Kling 4.0 対 MiniMax H3 Max：自らのベースモデルに追い越されたポストトレインモデル

8月下旬、MiniMax H3 MaxはArtificial Analysisの画像から動画へのボードで1位にデビューし、ベースのMiniMax H3をEloで20ポイント上回りました。H3 Maxはそのベースからポストトレーニングされたものです。2026年10月23日に私が確認した時点のボードでは、H3 MaxはElo 1,125で6位、ベースH3はElo 1,140で1位です。チューニング済みの変種が、誰かが示したどの点でも悪化したわけではありません。ボードがその周りで変わり、より多くの投票が寄せられ、新しいプロンプトセットが順位を入れ替えたのです。それがアリーナというものであり、どちらかをKling 4.0と比較する前に理解すべき最初のことです。

「Max」とは何か、そしてなぜその名前が今では誤解を招くのか

MiniMax H3 Maxは、MiniMaxの新しい世代ではなく、より大きなモデルでもありません。これはMiniMax H3（Hailuo 3世代）のポストトレーニング派生モデルであり、外部の推論プラットフォームがベースモデルを調整してプロンプト追従性と美観を高め、その後、スループット向上のために自社のサービングスタックと共同最適化したものです。これらは構築者の主張です。それを裏付ける唯一の独立した証拠は、当時も現在も、アリーナでの順位だけです。

10月23日の取締役会（ドリフトは残したまま）

Artificial Analysisは、動画ランキングをクリップに生成音声が含まれるかどうかで分けています。音声付きのimage-to-videoボードはこのクラスのモデルが競う対象であり、現在は、公開されている比較の多くが引用するv1.0ではなくv1.1になっています。

• まず — MiniMax H3（768p）、Elo 1,140 ±16、4,209サンプルで、2026年7月リリース、デフォルト設定で1080p出力1分あたり$4.80と記載。

• 2つ目 — FLUX 3 Max（720p）、5,054サンプルで1,138 ±15、2026年10月リリース、1分あたり$2.55。

• 第3位 — Dreamina Seedance 2.5、1,138 ±17、1分あたり34.12ドル。

• 6番目 — MiniMax H3 Max、3,476サンプルで1,125 ±17、2026年8月リリース、1分あたり$5.76。

• 重なりについて — 1位から6位までの差は15 Eloで、これは±15から±17の区間に対してである。これは先頭集団であり、個々のモデル単位で擁護できる順位ではない。日付と区間を示さずに「1位」や「6位」を引用するのは、盤面を過大に読み込んでいる。

• Kling 4.0 — 未掲載。このボードでは過去30日間に3つのモデルが追加されましたが、Kuaishouの最新モデルはその一つではありません。

• 前世代にあたる Kling 3.0 1080p Pro が1,000でボードの最下位を担い、Kling 3.0 Omni 1080p Pro は1,004で18位につけている。

ドリフトは脚注ではなく、発見そのものです。2か月で同じモデルは、デビュー時の1,204から10月のボードでは1,195、そして今日は1,125へと動きました。しかもその最初と最後の測定の間に、ボード自体がバージョン変更しています。6か月のプロジェクトのために動画モデルを選ぶのであれば、8週間で79ポイントも動く数字はスナップショットであり、仕様ではありません。

Kling 4.0が提供する、Eloでは捉えきれないもの

Kling 4.0は2026年10月15日に全員向けに公開されました。Kuaishouはこれについて自社のベンチマークを公表しておらず、独立したスコアも存在しません。存在するのは、H3 Maxとは明らかに異なる用途を狙った仕様です。

• 長さ — 1回の生成で3～30秒、2分への延長は近日公開予定として記載。H3 Maxは5～15秒。30秒のショットを継ぎ目なく生成できるのは、これらのうち1つだけです。

• 解像度 — 720p、1080p、4K。上位2ティアでは10-bit HDRに対応し、ベンダー自身のリリースノートと機能ページでは「近日提供予定」と記載されています。H3 Maxは最大768pです。これが両者の最大の違いであり、どのリーダーボードにも載っていません。

• コントロール — 最大10枚のキーフレーム画像と、10枚の画像全体で15項目までの参照上限、合計30秒までの5本の動画、音声参照、7つの要素。H3 Maxの制御可能な範囲はベースモデルと同じで、さらに最初と最後のフレームの処理が加わります。

• 音声 — 2チャンネルステレオで、9言語と名前付きアクセントにわたりリップシンクに対応。H3 MaxはH3のネイティブ音声を継承しており、音声付きボードが別ランキングとして存在するのはそのためです。

• オープン性 — MiniMax H3の重みは、地域ごとの除外規定と商用利用の売上高基準を伴うコミュニティライセンスの下で公開されている。H3 Maxの重みは約束されているが、まだリリースされていない。Kling 4.0は完全にクローズドだ。

そのリストは採点表としてではなく、2つの異なる製品の説明として読んでください。一方は短いクリップ向けの低解像度モデルで、十分に測定されており、安価で呼び出し可能です。もう一方は長いクリップ向けの高解像度モデルで、オーサリングされたシーケンス向けに構築されたコントロールサーフェスを備えていますが、その画質が仕様表に一致するという独立した証拠はまだありません。

今日の数値で見た1分あたりのコスト

• Kling 4.0 — Kuaishouのプレビューシートでは、720pで1秒あたり$0.157、1080pで$0.235、つまり1分あたり$9.42および$14.10です。4Kの料金はなく、該当欄は「-」と表示されています。

• MiniMax H3 Max — Artificial Analysisによると、デフォルト設定での1080p出力は1分あたり5.76ドル。

• MiniMax H3（ベースモデル）— 同じ基準で1分あたり4.80ドル、OrcaRouterでの768pの生成動画は1秒あたり0.08ドルで、これは現在第1位のモデルの1分あたり4.80ドルに相当します。

10秒のクリップを100本と考えてみましょう。ソーシャルやeコマースのチームにとって、現実的な月間ボリュームです。これは1,000秒、つまり16.7分の出力になります。

• H3 Maxの場合、1分あたり5.76ドル — 約96ドル。

• Kling 4.0の720pで、1秒あたり$0.157 — $157。

• Kling 4.0の1080pでは、1秒あたり$0.235 — $235。

その差はおよそ1.6～2.4倍で、以前の料金スナップショットが示唆していた4対1ではない。そしてスコアが付いているのは安い方の選択肢だ。これが一言で言うトレードオフだ。Kling 4.0は30秒と4Kに対して割増料金を課し、その割増はスペックの差が示唆するほど大きくはない——だが、それは信じて払うものだ。Kuaishouの外部でその出力を測定した者は誰もいないからだ。

Klingの数値には1点注意があります。それらは、モデルを依然「Coming Soon（近日公開）」と表示し、価格については「プレビュー目的のみであり、ローンチ前にリクエストを送信する用途には使えない」と記載しているページに由来します。Kuaishouは10月21日の夜、APIが稼働を開始し、企業クライアントと開発者に段階的に開放されると発表しました。どちらも公式に記録されています。実務的な解釈としては、請求明細で裏付けられるまでは、その料金は意図にすぎないということです。

何を呼び出せるのか、そしてそれにどれだけの価値があるのか

MiniMax H3 Maxは、それを開発したプラットフォームの独自APIを通じて提供されています。OrcaRouterのルートではありません。ベースのMiniMax H3は次のとおりです：768pで毎秒0.08ドル。生成出力の秒単位と、計測された参照入力に基づいて課金され、200を超えるモデルと同じOpenAI互換エンドポイント上で、プロバイダーの定価に0%のマークアップで提供されます。また、これは現在ボード上で1位のモデルでもあり、そのためルーティング可能な選択肢の方が上位にランクされるという、珍しく一時的な一致が生じています。

Kling 4.0も同様にルーティングできません。当社のカタログにはその識別子が存在せず、そうでないと言うのは虚構になります。ルーティングできるのはKling 3.0、1リクエストあたり$0.084であり、これが置き換える対象の世代です。

これを本当の勝負にするには何が必要だろうか

音声付き画像→動画ボードにKling 4.0のエントリーがない。Kuaishouはこのモデルを一般公開しており、アリーナにも枠がある。それなのに不在はすでに8日続いており、この比較を判定不能にし続けている唯一の事実がこれだ。

公開されている4K料金。プレビュー用シートではその列が空欄で、4Kこそが768pモデルに対して割増料金を正当化する唯一の機能です。1分あたりのコストが高いモデルは、より安価なモデルには提供できない何かを提供する必要があります——そして768pではそれができていません。

H3 Maxのウェイトが正式にリリースされれば。ポストトレインのウェイトがベースモデルのコミュニティライセンスと同様の条件で提供されるなら、自前のGPUを持つチームにとって768pの上限は問題にならなくなり、価格をめぐる議論も形を変える。

10月23日時点で擁護できる立場は狭い。30秒、4K、10枚のキーフレーム、または実際の参照予算を伴うテキストから動画への経路が必要なら、Kling 4.0は二者のうちそれらを提供する唯一の選択肢であり、1分あたり9.42ドルから予算を組み、価格が動くものと想定すべきだ。スコア付きで安価、かつ今日呼び出せるモデルが必要なら、MiniMax H3 Maxはもはや最良の答えではない — ベースのMiniMax H3が同じリーダーボードでそれを上回り、価格でも下回る。それは得られる中で最も華やかさに欠ける結論であり、証拠が支持するのはまさにそれだ。