Odyssey-3 対 Kling 3：今日すぐ使えるもの、そうでないもの

Odyssey-3 と Kling 3 は、ページ上に並べるのは簡単でも、実際に比較するのは難しい。呼び出せる形で存在しているのは、そのうち片方だけだからだ。Kling 3 は Kuaishou の動画生成モデルで、2026年2月にリリースされ、ベンダーの API と Kling アプリを通じて一般提供されており、そして——このブログの読者にとって重要だが——OrcaRouter 経由で kling-v3とkling-3-turboの両方としてルーティングできる。Odyssey-3 は Odyssey の基盤世界モデルで、2026年9月15日にプレビュー公開され、価格は公表されておらず、API もなく、リリース時期は「今後数週間」とされている。つまり、この対決についてまず正直に言えるのは、まだ対決になっていないということだ。一方は秒単位の課金体系を持つ従量課金製品で、今日の午後にも試せる。もう一方は、能力が実証されているものの購入手段のない研究プレビューだ。有益な問いは、それぞれが何のためにあるのか、そして Kling 3 が得意とする事柄が世界モデルに取って代わられるものなのかどうかだ。

Kling 3は絵コンテの仕掛けを備えたレンダラーです

Kling 3は2026年2月のリリースにより、中国の動画生成の第一線に立ち、そのポジショニングは異例なほど具体的だ。1クリップあたり3〜15秒（デフォルトは5秒）を、プランに応じて720p、1080p、4Kで生成し、入力はテキスト、単一の画像、または最初と最後のフレームのペアに対応する。他の大半の製品と一線を画すのは、Omniバリアントのマルチショットモードだ。multi_promptはタイミング付きショットのリストで、各ショットが独自のプロンプトを持ち、別々に生成したクリップをつなぎ合わせてライティングが合うことを願うのではなく、1回の生成でカットの連続を計画できる。ネイティブ音声——同期した音声、環境音、効果音、複数の言語にわたる地域アクセント対応——は同じパスで生成され、オフに切り替えることもできる。

文書化されている強みは、人間の動きとモーションコントロール、画像から動画へのコンディショニング、そして判読可能なオンスクリーンテキストのレンダリングです。看板、ロゴ、製品ラベルなどが生成後も維持されます。文書化されている弱みも同じくらい具体的です — 手と指、物理シミュレーションと複数オブジェクトのシミュレーション、クリップ全体を通した複数キャラクターの一貫性、そして長さと複雑さに応じておよそ2分から15分に及ぶ生成時間です。

その弱点の最後の行は、少し立ち止まって見る価値がある。なぜなら、それはまさに Odyssey-3 が狙っている行だからだ。Kling 3 は複数オブジェクトの物理的相互作用を苦手としている。Odyssey-3 の中心命題は、シーンの次の状態を予測することが、モデルにオブジェクト同士の相互作用を学習させるというものだ。両者は同じ機能について競合する主張をしているわけではない。Kling 3 には、視聴者が気づかないほど説得力のある形で物理を偽装することが求められている。Odyssey-3 には、コントローラがそれに依拠できるよう物理を正しく再現することが求められている。

実際に測定できる価格

Kling 3の公式料金は秒単位で公表されており、低めの設定から始まります。720pで毎秒0.084ドル、1080pで0.112ドル、4Kで0.42ドルで、ネイティブ音声は720pと1080pでは約50%加算され（それぞれ0.126ドルと0.168ドル）、4Kでは追加料金はかかりません。これらの数字はベンダーによるもので、エントリーティアの料金です。独立系プロバイダーの料金を出力1分あたりで追跡すると、これらの秒単位の数字が示唆する水準をはるかに上回るため、正直に言えば、Kling 3は始めるのは安いものの、解像度と音声のティアを上げるとかなり高くつきます。ヘッドラインの料金ではなく、自分の構成での1分あたりの数字を確認してください。コンシューマー側はクレジットシステムで運用されており、無料の毎日枠から127.99ドル以上のUltraプランまでのティアがあり、無料ティアは透かし入りの720pに限定され、商用利用はできません。

Odyssey-3には価格が一切ありません。それは小さな欠落ではありません — この比較における違いのすべてなのです。チームは、Kling 3のクリップを1本生成する前に、100本分のコストを計算できます。チームは、Odyssey-3上の何についてもコストを計算できません。なぜなら、それを計算する基になるものが何もないからです。また、これら2つが商業的に並んで登場することがあるとしても、おそらく同じ方法では課金されないでしょう。動画生成は出力の秒数を計測しますが、Odysseyが説明するような種類のワールドモデルは、シミュレーションの時間数を計測する傾向があります。なぜなら、購入者はレンダーキューではなくトレーニングループだからです。

Odyssey-3は別のコラムを追っている

Odyssey-3は視覚観測で訓練された自己回帰型拡散トランスフォーマーであり、この発表の中心にある能力は学習済み行動デコーダーだ。これは、モデルのシーン内部表現を、特定のハードウェアが必要とするモーターコマンドへと変換するコンポーネントである。Odysseyは、同じバックボーンが次のものを駆動すると報告している。数十時間のデモンストレーションからロボットアームを動かすこと（把持に失敗した後にグリッパーの向きを変えるなど、指示されていない回復動作を含む）、Flexionで構築されリアルタイムで実行されるヒューマノイドポリシー、20時間のシミュレーションデータによる閉ループ運転、屋内での障害物回避ドローン飛行、そして追加のポリシー訓練なしにRed Dead Redemption 2とSleeping Dogsへ転移するGrand Theft Auto Vのセッション。同社が示す唯一の比較数値は、シミュレーションで訓練した運転ポリシーは、実際の映像で訓練したポリシーと比べて、安全ドライバーによる介入間の走行距離が約77%だったというものである。

それらの主張はどれも再現されておらず、Odyssey-3 の技術レポートは存在せず、第三者が数値を公表したこともない。6つの実施形態にまたがるばらつきこそが興味深い主張であり、ベンチマーク表の不在が、それを留保して受け止めるべき理由だ。

次元ごとの対比

• 生成されるもの — Kling 3：レンダリング済みのクリップ（最大15秒、最大4K）。Odyssey-3：シミュレートされた世界状態とモーターアクション。

• ショット構成 — Kling 3：Omniバリアントのタイムドプロンプトリストによるマルチショットのストーリーボーディング。Odyssey-3：カットの概念を持たない単一の連続ロールアウト。

• 音声 — Kling 3：ネイティブ、同期、多言語対応、オプション、価格は4Kより50%以上低い。Odyssey-3：なし。メディア生成ツールではありません。

• 価格 — Kling 3：720pで$0.084/秒、1080pで$0.112/秒、4Kで$0.42/秒（ベンダー提供、4K未満では音声は別料金）。Odyssey-3：未公開。

• アクセス — Kling 3：2026年2月よりベンダーのAPIとアプリでGA（一般提供）済み、OrcaRouterでルーティング。Odyssey-3：プレビューのみ、「今後数週間以内」。

• 根拠 — Kling 3：12か月にわたる一般利用と第三者による価格資料。Odyssey-3：ベンダーによるデモのみ。

OrcaRouterが実際に当てはまる場所 — そしてそれはここでは脚注ではない

今回は珍しく、周辺スタックについてのセクションではありません。Kling 3 は OrcaRouter が提供するモデルのひとつで、kling-v3およびkling-3-turboとして利用できるため、2つの Kling ティアの比較は2つのベンダー契約ではなく1つのキーで行え、2つ目の統合を書かずに両方をテストできます。料金はプロバイダー表示価格、マークアップ0%でそのまま適用されます。これは、1秒単位のレートが公開され、音声の追加料金もあるモデルでは通常以上に重要な点です。ベンダーが数値を動かせば、請求は更新時ではなく同じ日に追随します。プロバイダー間の自動フェイルオーバーにより、1つのエンドポイントが劣化しても生成キューが滞留することはありません。そして動画生成エンドポイントは劣化が起きる頻度が十分に高いため、これは理論上の話ではなくスケジューリング上の懸念です。複数のモデルを必要とするパイプラインでは、ルーティング DSL がプロンプトモデル、開始フレーム用の画像モデル、そして動画モデルを単一の呼び出しにまとめます。これはおよそ、あらゆる実際の動画ワークフローの形そのものです。

対照的に、Odyssey-3はOrcaRouterによっても、他の誰によっても提供されておらず、この記事はそう主張しているわけでもありません。まだルーティングする先が何もありません。

評決

今四半期に動画が必要なら、答えは Kling 3 で、比較検討はすでに終わっている——価格が示され、利用可能で、ルーティングも可能であり、公表されている 720p で 1 秒あたり $0.084 という料金は、エントリーティアでも反復を重ねられる手頃さにしている。そのマルチショットモードは、単一クリップ生成に対する真のワークフロー上の優位性であり、複数オブジェクトの物理挙動における既知の弱点も、ほとんどのチームが実際に手掛けている作業——視聴者が物理チェックなどしないショートフォーム動画——ではあまり問題にならない。

ハードウェアで動作するコントローラが必要なら、あなたの課題に照準を合わせているのはOdyssey-3だが、それでもまだ購入できるものは何もない。注目すべき具体的な理由はその広範さにある。1組の重みがロボットアーム、ヒューマノイド、車、ドローン、そして3つのゲームにまで届くというのは、汎用性についての主張であり、汎用性こそがモデルをポリシーではなく基盤モデルたらしめるものだ。待つべき具体的な理由は、Odysseyの外部で誰もそれを動かしていないことにある。価格と独立した評価を、この順番で注視せよ。