziché un unico endpoint con un flag di modalità, il che significa tre rami di integrazione e tre insiemi di validazione degli input se si sta costruendo un selettore. I prompt arrivano fino a 26.000 caratteri inglesi sull'API, un'unità diversa dagli 8.000 token citati nel comunicato di lancio, quindi le due cifre non sono intercambiabili.

Genie 4 non ha alcuna API. Vale la pena dirlo chiaramente, perché un articolo comparativo che lasci intendere il contrario fa perdere un pomeriggio a uno sviluppatore. Non esiste alcun ID del modello, alcun endpoint, alcuna tariffa per generazione, e ogni piattaforma di terze parti si trova nella stessa situazione, compresa la nostra. Non offriamo Genie 4 e non possiamo instradare verso di esso.

Quella che offriamo è la generazione precedente. K​ling 3.0 e K​ling 3.0 Turbo sono nel nostro catalogo come kling/kling-v3 e kling/kling-3-turbo, a $0,084 e $0,112 per richiesta, insieme a K​ling 3.0 Omni e K​ling O1 — una sola chiave, nessun secondo contratto. Se stai valutando i costi per capire se il motion e l'audio di K​ling funzionano per la tua pipeline prima di impegnarti con le tariffe al secondo di 4.0, quello è il modo economico per scoprirlo, e il prezzo per richiesta è quello del provider, trasferito senza alcun ricarico.

Screenshot of the OrcaRouter catalogue page for Kling 3.0, showing it listed as a flagship text-to-video model with per-request pricing and a video generations endpoint path.

Chi dovrebbe scegliere cosa

Scegli K​ling 4.0 se il risultato da consegnare è un'inquadratura che deve essere affidata a qualcun altro. Ha un listino prezzi, un'API, un controllo dei riferimenti sufficientemente profondo da mantenere un personaggio coerente per trenta secondi, audio stereo con sincronizzazione labiale nella lingua che ti serve e una scala di risoluzioni che almeno dichiara 4K. Le demo di lancio — i film di campagna di K​ling stesso, i cortometraggi riconosciuti a Cannes nella sua galleria — sono tutte inquadrature composte, che è la pubblicità onesta di ciò a cui serve.

Scegli Genie 4 se il risultato da consegnare è una decisione e se un minuto basta per arrivarci. Impostare il blocking di una scena, verificare se un set funziona da una camera bassa, far visitare a un cliente uno spazio che non esiste ancora: sono lavori in cui l'interattività vale più della risoluzione e in cui nessuno si aspetta un file master alla fine. Le due collaborazioni menzionate che Google ha pubblicato con la galleria, "Villa Giallo" e "The Life of Ants", sono entrambe strutturate come esplorazione anziché come film, che è lo stesso segnale dalla direzione opposta.

Non scegliere nessuno dei due se ciò di cui hai bisogno è il volume. Nessuno dei due modelli è prezzato o costruito per mille chiamate al giorno, ed entrambi i fornitori descrivono il proprio output come di livello di ricerca, in un modo o nell'altro — G​oogle lo afferma esplicitamente a proposito della deriva e della fisica di Genie 4, e il 4K di K​ling resta una specifica più che un'opzione sull'endpoint che chiameresti.

Cosa lo risolverebbe

Due sviluppi, ciascuno dei quali chiude la questione. Il primo è Genie 4 che ottiene un'API e un prezzo al secondo; un modello del mondo che si può chiamare da una coda, a una tariffa pubblicata, diventa paragonabile a K​ling sull'unico asse che abbia mai deciso la questione, ovvero il costo per secondo utilizzabile. Il secondo è K​ling che distribuisce 4K e HDR a 10 bit sugli endpoint che ha già documentato — questo trasforma una tabella di capacità in qualcosa di consegnabile e rimuove l'unico ambito in cui l'interattività di Genie 4 non ha alcun concorrente.

Finché uno dei due non arriva, il confronto è onesto solo se ti rifiuti di valutarlo. K​ling 4.0 è lo strumento migliore per realizzare filmati. Genie 4 è l'unico dei due che può farti stare dentro il filmato mentre viene realizzato, per circa un minuto, a 720p. Queste sono frasi diverse, e per quanto la si voglia inquadrare, non c'è modo di trasformare l'una nell'altra.

Generated two-column scoreboard comparing Genie 4 and Kling 4.0 across output, length, control, audio, price and access, with Genie 4 at 720p for about a minute in a browser only and Kling 4.0 up to 4K for 3 to 30 seconds at $0.157 a second with ten keyframes and fifteen reference assets.