Kling 4.0 vs Flux 3 Video: uno ha un listino prezzi, l'altro ha un tetto

Sia Kling 4.0 che Flux 3 Videoaccettano testo, immagini e video, entrambi promettono output in 4K ed entrambi generano l'audio nella stessa passata dell'immagine. La differenza è che per uno dei due puoi calcolare il prezzo. Flux 3 Video, di Black Forest Labs, è diventato disponibile a livello generale il 4 agosto 2026 con una tariffa al secondo pubblicata e una riga con punteggio nella classifica text-to-video di Artificial Analysis. Kling 4.0 è presente nell'app consumer dal 15 ottobre 2026, genera fino a 30 secondi in un'unica passata e non ha né una tariffa al secondo del fornitore né un Elo indipendente. Quindi il confronto non è semplicemente funzionalità contro funzionalità; è un prodotto su cui oggi puoi fare budget contro un prodotto il cui tetto, sulla carta, è più alto.

Questo rende la decisione insolitamente lineare, se separi due domande. Quale modello può fare lo scatto? E su quale modello puoi davvero impegnarti per questo trimestre? Le risposte non coincidono, e la maggior parte delle pagine di confronto testa a testa le riduce a una sola.

Due board, nessuna colonna condivisa

Artificial Analysis elenca Flux 3 Video nella classifica text-to-video, al sesto posto con Elo 1.128 e un intervallo di confidenza del 95% di ±9 su 6.179 campioni, a un costo normalizzato di $17,40 al minuto, con una data di rilascio registrata a luglio 2026. Black Forest Labs indica il rilascio pubblico al 4 agosto 2026, dopo l'accesso anticipato dal 23 luglio; la discrepanza è un artefatto della registrazione nella classifica, non una contraddizione sul modello.

Kling 4.0 è assente da quella classifica e dalle classifiche image-to-video e di editing al 23 ottobre 2026. La generazione precedente, Kling 3.0, ha delle righe; il nuovo modello no. Una pagina di confronto che mette un Elo accanto a Kling 4.0 sta citando il vecchio modello. L'unica affermazione onesta è che un lato di questo confronto ha una posizione misurata e l'altro è un vuoto.

Anche la riga di Flux 3 Video è più ridotta rispetto al suo prodotto. Il fornitore documenta text-to-video, image-to-video, video-to-video e continuazione video, con transizioni controllate da keyframe. Artificial Analysis valuta solo la configurazione text-to-video, quindi il numero della classifica descrive una sola modalità di un modello multimodale, non l'intera superficie. Questo è un limite della classifica, non del modello.

Cosa va dentro

Flux 3 Video è un modello video multimodale con un elenco di input più ampio di quanto suggerisca la sua riga nella scheda: prompt testuali, immagini statiche come primo fotogramma, video per video-to-video e continuazione, e fotogrammi chiave per transizioni controllate. La durata raggiunge i 20 secondi in una singola generazione, con 5-20 secondi per text-to-video e image-to-video, e 5-15 secondi per la continuazione. La risoluzione è offerta a fasce di pixel anziché con rapporti d'aspetto fissi — HD a circa 1 megapixel per fotogramma, FHD a 2, QHD/2K a 4 e UHD/4K a 8 — e il fornitore offre audio nativo opzionale con dialogo multilingue, parlato sincronizzato, effetti sonori e ambienza, incluso senza costi aggiuntivi.

La storia di input di Kling 4.0 è costruita attorno a un budget anziché a un elenco di modalità. Omni Reference accetta fino a 15 risorse in un'unica attività, con un limite di 10 immagini, 5 video per un totale di 30 secondi e 7 soggetti, di cui fino a tre possono essere basati su video; ogni soggetto può avere una voce specificata. Inoltre accetta fino a 10 immagini chiave, prompt fino a 8.000 token e restituisce output da 3 a 30 secondi a 720p, 1080p o 4K, con 21:9 tra le proporzioni. La nota di rilascio elenca anche la modifica mirata su un massimo di cinque clip di input entro una finestra combinata di 30 secondi.

Il contrasto non è “uno accetta immagini e l’altro no”. È che Flux 3 Video espone gli input come modalità distinte con durate distinte, mentre Kling 4.0 li espone come un’unica attività con una quota condivisa. Una generazione Flux da 20 secondi e una generazione Kling da 30 secondi sono entrambe singole esecuzioni; l’esecuzione Kling può portare più riferimenti di identità e movimento, e l’esecuzione Flux ha un prezzo pubblicato.

Risoluzione e l'avvertenza HDR

Entrambi i fornitori pubblicizzano il 4K, ed entrambi meritano lo stesso esame approfondito. Black Forest Labs vende la risoluzione come una fascia di pixel ed elenca HD, FHD, QHD/2K e UHD/4K come livelli di listino; diverse sintesi di terze parti riportano che 2K e 4K sono annunciati o in fase di implementazione graduale anziché universalmente disponibili, quindi considera le fasce superiori come una questione di roadmap a livello del tuo account anziché come impostazione predefinita. Kling 4.0 elenca 720p, 1080p e 4K come impostazioni di output, ma l'HDR a 10 bit a 1080p e 4K è esplicitamente contrassegnato come "in arrivo" nella nota di rilascio e nella pagina delle funzionalità di Kuaishou. Il 4K nativo senza HDR è quanto effettivamente dichiarato e fornito; l'HDR no.

Nessuno dei due modelli pubblica un confronto di qualità indipendente normalizzato per la risoluzione. Le tabelle normalizzano il prezzo su un minuto in 1080p, ed è per questo che i 17,40 dollari al minuto di Flux 3 Video sono comparabili con le altre righe ma non con il dato mancante di Kling 4.0.

Prezzo: la parte che decide davvero questo trimestre

Il listino prezzi di Flux 3 Video è specifico. La generazione da testo a video e da immagine a video costa 0,06 USD al secondo in HD bozza, 0,17 USD in HD/720p, 0,29 USD in FHD/1080p, 0,40 USD in QHD/2K e 0,80 USD in UHD/4K. Video-to-video e continuazione costano di più: 0,12 USD in bozza, circa 0,41-0,43 USD in HD, 0,53-0,54 USD in FHD, 0,65 USD in 2K e 0,95 USD in 4K. L'audio è incluso. Una clip HD di cinque secondi costa circa 0,85 USD alla tariffa standard, prima di eventuali accordi su volume o piattaforma.

Kling 4.0 non ha una tariffa al secondo del fornitore al 23 ottobre 2026. L'app funziona a crediti tramite i piani di abbonamento di Kling AI. L'API è dietro un banner di accesso anticipato e Kuaishou non ha pubblicato un listino prezzi. Le piattaforme di terze parti elencano cifre al secondo, ma quelle sono prezzi di rivenditori, non del fornitore, e si muovono in modo indipendente. Un confronto dei costi tra i due modelli oggi sarebbe un confronto tra una tariffa pubblicata e una stima.

Per una base di riferimento utilizzabile, la generazione precedente di Kling ha un prezzo. Su OrcaRouter, kling/kling-v3 e kling/kling-v3-omni sono elencati a $0.084 per richiesta, kling/kling-3-turbo a $0.112, e i livelli 2.x precedenti da $0.042 a $0.28. Si tratta di prezzi di catalogo per richiesta anziché tariffe al secondo, quindi non si normalizzano direttamente rispetto alla scheda prezzi di Flux, ma sono numeri reali che puoi inserire in un budget mentre la tariffa di Kling 4.0 è sconosciuta.

Audio e la questione del conteggio delle tracce

L'audio di Flux 3 Video è opzionale, nativo e incluso nel prezzo al secondo, con dialoghi multilingue, parlato sincronizzato, effetti sonori e ambiente. Kling 4.0 genera stereo a due canali, con lip sync migliorato e dialoghi in nove lingue, oltre ad accenti inglesi e mandarini specifici. Entrambe sono dichiarazioni dei fornitori, e nessuno dei due pubblica il numero di tracce. Se hai bisogno di dialoghi, musica ed effetti come stem separabili, nessuna delle due schede tecniche ti dice se li otterrai. Metti in budget un secondo passaggio in un DAW o una rigenerazione, non un export multitraccia pulito.

Pesi, accesso e integrazione

Nessuno dei due modelli è a pesi aperti. La riga della scheda di Flux 3 Video non riporta alcun link ai pesi, e Black Forest Labs lo offre tramite la propria API e dashboard; Kling 4.0 è un modello ospitato tramite l'app e la piattaforma aperta di Kuaishou. Se l'auto-hosting è un requisito, nessuno dei due è la risposta, e la reputazione di Black Forest Labs per i rilasci aperti non cambia la licenza su questo checkpoint.

Flux 3 Video è generalmente disponibile dall'inizio di agosto, quindi il suo contratto delle richieste ha avuto un trimestre per stabilizzarsi. L'API di Kling 4.0 è in accesso anticipato, il che storicamente significa una candidatura e un'attesa anziché una tariffa pubblica; il supporto MCP e CLI è elencato, il che aiuta gli agenti e gli script di build ma non rende l'endpoint generalmente disponibile.

Oggi nessuno dei due modelli è una route di OrcaRouter, e questo articolo non intende sostenere che ospitiamo l'uno o l'altro. Quello che offriamo è la famiglia Kling 3.0 e oltre 200 modelli testuali e multimodali su un unico endpoint compatibile con OpenAI, al prezzo di listino del fornitore con markup 0%. Per un team che sperimenta Kling 4.0 mantenendo un percorso di produzione su Flux o Kling 3.0, l'architettura utile è un nome di modello stabile davanti alla chiamata e failover automatico dietro di esso, così un endpoint in accesso anticipato che applica limiti di frequenza o sparisce non si porta via l'intero batch. È lo stesso motivo per cui vale la pena avere due fornitori video: il secondo è un'assicurazione, non una copertura sulla qualità.

Chi dovrebbe scegliere cosa

• Scegli Flux 3 Video se ti servono un prezzo al secondo pubblicato, una riga text-to-video con punteggio, un limite di 20 secondi e l'audio nativo incluso. È l'unico dei due che puoi approvare in una riunione sul budget questa settimana.

• Scegli Kling 4.0 se la ripresa richiede 30 secondi senza stacco, più di una manciata di riferimenti identitari o una traccia di keyframe separata. Il tetto è più alto e il prezzo è sconosciuto.

• Scegli Flux 3 Video per video-to-video e continuazione con una tariffa nota; l'editing di Kling 4.0 è documentato su clip che ha generato, entro una finestra combinata di 30 secondi, non come modalità generale di editing di filmati.

• Scegli Kling 4.0 per un deliverable in 21:9 con 10 keyframe e un cast di 15 asset. Lascia le aspettative HDR fuori dalla porta.

• Non scegliere nessuno dei due se gli stem audio separabili sono un requisito imprescindibile, finché un fornitore non documenta l'architettura dei canali.

Ciò che risolverebbe la questione è un tariffario di Kling 4.0 e una prima riga in Artificial Analysis. Finché non esistono entrambi, Flux 3 Video è l'acquisto più sicuro e Kling 4.0 è il progetto pilota più capace. La distanza tra queste due frasi racchiude tutta la decisione.