「Kling Image 4.0 vs FLUX 3 Image — スコアボード」というタイトルの生成ヒーロースコアボード。左列「Kling Image 4.0」:Elo 1179.93、ランク #7、最大ネイティブ8K、参照は課金対象、価格は2Kで16ユニット、強みは仕上げ。右列「FLUX 3 Image」:Elo 1114.55、ランク #21、最大ネイティブ4K、参照10回込み、価格1.5セント、強みは配置。フッターには「Elo値はArtificial Analysisによるもの、価格は各ベンダー自身の料金表による」と表示。
Guides & Insights

Kling Image 4.0 vs FLUX 3 Image:配置 vs 仕上げ

著者

Gideon Frost

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

Kling Image 4.0とFLUX 3 Imageに同じポスターを頼むと、返ってくる答えは種類が異なる。2026年11月17日にリリースされたKling Image 4.0は、豊かなプロンプトを1つ渡すことを求め、完成品のようなフレームを返す。あるいは共通のルックを持つ一連のフレームを返す。FLUX 3 Imageは、2026年7月に展開が始まり10月15日にFLUX 3 Image Kleinで完成したBlack Forest LabsのFLUX 3ファミリーの一員で、ボックスを描くことを求める。重要なオブジェクトごとにidとバウンディングボックス座標を持つ要素テーブル、そしてそれらを結びつける1行のシーンプロンプトだ。一方のモデルは構図を売り込み、もう一方は構図を指定させる。Artificial Analysisのリーダーボードでは、Klingが品質で優位に立ち、テキストtoイメージで65 Eloポイント、編集で64ポイント上回り、FLUXは1フレームあたり1.5セント安い。どちらの差も、どちらがあなたのパイプラインに属するかを説明しない。なぜなら、両モデルは「リクエストとは何か」について意見が異なるからだ。

これを決める2つの数字

両モデルはArtificial Analysisのテキスト・トゥ・イメージおよび画像編集のボードに掲載されているため、この対決は、2社のスライド資料を寄せ集めるのではなく、一つの尺度で比較できる数少ない事例の一つとなっています。

• テキスト画像生成 Elo — Kling Image 4.0 は 1,179.93 で116モデル中7位、FLUX 3 Image は 1,114.55 で21位

• 画像編集 Elo — Kling Image 4.0 は86台中6位で1,182.89、FLUX 3 Image は22位で1,118.97

• インデックス上の画像1枚あたりの価格 — Kling 6.3セント、FLUX 3 Image 4.8セント、FLUX 3 Image Klein 0.9セント

• 最大出力 — Kling 8K、FLUX 3 Image 4K。BFLは5456 × 3072(約16.8メガピクセル)でこれを実演しています

• リクエストあたりの参照数 — Kling は参照1件ごとに0.8ユニットで課金されます。FLUX 3 Image は最大10件まで受け付けます

• レイアウト制御 — Kling: 公開情報なし、FLUX 3 Image: 編集可能な要素テーブルを備えたバウンディングボックス

A screenshot of the Artificial Analysis AA-Image-T2I v2.1 leaderboard in English, showing a ranked list in which Kling Image 4.0 is seventh at 1,180 with 5,550 samples released November 2026 at $63 per thousand images, FLUX 3 Image is twenty-first at 1,115 with 6,751 samples released October 2026 at $48 per thousand images, and the GPT Image 2.6 and 2.5 tiers occupy the top positions.

65ポイントの差は現実だが、それはある一日の一つの指標にすぎず、このブログではインデックスの改訂がスコアを二桁動かすのを何度も見てきた。「Klingが6パーセント優れている」ではなく、「Klingが盲検比較でより頻繁に好まれる」と捉えるべきだ。Eloスケールは何かの割合ではないからだ。

バウンディングボックスこそがFLUXの議論のすべてです

Black Forest Labs は {{1}}FLUX 3 Image{{/1}} を、両軸とも0~1000の座標グリッドを基盤に構築しました。要素を定義します — それぞれに名前、ボックス、説明があり — モデルはそのボックス内に描画します。BFL自身のモデルページにあるデモは、5つの要素からなるポスターです。{{2}}[10, 200, 170, 800]{{/2}} に配置されたテキスト要素は、細いセリフ体で「{{3}}LE FESTIVAL DU SOLEIL{{/3}}」と表示され、ほかに町、ドーム、泳ぐ人々、群衆、さらに1行のシーンプロンプトがあります。触れていない要素はロックされたままです。だからこそ、このモデルは一発生成ではなく修正に使えるのです。

エージェント作業にとって、これはより興味深い設計だ。BFLは、LLMがキャプションと要素テーブルを書き、ボックスは編集可能なまま、モデルがエージェントの計画したレイアウト内で生成するループを文書化している。したがってエージェントは、誰にもデバッグできないプロンプトではなく、人間が検査できるレイアウト——ボックスと説明のテーブル——を生成できる。

A generated diagram titled 'Two models, two ideas of a request'. Left card 'Kling Image 4.0' shows a single prompt box leading to a finished frame or a series with a shared look, noted as having no published layout control. Right card 'FLUX 3 Image' shows a three-row element table with bounding-box icons for a woman, a logo and a headline leading to a one-line scene prompt, noted as using bounding boxes and an editable element table. Footer reads 'Layout interface per each vendor's own documentation; board positions per Artificial Analysis.'

Klingのアプローチは逆方向の賭けです。Image 4.0の「coherent image sets」機能は1つのプロンプトから一貫した見た目のシリーズを返し、「long image generation and editing」モードは縦長のページ状出力——140ユニットのWebページ全体のレイアウト、長さに応じて60~220ユニットのEC詳細ページ——を生成します。どちらも、あなたではなくモデルが解く構図の問題です。ブリーフが「一貫した商品フレーム12枚」なら、Klingの枠組みの方が手間は少なくなります。ブリーフが「このロゴをここに、この見出しをそこに、この商品を幅60パーセントで」なら、2つのうち指示を受け付けるのはFLUXだけです。

決議と参照法案

Klingはネイティブで8Kまで対応し、解像度を上げるほど課金される。2K静止画で16ユニット、4Kで24ユニット、8Kで40ユニットで、$300ティアにおけるパッケージのユニット単価$0.00384に対してである。これはそれぞれ約6.1セント、9.2セント、15.4セントになる。FLUX 3 Imageはネイティブで2Kと4Kをレンダリングし、BFLの例は5456 × 3072で、インデックスでは4.8セントと記載されている。同条件の4Kレンダリングでは両者は近接し、FLUXがわずかに安い。8Kでは、この2者の中ではKlingに競合相手はいない。

参照の経済性は逆方向に働く。Klingは今回のリリースで参照を課金対象にした。参照画像または参照要素1つにつき0.8ユニットで、参照要素は画像1枚と同じように数えられる。FLUX 3 Imageは最大10個の参照を受け付け、公開資料を見る限りそれらを別途計量しない。支払うのは出力単位だ。したがって10参照のコンポジットは、Klingでは出力に加えて入力8ユニット、約3セントかかり、FLUXでは追加コストがかからない。画像1枚なら誤差にすぎない。しかし千点のアセットカタログ全体では、どこからともなく現れる費用項目になる。これはまさにこのブログが取り上げるために存在する類の変化だ。

A screenshot of Kling's Open Platform pricing and purchase page in English, showing the Image API section with 2K, 4K and 8K output prices in units, the 0.8-unit reference-image and reference-element charge flagged as newly billable, and long-image prices of 140 units at 1K and 152 at 2K, with prepaid package unit prices near four-tenths of a cent.

安いプランは問いを変える

FLUX 3 Image Klein は、ほとんどのチームが実際に大量運用するモデルだ。2026年10月15日公開の56億パラメータのオープンウェイトモデルで、テキストからの画像生成で1,041.34、編集で1,068.50を記録し、定価は1画像あたり0.9セント——FLUX 3 Imageの5分の1、Kling Image 4.0の7分の1だ。BFLは、Kleinがテキストからの画像生成、複数参照生成、編集における自社のブラインド評価で首位だと述べているが、これはベンダーが自社ファミリーについて述べたものにすぎない。独立系インデックスではそれぞれ31位と36位で、より大型の兄弟モデルに大きく後れを取っている。それでも、下書き生成、レイアウト検討、そして人間がレタッチするあらゆる作業にとって、1フレームあたり9分の1セントという価格は、実験にどれだけ予算を割くかを変える。

カタログチームにとって合理的な使い分けは、探索にはKlein、最終フレームにはFLUX 3 ImageまたはKling Image 4.0、そして8Kは印刷やズームに使うアセットに限る、というものだ。これは妥協の産物ではない——価格ラダーとEloスプレッドがそうすべきだと告げているのだ。

両方とも一つの場所から実行する

2社比較の実用上の障害は、通常、2つの契約、2つの請求関係、2組のレート制限を意味することです。OrcaRouterの主張は、そうあるべきではないというものです:200以上のモデル識別子にまたがる1つのAPIキーで、プロバイダーのリスト価格を0%のマークアップでそのまま適用、そのためBlack Forest LabsやOpenAIの価格変更は、次回の契約更新時ではなく、それが起きた当日に請求書へ反映されます。画像モデルでは自動フェイルオーバーがいつも以上に重要です。なぜなら、バッチ処理中のプロバイダー側タイムアウトは、再試行するまで不適切なプロンプトと区別がつかないからです。Kling Image 4.0は当社のカタログにはありません—それはKling APIへの直接呼び出しです—が、gpt-imageおよびImagenファミリーを含むこの比較表の残りは、1つのキーですぐ利用でき、ベンダーにコミットする前にレイアウトの疑問を解決するのに十分です。

具体的にはどれですか?

構図そのものが成果物となる場合は、FLUX 3 Image を選んでください。テンプレート化されたマーケティングレイアウト、ロゴ位置が固定されたもの、監査が必要なエージェント生成デザイン、そして10枚のソース画像を特定の場所に配置する必要があるマルチリファレンス合成などが該当します。バウンディングボックスインターフェースは、この2つの中で、人間またはエージェントが何をどこに置くかを指定できる唯一の仕組みであり、テンプレート作業においては65 Eloポイント以上の価値があります。

見た目そのものが成果物になる場合は、Kling Image 4.0 を選びましょう。整合性の取れた12枚のキャンペーン用フレーム、縦長のページ型グラフィック、または小さな文字が潰れずに残る必要がある8Kの単体ヒーロー画像といったケースです。編集スコアは2つの中で大差で高く、セットモードと長尺画像モードにはFLUXに直接相当する機能はありません。

捨てるつもりのものには何でも FLUX 3 Image Klein を選べ。1フレーム0.9セントなら、正しい下書きの数は「もっと」だ。

そして、決める前にテストしましょう。両方に、固定サイズで左下に配置する必要があるロゴを含む同じブリーフを与えて、どちらが従うかを見てください。その一つのテストは、どちらのリーダーボードの行よりも、相性について多くを教えてくれます。