Kling 4.0 vs Vidu Q4 Preview: uno dei due non accetta un prompt testuale

Apri la pagina prodotto di Vidu Q4 Preview e conta le modalità di generazione. Ce ne sono due: Image-to-Video e Reference-to-Video. Non esiste alcuna scheda text-to-video, e la documentazione API concorda: gli endpoint sono /ent/v2/img2video e /ent/v2/reference2video, e nessuno dei due accetta un prompt da solo. Kling 4.0, al contrario, è un modello text-first che accetta anche immagini, primo e ultimo fotogramma e fino a dieci keyframe. Prima di qualsiasi confronto su Elo, risoluzione o prezzo, è questo il fatto che decide la maggior parte dei progetti: uno di questi modelli può partire da una frase, e l'altro ha bisogno di un'immagine.

Tutto il resto di questo confronto discende da ciò. Vidu Q4 Preview è uno strumento mirato per le inquadrature che iniziano con un'immagine. Kling 4.0 è un generatore generalista con un'interfaccia di controllo da regista. Si sovrappongono nella generazione da immagine a video e divergono nettamente in ogni altro ambito.

Cosa ha rilasciato Shengshu il 7 ottobre

Vidu Q4 Preview è la prima anteprima pubblica del flagship di nuova generazione di Vidu, rilasciata deliberatamente prima del modello Q4 completo affinché il feedback possa contribuire a plasmare la versione finale. Genera video con audio nativo — attivo per impostazione predefinita, inclusi dialoghi ed effetti sonori — e le sue specifiche sono insolitamente generose sul fronte di riferimento.

• Modalità — Image-to-Video, da 3 a 16 secondi; Reference-to-Video, da 1 a 16 secondi. Nessuna modalità Text-to-Video.

Risoluzione — una scala di 540p, 720p, 1080p, 2K e 4K, con 2K e 4K che offrono una profondità di colore a 10 bit.

• Riferimenti — fino a 15 immagini di riferimento e fino a 3 clip audio di riferimento da tre a dodici secondi ciascuna.

• Lunghezza del prompt — fino a 20.000 caratteri sull'endpoint image-to-video.

• Audio — nativo, con valore predefinito true. Lo disattivi di proposito invece di attivarlo.

• URL di ritorno — gli URL di creazione restano validi per 24 ore, il che è importante se si elabora in batch e si esegue il rendering in un secondo momento.

L'affermazione del fornitore sull'efficienza — «fino a cinque volte la resa a parità di budget» con specifiche comparabili — è una costruzione di marketing finché qualcuno non la riproduce, e il materiale di lancio di Shengshu stesso include un avvertimento secondo cui i prezzi finali, le risoluzioni supportate, la disponibilità delle funzioni e i termini d'uso possono variare in base al piano e alla regione.

Cosa offre Kling 4.0 sullo stesso asse

Kling 4.0 è disponibile per tutti dal 15 ottobre 2026. Sul fronte image-to-video è il più flessibile dei due: fino a 10 immagini chiave che puoi posizionare per definire stati dei personaggi e cambi di scena, un budget di riferimento di 15 elementi suddiviso tra 10 immagini, 5 video con un limite di 30 secondi complessivi, riferimenti vocali e 7 elementi, e una durata in singola passata da 3 a 30 secondi.

Il divario di durata è quello che emerge in fase di montaggio. Vidu Q4 Preview si ferma a 16 secondi. Kling 4.0 arriva a 30 in un'unica passata, con l'estensione verso i 2 minuti indicata come in arrivo. Per un'inquadratura da 20 secondi, Vidu richiede un'unione e Kling no. Per un'inquadratura da 10 secondi — l'unità effettiva della maggior parte dei lavori social e pubblicitari — la differenza scompare.

La risoluzione è più vicina di quanto suggerisca il marketing. Entrambi dichiarano il 4K. I livelli 2K e 4K di Vidu vengono forniti oggi con profondità colore a 10 bit; l'HDR a 10 bit di Kling a 1080p e 4K è contrassegnato come "in arrivo" nella nota di rilascio e nella pagina delle funzionalità di Kuaishou, insieme al 4K nativo con 21:9. Se un output a dieci bit è un requisito imprescindibile per questo trimestre, l'affermazione di Vidu è quella attualmente in distribuzione, fatti salvi i caveat su piano e regione.

Le board dicono qualcosa di più limitato rispetto al copy di lancio.

Artificial Analysis gestisce classifiche video con scale Elo separate e pool di voti separati, e sono versionate. Al suo debutto di ottobre sulla board image-to-video v1.0 — image-to-video, audio mantenuto — Vidu Q4 Previewsi è classificata terza a Elo 1.179 ±10 su 5.543 campioni, a un costo monitorato di 7,20 $ al minuto. Sopra di essa si trovavano MiniMax H3 Max a 1.195 e MiniMax H3 a 1.181; Gemini Omni Flash era quarto a 1.178. Gli intervalli di dieci punti dal terzo al sesto si sovrapponevano quasi completamente, quindi "terzo" era già allora una posizione dentro il rumore.

Il divario che non rientrava nel rumore era quello rispetto al predecessore di Vidu. In quella rilevazione, Vidu Q3 Pro si trovava al diciannovesimo posto con 1.056. Un salto di 123 punti in una sola release è più ampio dell'intera forbice tra i primi sei della classifica, ed è la prova più forte che questa anteprima sia un vero salto generazionale e non un rebrand.

Poi la classifica si è mossa. La versione che ho letto il 23 ottobre è AA-Video-I2V v1.1, e elenca 24 modelli: MiniMax H3 primo con 1.140, FLUX 3 Max secondo con 1.138, Dreamina Seedance 2.5 terzo con 1.138, MiniMax H3 Max sesto con 1.125 e Vidu Q3 Pro diciassettesimo con 1.016. Vidu Q4 Preview non compare affatto in quell'elenco. La nota in cima alla classifica dice che tre modelli sono stati aggiunti negli ultimi 30 giorni, e non ne indica nessuno come l'anteprima di Vidu.

Non ho intenzione di fingere che questo significhi che il modello sia peggiorato, e non posso dirti perché manchi — se sia stato ritirato, riclassificato o semplicemente non incluso nella nuova versione della classifica. Quello che significa è che ogni affermazione "terzo al mondo" su questo modello, inclusa quella con cui si apre questo articolo, è un'affermazione relativa a una specifica rilevazione su una specifica versione della classifica, e che la classifica non la sta attualmente confermando. Tratta il posizionamento come storia e la pagina del prodotto come il fatto duraturo.

Nella classifica text-to-video, Vidu Q4 Preview non è mai comparso — e tale assenza non è un problema di punteggio. Il miglior modello Vidu presente è Vidu Q3 Pro, a metà classifica, mentre Wan 3.0 è in testa. È coerente con la pagina del prodotto: si tratta di un modello image-and-reference, e la classifica text-to-video non lo misura.

Kling 4.0 non compare neanche in nessuna di queste classifiche, otto giorni dopo la disponibilità generale. Non è un punteggio basso; è l'assenza di punteggio, in una direzione o nell'altra. Quindi il confronto della qualità tra questi due modelli non esiste in alcuna unità condivisa, e l'unico numero indipendente in questo articolo appartiene a un modello che la classifica attuale non elenca più.

I due numeri di prezzo, e quello su cui dovresti basare il budget

Shengshu pubblicizza Vidu Q4 Preview "a partire da 0,014 $ al secondo", cioè 0,84 $ al minuto. Il rilevamento di Artificial Analysis di ottobre registrava lo stesso modello a 7,20 $ al minuto. Non si tratta dello stesso prodotto: la cifra di lancio è un prezzo minimo promozionale, quasi certamente al livello più basso della scala di risoluzione, mentre la cifra monitorata era una tariffa misurata a una risoluzione di produzione. Il fornitore dichiara inoltre apertamente che i prezzi sono promozionali e possono variare in base al piano e alla regione. Imposta il budget sul numero più alto e considera quello più basso come offerta di acquisizione.

Le tariffe di anteprima pubblicate di Kling 4.0 sono 0,157 $ al secondo a 720p e 0,235 $ a 1080p — 9,42 $ e 14,10 $ al minuto — senza alcuna tariffa 4K e con una pagina che indica ancora il modello come Prossimamente. Su questi numeri, i due modelli sono nella stessa fascia alla risoluzione di produzione, con Vidu più economico e Kling che ti offre 14 secondi in più per generazione.

• Per una clip 1080p da 10 secondi — Vidu, alla tariffa rilevata di $7,20/min, costa circa $1,20. Kling 4.0 a $0,235/s costa $2,35.

• Per 30 secondi di filmato finito — Vidu richiede due generazioni e un'unione, circa $3,60 più il tempo di montaggio. Kling 4.0 ne richiede una, a $7,05.

• Per 100 clip da dieci secondi — Vidu circa $120; Kling circa $235; il percorso base MiniMax H3 menzionato di seguito è di circa $80.

Accesso: uno è chiamabile, l'altro è in fase di distribuzione.

Nessuno dei due modelli è un default self-service pulito. Vidu Q4 Preview dispone di un'API reale con endpoint documentati, il che lo rende oggi più facilmente implementabile rispetto a Kling 4.0, la cui API ha iniziato ad aprirsi a ondate dal 21 ottobre mentre il suo listino prezzi per sviluppatori indica ancora che il modello non è ancora disponibile. Ma la build di Vidu è esplicitamente un'anteprima: prezzi promozionali, disponibilità delle funzionalità soggetta a modifiche e persino un alias del modello digitato in modo errato — viduq4-previerw — accanto a quello corretto nella documentazione. È una piccola cosa che dice qualcosa di vero sulla fase in cui si trova questa build.

Per un team che ha bisogno sia di un percorso text-first sia di uno image-first, la soluzione pratica è mantenere la scelta a livello di routing anziché nel codice dell'applicazione. OrcaRouter non ospita nessuno dei due modelli — non esiste alcun identificatore Vidu nel catalogo e nessuna rotta Kling 4.0 — ma ospita Kling 3.0 a $0.084 per richiesta e MiniMax H3 a $0.08 per secondo di video generato, su un unico endpoint compatibile OpenAI su più di 200 modelli al prezzo di listino del provider con 0% di markup. Il DSL di routing è la parte che si adatta a questo specifico abbinamento: consente di mettere un modello text-first e un modello image-first dietro un'unica interfaccia, così la decisione diventa un parametro, e il failover automatico significa che il downtime di una rotta in anteprima non trascina con sé l'intero batch.

Scegliere tra i due è soprattutto una questione del tuo primo fotogramma.

Se la tua ripresa inizia con una frase, Vidu Q4 Preview è lo strumento sbagliato e nessun valore Elo cambia questo. Genereresti un'immagine fissa altrove e poi la passeresti — che è una pipeline legittima, e che molti team usano di proposito, perché dà loro il controllo del fotogramma iniziale.

Se la tua ripresa parte da una fotografia, un'immagine di prodotto, una scheda personaggio o un fotogramma di storyboard, Vidu Q4 Preview è la scelta meglio supportata dalle prove tra le due: è terzo in classifica, ha guadagnato 123 Elo rispetto al suo predecessore, accetta 15 immagini di riferimento e 3 clip audio, e il suo 4K a 10 bit è già disponibile anziché promesso. Il limite di 16 secondi è il prezzo da pagare.

Se hai bisogno di durata, coreografia con keyframe o di un percorso text-to-video con un budget di riferimento, Kling 4.0 è l'unico dei due che li offre — e dovresti considerare il suo prezzo provvisorio finché Kuaishou non pubblica una tariffa 4K e non rimuove il banner Coming Soon.

Ciò che cambierebbe questo quadro non è un'altra specifica. È una voce di Kling 4.0 nella classifica image-to-video — l'unico posto in cui questi due modelli potrebbero essere realmente confrontati nella stessa unità — e un rilascio completo di Vidu Q4 che mantenga il budget di 15 immagini di riferimento e il 4K a 10 bit oppure li riduca silenziosamente quando termina il prezzo promozionale. Finché entrambe non esistono, la classifica onesta è quella che le classifiche supportano il giorno in cui le leggi: Vidu Q4 Preview era un terzo posto misurato a ottobre e non è attualmente in elenco, Kling 4.0 non è misurato da nessuna parte, e il tuo primo fotogramma decide persino quale domanda stai ponendo.