Kling 4.0 vs Grok Imagine Video: il modello più economico ha il maggior numero di voti

Il modello più ampiamente misurato in questo confronto non è il più recente, e il più recente non è stato affatto misurato. Grok Imagine Video è una famiglia di tre voci nella classifica image-to-video di Artificial Analysis: l'originale di gennaio 2026 a Elo 1.072 con 14.371 voti alle spalle, Grok Imagine Video 1.5 a 1.098 con 5.267 voti, e la variante Lite nella classifica text-to-video. Kling 4.0, rilasciato il 15 ottobre 2026, non ha alcuna riga in nessuna classifica, nessuna tariffa al secondo pubblicata, e una scheda tecnica che supera tutte e tre le voci Grok su durata, risoluzione e numero di riferimenti. Il divario tra evidenza e limite massimo è l'intero confronto.

Quella forma è più comune in questo mercato di quanto il formato della classifica ammetta. Un modello con una lunga cronologia di voti è un valore noto, non necessariamente il migliore. Un modello vecchio di otto giorni con una prova da 30 secondi è una promessa con un reel dimostrativo. La domanda è quale tipo di incertezza il tuo progetto possa assorbire.

Tre modelli Grok, un Kling

Grok Imagine Video non è un unico prodotto, e i numeri di versione non stabiliscono una classifica nel modo che ci si aspetterebbe. Continua a leggere nella classifica image-to-video con l'audio attivo, come catturato il 10 ottobre 2026:

• Grok Imagine Video originale — 13º con Elo 1.072 ±7 su 14.371 campioni, gennaio 2026, 4,20 $ al minuto.

• Grok Imagine Video 1.5 — 9º con Elo 1.098 ±8 su 5.267 campioni, maggio 2026, 8,40 $ al minuto.

• Grok Imagine Video 1.5 Lite — 16º nella classifica text-to-video con 993 ±10 su 5.715 campioni, rilasciato il 26 agosto 2026, 8,40 $ al minuto.

• Kling 4.0 — nessuna riga in alcuna classifica al 23 ottobre 2026.

L'originale è il più economico e quello con le misurazioni migliori. Il refresh 1.5 ottiene 26 Elo in più e costa il doppio al minuto, su un terzo dei voti. La variante Lite si colloca su una classifica del tutto diversa, quindi confrontarla con le altre due significa già confrontare compiti diversi. Questa è una famiglia iterata al ritmo di una piattaforma consumer, e la scala dei prezzi lo riflette: puoi acquistare la baseline economica e ben supportata dalle evidenze, il raffinamento più caro oppure il livello Lite più economico al secondo, e ognuno ti chiede di barattare l'evidenza con il punteggio.

Kling 4.0 non offre nulla di tutto ciò in termini di scelta interna. C'è un solo modello, un prezzo non ancora annunciato e un unico limite massimo di durata. Questa semplicità è un vantaggio se vuoi la migliore versione disponibile, ma è uno svantaggio se devi prendere una decisione di acquisto che puoi giustificare con un numero.

Cosa ti fanno ottenere i conteggi dei voti

Il numero di campioni di solito viene considerato un dettaglio tecnico. In questa classifica è la differenza tra un'affermazione e una supposizione. L'intervallo ±7 del checkpoint Grok di gennaio ha la stessa ampiezza di quello di Gemini Omni Flash, che ha 12.327 voti alle spalle; 14.371 confronti bastano perché la classifica possa esprimere una posizione con una certa sicurezza. L'intervallo ±8 di Grok 1.5 è più ampio perché ha meno voti, non perché sia un modello peggiore. L'intervallo di Kling 4.0 non esiste ancora.

Ciò ha una conseguenza pratica per chiunque scelga in base alla qualità. Se scegli Grok Imagine Video original, sai all'incirca cosa stai ottenendo: un modello di fascia media con una solida base di prove e il tasso più basso in questo confronto. Se scegli Kling 4.0, accetti le dichiarazioni del fornitore su un modello che i valutatori indipendenti non hanno ancora valutato. Nessuna delle due scelte è irrazionale. Sono scommesse diverse.

Il tetto delle specifiche

Sulla carta, Kling 4.0 è la macchina più capace, con un margine netto.

• Durata — Kling 4.0 genera da 3 a 30 secondi in un'unica passata, con l'estensione a due minuti indicata come in arrivo. Grok Imagine Video 1.5 genera da 1 a 15 secondi, con estensione autoregressiva dall'ultimo frame; l'originale è limitato a 8,7 secondi per le operazioni di modifica ed estensione.

• Risoluzione — Kling 4.0 elenca 720p, 1080p e 4K, con HDR a 10 bit a 1080p e 4K contrassegnati come prossimamente. Grok 1.5 genera nativamente 480p, 720p e 1080p. L'originale si ferma a un livello inferiore.

• Riferimenti — Kling 4.0 supporta fino a 15 asset tra immagini, video, soggetti e voci, con limiti di 10 immagini, 5 video, 7 soggetti e fino a 3 soggetti basati su video. Grok 1.5 supporta fino a 14 immagini di riferimento, fino a 3 riferimenti vocali e fino a 4 fotogrammi chiave intermedi, oltre al primo e all'ultimo fotogramma.

• Fotogrammi chiave: Kling 4.0 supporta fino a 10 immagini di fotogrammi chiave. Grok 1.5 accetta il primo fotogramma, l'ultimo fotogramma e fino a 4 fotogrammi intermedi del video.

• Audio — entrambi generano audio nativo con parlato sincronizzato al labiale; Kling dichiara stereo a due canali e nove lingue più dialetti, Grok dichiara generazione congiunta audio-video con fino a 3 riferimenti vocali preimpostati.

• Prompt — Kling 4.0 accetta fino a 8.000 token. La documentazione di Grok non pubblica limiti comparabili per i prompt.

Le due soluzioni sono più vicine sui riferimenti di quanto suggeriscano i numeri di punta: 15 asset contro 14 immagini più 3 voci non è una disfatta. Il vero divario è durata e risoluzione. Trenta secondi in 4K contro quindici a 1080p sono una classe diversa di deliverable, ed è il motivo per cui Kling 4.0 merita comunque considerazione nonostante le prove mancanti.

Prezzo: una scala pubblicata contro un vuoto

I prezzi di Grok Imagine Video sono pubblicati al secondo in base alla risoluzione. Il modello 1.5 costa 0,08 $ al secondo a 480p, 0,14 $ a 720p e 0,25 $ a 1080p, con audio incluso e input immagine a 0,01 $ per immagine. La variante Lite costa 0,02 $ a 480p, 0,03 $ a 720p e 0,14 $ a 1080p. L'originale legacy costa 0,05 $ a 480p e 0,07 $ a 720p. Artificial Analysis normalizza la riga 1.5 a 8,40 $ al minuto e l'originale a 4,20 $, coerentemente con le tariffe a 720p.

Kling 4.0 non ha una tariffa per secondo del fornitore al 23 ottobre 2026. L'app funziona a crediti tramite i piani di Kling AI; l'API è in accesso anticipato. Le offerte dei rivenditori riportano cifre al secondo, ma non sono il prezzo di Kuaishou e variano così ampiamente che usarne una come voce di budget sarebbe un azzardo.

Per avere un vero termine di paragone, la generazione precedente di Kling è a listino ed è in produzione. Su OrcaRouter, kling/kling-v3 e kling/kling-v3-omni costano $0,084 per richiesta, kling/kling-3-turbo costa $0,112, e i livelli 2.x più vecchi vanno da $0,042 a $0,28. Si tratta di prezzi per richiesta anziché di tariffe al secondo, quindi non corrispondono uno a uno alla scheda di Grok, ma sono i numeri che un acquirente di Kling può effettivamente usare oggi.

Accesso e la superficie di modifica

Grok Imagine Video è raggiungibile tramite l'API di xAI e il prodotto consumer Grok. Il modello 1.5 è asincrono: invia, interroga un ID richiesta, scarica. La famiglia è in uso da abbastanza tempo perché il suo schema di richiesta sia documentato e le sue modalità di errore siano note. Il modello originale gestisce attività di modifica ed estensione, con un limite di 720p e una sorgente di 8,7 secondi; il modello 1.5 è orientato alla generazione e, come funzionalità documentate, non supporta esplicitamente la modifica o l'estensione video.

Kling 4.0 è disponibile in tutto il mondo nell'app e nel sito web Kling AI, con l'annuncio del lancio globale datato 16 ottobre 2026. L'API è in accesso anticipato, con supporto MCP e CLI elencato. La sua superficie di editing è documentata come modifiche mirate a espressione, movimento del corpo, posizione della camera, stile e sfondo su un massimo di cinque clip di input entro una finestra combinata di 30 secondi — più ampia del supporto di editing documentato di Grok 1.5, più ristretta di un editor video generico.

Nessuno dei due modelli è oggi una rotta di OrcaRouter, quindi nulla di quanto segue afferma che ospitiamo l'uno o l'altro. La generazione Kling che offriamo è Kling 3.0, che è il fallback pratico se stai testando Kling 4.0 durante l'accesso anticipato. Più in generale, il motivo per cui tenere un gateway davanti a uno stack video è che questi modelli falliscono in modi diversi: uno applica limiti di frequenza, un altro va in timeout su una generazione lunga, un terzo restituisce uno stato terminale che non è un successo. Un unico endpoint compatibile con OpenAI con failover automatico e prezzi di listino dei provider trasferiti con markup dello 0% non rende i modelli migliori, ma impedisce che un singolo endpoint difettoso diventi un batch fallito.

Chi dovrebbe scegliere cosa

• Scegli Grok Imagine Video original se vuoi la tariffa pubblicata più bassa e la base di prove più solida. A $4,20 al minuto e 14.371 voti, è la scelta meno sorprendente del confronto, ed è abbastanza economico da usare per le bozze.

• Scegli Grok Imagine Video 1.5 se hai bisogno di 1080p nativo, riprese da 15 secondi, fino a 14 immagini di riferimento e 3 riferimenti vocali, e di un prezzo documentato al secondo. È il Grok meglio equipaggiato per una ripresa controllata del personaggio.

• Scegli Kling 4.0 se ti serve una singola passata da 30 secondi, 4K, 10 keyframe o un output finale in 21:9, e sei disposto a sperimentare un'API in accesso anticipato non valutata e senza prezzo.

• Scegli Grok se l'ufficio acquisti ha bisogno di una cifra questa settimana; scegli Kling se la ripresa richiede il take più lungo e puoi aspettare il listino prezzi.

La conclusione onesta è che questi due modelli non competono ancora davvero per lo stesso acquisto. Grok Imagine Video è una famiglia matura, misurata ed economica, venduta su un listino pubblico. Kling 4.0 è un modello con un tetto più alto, nella prima settimana di disponibilità generale, con i riscontri e i prezzi ancora in arrivo. La mossa giusta per la maggior parte dei team è mantenere il modello misurato in produzione e sperimentare quello nuovo sulle inquadrature che richiedono davvero 30 secondi — e rileggere sia la tabella comparativa sia il listino tra un mese, quando la colonna vuota potrebbe finalmente contenere un numero.