Odyssey-3 vs Kling 3: Uno che puoi chiamare oggi, uno che non puoi

Odyssey-3 e Kling 3 sono facili da allineare su una pagina e difficili da confrontare nella pratica, perché solo uno dei due esiste come qualcosa che puoi chiamare. Kling 3 è il modello di generazione video di Kuaishou, rilasciato a febbraio 2026, generalmente disponibile tramite l'API del fornitore e l'app Kling e — cosa rilevante per i lettori di questo blog — instradabile attraverso OrcaRouter sia come kling-v3chekling-3-turbo. Odyssey-3 è il modello fondazionale del mondo di Odyssey, presentato in anteprima il 15 settembre 2026, senza prezzo pubblicato, senza API e con una finestra di rilascio dichiarata di "le prossime settimane". Quindi la prima frase onesta su questo confronto è che non è ancora un confronto: uno è un prodotto a consumo con un prezzo al secondo che puoi provare questo pomeriggio, e l'altro è un'anteprima di ricerca con una capacità dimostrata e nessun modo per acquistarlo. La domanda utile è a cosa serva ciascuno, e se le cose che Kling 3 fa bene siano cose che un modello del mondo arriverebbe mai a sostituire.

Kling 3 è un renderer con un trucco di storyboard

L'uscita di Kling 3 a febbraio 2026 lo ha messo in testa al gruppo cinese della generazione video, e il suo posizionamento è insolitamente concreto. Genera da tre a quindici secondi per clip — cinque secondi per impostazione predefinita — a 720p, 1080p o 4K a seconda del livello, da testo, una singola immagine o una coppia di primo e ultimo fotogramma. Ciò che lo distingue dalla maggior parte del settore è la modalità multi-shot della variante Omni: un elenco multi_prompt di inquadrature temporizzate, ognuna con il proprio prompt, ti permette di pianificare una sequenza di tagli in un'unica generazione invece di montare clip generate separatamente e sperare che l'illuminazione corrisponda. L'audio nativo — parlato sincronizzato, ambiente, effetti, con supporto per accenti regionali in diverse lingue — viene generato nello stesso passaggio e può essere disattivato.

I suoi punti di forza documentati sono il movimento umano e il controllo del movimento, il condizionamento da immagine a video e il rendering di testo a schermo leggibile: insegne, loghi, etichette di prodotto che sopravvivono alla generazione. Le sue debolezze documentate sono altrettanto specifiche — mani e dita, simulazione fisica e multi-oggetto, coerenza tra più personaggi all'interno di una clip e tempi di generazione che vanno da circa due a quindici minuti a seconda della lunghezza e della complessità.

Vale la pena soffermarsi su quell'ultima riga di debolezze, perché è proprio la riga a cui mira Odyssey-3. Kling 3 ha difficoltà con l'interazione fisica tra più oggetti; l'intera tesi di Odyssey-3 è che prevedere lo stato successivo di una scena costringe un modello a imparare come interagiscono gli oggetti. Non sono affermazioni in competizione sulla stessa caratteristica. A Kling 3 viene chiesto di simulare la fisica in modo abbastanza convincente che uno spettatore non se ne accorga; a Odyssey-3 viene chiesto di fare fisica correttamente, così che un controller possa farci affidamento.

Il prezzo che puoi effettivamente misurare

Le tariffe ufficiali di Kling 3 sono pubblicate al secondo e partono basse: 0,084 $ al secondo a 720p, 0,112 $ a 1080p e 0,42 $ a 4K, con l'audio nativo che aggiunge circa il 50% a 720p e 1080p (rispettivamente 0,126 $ e 0,168 $) e non costa nulla in più a 4K. Queste cifre sono del fornitore e sono le tariffe di livello base. I prezzi dei fornitori indipendenti monitorati al minuto di output si attestano ben al di sopra di quanto implicano quei numeri al secondo, quindi l'interpretazione onesta è che Kling 3 è economico per iniziare e molto meno conveniente una volta che si sale di risoluzione e di livello audio: controllate la cifra al minuto per la vostra configurazione specifica anziché la tariffa pubblicizzata. Il lato consumer si basa su un sistema a crediti con livelli che vanno da una quota giornaliera gratuita fino a un piano Ultra da 127,99 $ e oltre, con il livello gratuito limitato a 720p con filigrana e senza uso commerciale.

Odyssey-3 non ha alcun prezzo. Non è una piccola omissione — è tutta la differenza in questo confronto. Un team può calcolare il costo di cento clip di Kling 3 prima di generarne una. Un team non può calcolare il costo di nulla su Odyssey-3, perché non c'è nulla da cui calcolarlo. Si noti inoltre che, se questi due dovessero mai comparire fianco a fianco commercialmente, probabilmente non verranno fatturati allo stesso modo: la generazione video misura secondi di output, mentre i modelli del mondo del tipo che Odyssey descrive tendono a misurare ore di simulazione, perché l'acquirente è un ciclo di addestramento anziché una coda di rendering.

Odyssey-3 sta inseguendo una colonna diversa

Odyssey-3 è un diffusion transformer autoregressivo addestrato su osservazione visiva, e la capacità al centro dell'annuncio è un decodificatore di azioni appreso — un componente che traduce la rappresentazione interna che il modello ha di una scena nei comandi motori di cui uno specifico hardware ha bisogno. Odyssey riporta che lo stesso backbone guida bracci robotici a partire da decine di ore di dimostrazioni (inclusi movimenti di recupero non sollecitati come riorientare una pinza dopo una presa mancata), policy umanoidi costruite con Flexion in esecuzione in tempo reale, guida in ciclo chiuso da 20 ore di dati simulati, volo di droni indoor con evitamento degli ostacoli, e sessioni di Grand Theft Auto V che si trasferiscono a Red Dead Redemption 2 e Sleeping Dogs senza ulteriore addestramento della policy in quei titoli. L'unico dato comparativo dell'azienda è che le policy di guida addestrate in simulazione hanno percorso circa il 77% della distanza tra gli interventi del conducente di sicurezza rispetto alle policy addestrate su filmati reali.

Nessuna di quelle affermazioni è stata riprodotta, non esiste alcun rapporto tecnico su Odyssey-3 e nessuna terza parte ha pubblicato un numero. La variazione tra sei realizzazioni è l'affermazione interessante; l'assenza di una tabella di benchmark è il motivo per cui conviene prenderla con prudenza.

Il contrasto, dimensione per dimensione

• Cosa produce — Kling 3: una clip renderizzata, fino a 15s, fino a 4K. Odyssey-3: uno stato del mondo simulato più azioni motorie.

• Struttura delle inquadrature — Kling 3: storyboard multi-inquadratura tramite la lista di prompt temporizzati della variante Omni. Odyssey-3: un singolo rollout continuo, senza il concetto di taglio.

• Audio — Kling 3: nativo, sincronizzato, multilingue, opzionale, con un prezzo inferiore del 50% rispetto al 4K. Odyssey-3: nessuno; non è un generatore di media.

• Prezzo — Kling 3: 0,084 $/s a 720p, 0,112 $/s a 1080p, 0,42 $/s a 4K (fornitore; audio extra sotto 4K). Odyssey-3: non pubblicato.

• Accesso — Kling 3: GA da febbraio 2026 tramite l'API e l'app del fornitore, e instradato su OrcaRouter. Odyssey-3: solo anteprima, "nelle prossime settimane".

• Prove — Kling 3: dodici mesi di utilizzo pubblico e documentazione sui prezzi di terze parti. Odyssey-3: solo dimostrazioni del fornitore.

Dove OrcaRouter si inserisce davvero — e qui non è una nota a piè di pagina

Per una volta questa non è una sezione riguardante lo stack circostante. Kling 3 è uno dei modelli serviti da OrcaRouter, come kling-v3 e kling-3-turbo, così il confronto tra i due livelli di Kling avviene su una sola chiave invece che su due contratti di fornitori diversi, e puoi provarli entrambi senza scrivere una seconda integrazione. Il prezzo viene passato al prezzo di listino del fornitore con 0% di ricarico, cosa che conta più del solito su un modello con una tariffa al secondo pubblicata e un sovrapprezzo per l'audio: quando il fornitore modifica una cifra, la tua fattura cambia lo stesso giorno invece che al rinnovo. Il failover automatico tra fornitori significa che una coda di generazione non si blocca perché un endpoint è degradato — e gli endpoint di generazione video si degradano abbastanza spesso che questa è una questione di pianificazione, non teorica. Per le pipeline che richiedono diversi modelli, il DSL di routing compone un modello di prompt, un modello di immagine per il frame iniziale e il modello video in un'unica chiamata, che è all'incirca la forma di qualsiasi flusso di lavoro video reale.

Odyssey-3, al contrario, non è servito da OrcaRouter né da nessun altro, e questo articolo non sostiene che lo sia. Non c'è ancora nulla verso cui instradare.

Il verdetto

Se questo trimestre ti serve video, Kling 3 è la risposta e il confronto è già chiuso: ha un prezzo, è disponibile ed è integrabile, e la sua tariffa pubblicata di 0,084 $ al secondo per il 720p rende il livello base accessibile per iterare. La sua modalità multi-inquadratura è un vero vantaggio di flusso di lavoro rispetto alla generazione a clip singola, e i suoi punti deboli noti nella fisica multi-oggetto contano meno per il lavoro che la maggior parte dei team svolge davvero, cioè video breve dove lo spettatore non farà certo un controllo della fisica.

Se ti serve un controller che funzioni sull'hardware, Odyssey-3 è quello puntato al tuo problema e non c'è ancora nulla da comprare. La ragione concreta per interessarsi è l'ampiezza: un unico set di pesi che raggiunge braccia, umanoidi, un'auto, un drone e tre giochi è un'affermazione sulla generalità, e la generalità è ciò che rende un modello un modello fondazionale anziché una policy. La ragione concreta per aspettare è che nessuno al di fuori di Odyssey l'ha eseguito. Tieni d'occhio un prezzo e una valutazione indipendente, in quest'ordine.