Tavus Griffin vs Kling 3: 실시간 대화와 10초 클립의 대결

이 맞대결의 솔직한 형태는 라우팅 비대칭성이다. Kling 3는 가격과 파라미터 표면, 그리고 우리 자체 카탈로그에 등록된 항목을 갖춘 호출 가능한 모델이다. Tavus Griffin은 신청 양식 뒤에 있는 선별된 신뢰 테스터를 위한 연구 프리뷰로, 2026년 10월 1일에 발표되었으며 식별자도, 엔드포인트도, 공개된 요금도 없다. Kling 3.0은 OrcaRouter 카탈로그에 kling/kling-v3로 등록되어 있으며, 요청당 $0.084의 가격이 책정되어 있고 제공자 정가는 그대로 전달되며 아무것도 더해지지 않는다. Griffin은 라우팅할 수 없는데, 그것은 아무도 그럴 시간을 내지 않았기 때문이 아니다 — 모델이 듣는 동안 720p를 320밀리초 단위 청크로 생성하는 실시간 전이중 세션은 요청-응답 호출이 아니며, Tavus가 내일 문을 활짝 열더라도 같은 형태에 들어맞지 않을 것이다. 따라서 이것은 구매자가 가격으로 결판을 내는 비교가 아니다. 이것은 생성된 인간이 무엇을 위한 것인가라는 질문에 대한 두 가지 답을 비교하는 것이다.

Kling 3.0은 실제로 무엇인가

Kling 3.0은 2026년 2월 5일 Video 3.0, Video 3.0 Omni, Image 3.0, Image 3.0 Omni의 4개 모델 시리즈로 출시되었습니다. 이 모델의 대표 기능은 자동 멀티샷 시퀀싱입니다. 모델이 샷 전환을 스스로 계획하며, 사용자 지정 모드에서는 샷 수와 각 샷의 길이를 설정할 수 있습니다. 리뷰어들은 단일 프롬프트로 최대 약 6개의 서로 다른 샷으로 구성된 사용 가능한 시퀀스를 만들 수 있다고 보고하며, 샷 크기, 카메라 움직임, 내러티브 비트를 샷별로 지정할 수 있습니다. 한 번 생성 시 최대 15초, 최소 3초입니다. OrcaRouter 측면에서는 멀티샷, 피사체 및 모션 제어, 3–15초 클립, 최대 네이티브 4K를 지원한다고 주장하는 플래그십 텍스트-투-비디오 및 이미지-투-비디오 모델로 등장하며, 제공 엔드포인트는 POST /v1/video/generations.

오디오는 동일한 패스에서 기본적으로 생성됩니다. Kuaishou의 버전은 중국어, 영어, 일본어, 한국어, 스페인어를 지원하고, 클립 내에서 여러 언어가 섞인 대화를 처리하며, 다중 캐릭터 장면에서 각 캐릭터에 고유한 목소리를 할당하고, 지역 억양을 제공합니다 — 미국, 영국, 인도 영어; 중국어의 동북, 베이징, 대만, 광둥, 쓰촨 방언. 립싱크 일관성은 독립적인 직접 사용 리뷰에서 가장 많이 지적된 단일 약점으로, 한 테스트에서는 대화 클립 5개 중 약 2개가 재촬영이 필요하다고 보고했으며, 보고된 아티팩트는 물과 바람 배경으로 인해 음성이 먹먹하게 들리는 소음이 많은 환경의 대화 주변에 집중되는 경향이 있습니다.

Griffin이 실제로 무엇인지 한 문단으로.

Griffin은 대화 모드가 있는 비디오 생성기가 아닙니다. 이는 동시에 실행되는 두 개의 엔진입니다. 지속적 대화 모델링 엔진은 사람의 오디오와 비디오를 입력받아 1초 미만 간격으로 대화를 재평가하고, 각 간격마다 침묵할지, 신호를 보낼지, 맞장구를 칠지, 발언권을 가져갈지 결정합니다 — 단순한 단어가 아니라 타이밍, 태도, 표정, 제스처를 담은 표현 제어를 출력합니다. 시청각 생성 엔진은 이러한 제어를 사운드와 픽셀로 함께 변환합니다: 인코딩된 화자 접두사로부터 한 번에 하나의 잠재 청크씩 음성을 생성하는 자기회귀 확산 트랜스포머와, 단일 참조 사진으로부터 25 fps에서 320ms 청크로 720p를 생성하는 몇 단계의 자기회귀 비디오 생성기입니다. 프롬프트도, 클립 길이도, 파일도 없습니다. 오디오의 경우, H100에서 네 가지 공개된 스트리밍 확산 베이스라인과 비교하여 0.43초의 실제 오디오-비디오 지연 시간을 보고하며, Tavus는 이를 두 번째로 빠른 방법의 절반이라고 설명합니다.

가격, 그리고 편측 테이블

Kling 3.0의 가격 책정은 이 글에서 비교의 양쪽 모두에 확실한 수치가 있는데도 한쪽은 비어 있는 유일한 대목이다.

• OrcaRouter의 Kling 3.0 — 요청당 $0.084, 공급자 정가를 0% 마크업으로 그대로 전달, 따라서 콰이서우(Kuaishou)의 요금 변경이나 프로모션 할인은 계약 주기를 기다릴 필요 없이 당일에 바로 반영됩니다.

• 독립 아레나의 Kling 3.0 — 2026년 10월 2일 기준 텍스트-투-비디오(오디오 포함) 보드에는 1080p Pro 등급이 $10.08/분, Omni 1080p Pro 등급이 $8.40/분으로 나열되어 있다. 같은 보드는 Kling 3.0의 네 등급에 네 가지 서로 다른 가격을 매기므로, "Kling 3.0의 가격"은 단일 수치가 아니다.

• Griffin — 가격 없음. Griffin-Lite는 연구 프리뷰로서 일부 신뢰할 수 있는 테스터에게 제공되며, Tavus 플랫폼에는 없고, 자체 발표에 따르면 현시점에서는 고객 사용 용도로 제공되지 않습니다. 요청당 요금도, 초당 요금도, 제시할 무료 티어도 없으며, 이 모델은 Tavus가 이를 안전하게 출시할 방법을 마련한 후에야 출시될 예정입니다.

그게 가격 섹션의 전부이고, 컴퓨팅 사용량으로 초당 추정치를 지어내기보다 거기서 멈추는 게 정직하다.

점수판은 서로 다른 것을 측정하며 서로 만나지 않습니다.

두 모델 모두 각자의 공급업체가 아닌 다른 주체에 의해, 서로 비교할 수 없는 측정 도구로 점수가 매겨졌습니다.

Kling 3.0은 Artificial Analysis의 비디오 아레나에 올라 있는데, 여기서 Elo는 짧은 클립에 대한 블라인드 페어와이즈 인간 선호도에서 나온다. 같은 날 나온 두 가지 수치는 서로 다른 이야기를 들려주는데, 바로 여기에 이름 붙일 만한 함정이 있다: 오디오 포함 텍스트-투-비디오 리더보드에서는 Kling 티어들이 중위권에 자리하는 반면, 오디오 포함 이미지-투-비디오 리더보드에서는 훨씬 더 높은 순위에 자리한다 — 하지만 Kling 티어들이 모두 두 리더보드에 등장하는 것은 아니다. 텍스트 리더보드에 아예 올라가 있는 것은 Pro와 Omni Pro 1080p 빌드뿐이며, 720p Standard 티어는 이미지-투-비디오에서만 점수가 매겨지고 다른 곳에서는 전혀 아니다.

• 텍스트-투-비디오(오디오 포함) 부문의 Kling 3.0 — 1080p Pro는 16위, 4,844표 기준 Elo 1,000, 분당 $10.08; Omni 1080p Pro는 16위, 2,741표 기준 Elo 987, 분당 $6.90. 두 티어 중 더 비싼 쪽이 더 낮은 점수를 받는데, 이는 이 보드의 다른 모든 곳에서 티어 격차가 보여주는 것과 같은 무의미한 결과다.

• Kling 3.0 이미지-투-비디오(오디오 포함) — 1080p Pro는 18~20위, Elo 1,055(±6), 14,896표, 분당 $20.16; 720p Standard는 18~20위, Elo 1,051(±6), 14,692표, 분당 $15.60; Omni 1080p Pro는 21~22위, Elo 1,044(±8), 2,945표, 분당 $16.80; Omni 720p Standard는 21~24위, Elo 1,036, 분당 $13.44.

해석은 이렇습니다: Kling 3.0은 텍스트에서 시작할 때보다 제공된 이미지에서 시작할 때 더 강력하며, 이미지→비디오 보드는 투표 수가 세 배이므로, 그 보드에서의 배치가 더 잘 확정된 쪽입니다. 이는 또한 대부분의 상업 작업이 사용하는 모드이기도 합니다. 네 등급이 무엇을 사는지 주목하십시오: 이미지→비디오 내에서 이들은 분당 $13.44에서 $20.16에 이르는 가격대에 걸쳐 16 Elo 포인트를 포괄하며, 네 등급 중 가장 저렴한 것이 가장 낮은 순위는 아닙니다. Kling 3.0에 더 많은 비용을 지불해도 이 보드에서 위로 올라가지 않습니다.

Griffin의 점수는 NVIDIA의 VideoFDB에서 나온 것으로, VideoFDB는 전이중 오디오-비주얼 대화를 두 개의 트랙으로 채점하며, NVIDIA가 공개된 루브릭에 따라 자체 심사자를 통해 구축하고 운영한 것이다. Griffin-Lite는 생성에서 5점 만점에 3.83점을 기록했는데, 이는 3.92의 인간 기준에 대비되는 점수이고, 공개된 시스템 중 그다음으로 높은 점수는 2.80이었다. 지각에서는 4.20의 인간 기준에 대해 3.73점을 받았으며, 테이크오버 비율 정렬은 62.8%와 73.8%였다. 그 숫자들은 클립이 1080p에서 제대로 보이는지에 대해서는 아무것도 말해주지 않고, Kling의 Elo는 모델이 문장 중간에 중단될 수 있는지에 대해서는 아무것도 말해주지 않는다. 이 둘 중 어느 것을 정직하게 사용하는 유일한 방법은 각자의 질문 안에서 사용하는 것뿐이다.

아무도 측정하지 않는 격차: 지연 시간 대 길이

여기에는 어느 리더보드도 포착하지 못하는 실질적인 엔지니어링 대비가 있으며, 이는 제품을 기획하는 누구에게나 이 비교에서 가장 유용한 점입니다.

Kling 3.0은 제한된 생성 범위 안에서 길이와 구조에 최적화되어 있습니다. 최대 15초, 최대 약 6개의 계획된 샷, 샷별 제어를 지원합니다. 비용은 출력 길이에 따라 증가하고, 품질은 프롬프트가 얼마나 구체적인지에 따라 달라집니다. 사용자가 아직 말하고 있는 동안에는 이 기능의 어떤 부분도 실행되지 않으며, 이는 결함이 아니라 이 범주의 형태입니다.

Griffin은 무한 세션 내에서 지연 시간에 최적화되어 있습니다: 320밀리초 청크, 25fps, 1초 미만 간격마다 내려지는 결정, 대화에는 끝이 없기에 계획할 클립이 없습니다. 그 비용은 무엇으로 밝혀지든 렌더링된 초가 아니라 대화 지속 시간에 따라 확장될 것이며, 품질은 브리프가 아니라 상대방이 얼마나 자연스러운지에 따라 확장됩니다. 자체 이력으로 학습된 자기회귀 생성기로의 3단계 증류가 존재하는 까닭은 바로 이 아키텍처의 실패 모드가 잘못된 샷이 아니라 긴 롤아웃에서의 드리프트이기 때문입니다.

두 가지를 나란히 놓고 보면, 실질적인 결론은 둘이 서로 반대 방향으로 실패한다는 것이다. Kling 3.0은 눈에 띄게, 그리고 이르게 실패한다. 몇 센트면 삭제하고 다시 생성할 수 있는 아슬아슬한 테이크이며, 리테이크 예산이 워크플로에 내장되어 있다. Griffin은 보고된 대로 작동한다면, 겉으로 보이는 것과 실제가 다르다는 방식으로 보이지 않게, 그리고 늦게 실패할 것이다. 바로 이것이 Tavus가 그것을 보류하고 있는 이유다.

라우터가 진정으로 도움이 되는 경우와 그렇지 않은 경우

Kling 3.0은 OrcaRouter 카탈로그에 kling/kling-v3로 요청당 $0.084에, 200개 이상의 다른 모델과 동일한 키와 동일한 OpenAI 호환 엔드포인트로 제공됩니다. 이는 파이프라인에 필요한 텍스트 모델이 무엇이든 그 모델을 위한 별도 통합과 Kuaishou 계정을 함께 유지하는 것과는 실질적인 차이입니다. 우리는 제공업체 가격에 아무것도 더하지 않기 때문에 Kuaishou의 요금 변경은 같은 날 우리 쪽에 반영되며, 업스트림 제공자가 성능이 저하되거나 속도 제한을 걸면 자동 페일오버가 애플리케이션에 오류를 반환하는 대신 응답이 시작되기 전에 요청을 이동시킵니다. 한 번의 호출이 천 번의 텍스트 호출보다 더 많이 들 수 있는 비디오 파이프라인에서는 업스트림의 1분간 장애를 요청이 견뎌내는 것이 당신이 지불하지 않는 마크업보다 더 가치가 있습니다.

Griffin은 우리 카탈로그에 없고, 누구의 카탈로그에도 없으며, 있을 수도 없다. 전이중 세션 모델은 라우팅되는 요청이 아니기 때문이다. Griffin에 접근하려면 오직 액세스 요청을 제출하는 방법뿐이다. Tavus 스스로가 빌더가 되려는 사람들에게 Griffin이 아니라 자사의 더 오래된 모델들을 가리킨다는 점이 바로 단서다. 그 세 가지 전임 모델은 이미 150,000명의 개발자와 기업이 사용하는 PAL을 구동하며, Griffin은 그중에 없다.

어느 것, 무엇을 위해

• 하나의 프롬프트에서 계획된 멀티샷 시퀀스를 만들려면, 오디오 없는 아레나 순위가 강하고 투표가 많이 몰리는 이미지-투-비디오 작업을 하려면, 다섯 개 언어에 걸쳐 캐릭터별 음성 바인딩이 있는 다국어 대화를 하려면, 카메라 무빙 전반에 걸쳐 요소 일관성을 유지하려면, 그리고 4K를 원한다면—단, 해당 등급을 서면으로 확인한 경우에만—Kling 3.0을 선택하세요. Kuaishou 자체 문서는 네이티브 4K를 주장하지만 사용자 가이드에는 720p와 1080p만 나열되어 있으며, 4K에 대한 서드파티 크레딧 요율은 출처에 따라 두 배 이상 차이가 납니다.

• 대화가 핵심이라면 Kling 3.0의 립싱크를 가장 먼저 테스트하세요. 독립적인 실사용 리뷰들이 바로 그 지점에서 문제가 터진다고 지적하는 부분이고, 가장 많은 재촬영을 유발하는 실패 유형이기 때문입니다.

• Griffin을 전제로 계획하지 마십시오. 당신이 답을 얻어야 하는 질문이 1분 통화에서 사람이 생성된 인간과 실제 인간을 구분할 수 있는지, 아니면 상호작용 레이어가 어디로 향하는지 아는 것이 지금 클립 레이어 위에 무엇을 구축할지에 영향을 주어야 하는지라면 접근 권한을 요청하십시오.

• 한 가지가 아니라 두 가지를 지켜보세요. Kling 쪽에서는 등급 간 격차가 가격을 따라가기 시작하는지입니다. 현재 네 등급은 이미지-투-비디오에서 서로 19 Elo 점 이내에 있으면서도 가격은 1.5배까지 차이 나고, 가장 저렴한 등급이 가장 낮은 순위에 있는 것도 아니기 때문입니다. Griffin 쪽에서는 공개 메커니즘과 모델 카드가 등장하는지입니다. 그렇게 된다면 이 비교는 디자인 에세이이기를 멈추고 조달 결정이 되기 시작할 것이며, 이 글은 다시 써야 할 것입니다.