Kling 4.0 vs Kandinsky 6.0 Video: de rechtstreekse vergelijking die nog niemand heeft uitgevoerd

De enige gepubliceerde menselijke evaluatie die Kling 4.0 en Kandinsky 6.0 Video in dezelfde ruimte plaatst, bestaat niet. Wat wel bestaat, is een paper uit Kandinsky's eigen lab, ingediend bij arXiv op 4 oktober 2026, die Kandinsky 6.0 Video Pro vergelijkt met Kling 2.6 — twee generaties achter op het model dat Kuaishou op 15 oktober voor iedereen uitbracht. Die kloof is het eerlijke startpunt voor deze vergelijking, en ze wijst in een richting die de meeste vergelijkingspagina's negeren: op de kolommen die de paper wél meet, won de oudere Kling er meerdere overtuigend. Kuaishou's claims voor 4.0 op precies die kolommen zijn de claims die niemand heeft geverifieerd.

Dit is dus geen pagina die je vertelt welk model beter is, want het bewijs om dat te kunnen zeggen bestaat nog niet. Het is een pagina over waarvoor elk van de twee daadwerkelijk is gebouwd, wat de enige echte rechtstreekse vergelijking heeft opgeleverd, en welke van de twee je deze week in een pipeline kunt zetten.

Twee producten die alleen maar op elkaar lijken

Kling 4.0 is een gesloten generator met creditfacturering van Kuaishou. Het volledige model doet tekst-naar-video, afbeelding-naar-video, eerste-en-laatste-frame, multi-keyframe, omni-referentie en gerichte bewerking, van 3 tot 30 seconden en 720p tot 4K. Het wordt verkocht via de Kling-app en -website, met een API die Kuaishou vanaf 21 oktober in golven begon te openen en waarvan het prijsblad voor ontwikkelaars het model nog steeds bestempelt als "Binnenkort beschikbaar", met alleen previewtarieven.

Kandinsky 6.0 Video is het tegenovergestelde soort artefact. Sber's Kandinsky Lab bracht het op 6 oktober 2026 uit als twee checkpoints — Pro met 29B parameters en Lite met 3B, plus een apart super-resolutiemodel van 1,4B — onder MIT, met gewichten op Hugging Face, code op GitHub en integratie vanaf dag één in Diffusers, ComfyUI, FastVideo, SGLang en vLLM-Omni. Het genereert clips van vijf seconden met 121 frames bij 24 fps, met gesynchroniseerde audio van 44,1 kHz en lip-sync, op basis van een tekstprompt of een referentieafbeelding.

De ene is een dienst met een voordeel qua looptijd. De andere is een download met een licentievoordeel. Bijna elk praktisch verschil tussen beide volgt uit die zin.

De enige directe vergelijking, eerlijk gelezen

De menselijke evaluatie in het Kandinsky-artikel komt het dichtst in de buurt van een gedeeld scorebord, en het loont de moeite die aandachtig te lezen, want het is een lab dat zijn eigen nieuwe model beoordeelt tegenover een concurrent die het zelf heeft uitgekozen.

• Algemene visuele kwaliteit — Kling 2.6 voorop, volgens de eigen beoordelaars van de paper.

• Visuele esthetiek — Kling 2.6 voorop.

• Audiokwaliteit — Kling 2.6 loopt voor.

• Audio-videosynchronisatie — Kling 2.6 loopt voorop.

• Geluidsprompt volgen — Kandinsky 6.0 Video Pro loopt voorop.

• Spraakkwaliteit — Kandinsky 6.0 Video Pro ligt voorop, consistent met de gerapporteerde reductie van 47% in het woordfoutpercentage van gegenereerde spraak na reinforcement-learning-posttraining.

• Camerabesturing in afbeelding-naar-video-met-audio — Kandinsky 6.0 Video Pro in aantocht.

• Het volgen van visuele prompts — ongeveer gelijk.

Hieruit volgen drie dingen. Ten eerste veegde het nieuwere model niet de vloer aan met het oudere, wat ongebruikelijk is voor een eigen evaluatie door een lab en lof verdient. Ten tweede concentreren de overwinningen van Kandinsky zich op de punten waar de architectuur ongebruikelijk is — video- en audiolatenten worden er gezamenlijk via één transformer van ruis ontdaan in plaats van dat er twee modellen na elkaar draaien — en dat blijkt meer uit de naleving van spraak- en geluidsprompts dan uit de beeldkwaliteit op zich. Ten derde zegt de vergelijking niets over Kling 4.0, waarvan het hele verkoopargument neerkomt op beter realisme, stabielere grootschalige beweging en schonere lip-sync. Dat zijn precies de kolommen waarop zijn voorganger al vooropliep.

Als je wilt dat de vergelijking echt is in plaats van afgeleid, is het ontbrekende artefact een onafhankelijke arena-run met beide modellen erin. Geen van beide heeft er vandaag een tegen de ander.

De specificatiekloof die de meeste opdrachten beslist

• Clipduur — Kling 4.0 loopt in één keer van 3 tot 30 seconden, met verlenging naar 2 minuten die als binnenkort beschikbaar staat vermeld. Kandinsky 6.0 Video is getraind op 121 frames en genereert 5 seconden. Alles wat langer is, is een stitching-probleem dat je zelf moet oplossen.

• Resolutie — Kling 4.0 wordt geleverd in 720p, 1080p en 4K, waarbij 10-bit HDR bij 1080p en 4K als "binnenkort beschikbaar" wordt aangeduid in Kuaishou's eigen releaseopmerking. Kandinsky genereert op SD en schaalt op via zijn 1,4B-superresolutiemodel naar Full HD, 1920×1080, met factoren ×2, ×2,25 en ×4.

• Besturingsinvoer — Kling 4.0 ondersteunt tot 10 keyframes en een referentiebudget van 15 items, verdeeld over 10 afbeeldingen, 5 video's van maximaal 30 seconden in totaal, stemreferenties en tot 7 elementen. Kandinsky 6.0 Video accepteert een tekstprompt of één referentieafbeelding, toegepast als een gemaskeerd eindframe.

• Audio — Kling 4.0 levert tweekanaalsstereo met lipsynchronisatie in negen talen en benoemde accenten. Kandinsky levert 44,1 kHz AAC met audio standaard ingeschakeld; de pipeline retourneert gesynchroniseerde spraak, muziek of omgevingsgeluid, zelfs wanneer je geen audioparameters meegeeft.

• Lengte van de prompt — Kling 4.0 accepteert tot 8.000 tokens. Het servingrecept van Kandinsky is opgebouwd rond de captionstijl waarmee het model is getraind: lang, gemiddeld of kort, en niet een script zonder vaste structuur.

• Licentie — Kling 4.0 is closed-source en valt onder de voorwaarden van Kuaishou. Kandinsky 6.0 Video is MIT voor code, gewichten en de Diffusers-integratie.

Die laatste rij verricht meer werk dan zijn lengte doet vermoeden. Een gesloten model van 30 seconden en een MIT-model van 5 seconden zijn niet onderling uitwisselbaar, zelfs niet als hun beeldkwaliteit vergelijkbaar is, omdat het ene beperkt wat je kunt bouwen en het andere wat je kunt genereren.

Wat elk kost, in de eenheid die daadwerkelijk wordt gefactureerd

De ontwikkelaarsprijspagina van Kuaishou vermeldt Kling 4.0 tegen 1,5 eenheden per seconde bij 1080p, wat wordt omgerekend naar $0,235 per seconde, en 1,0 eenheid, $0,157 per seconde, bij 720p. Er is geen 4K-tarief — de kolom vermeldt "-". Bij video-invoer daalt het tarief naar $0,094 per seconde bij 720p en $0,141 bij 1080p, maar de facturering rekent de uitvoerduur maal twee wanneer de invoer korter is dan de uitvoer. De pagina zegt ook dat de cijfers "alleen voor previewdoeleinden" zijn en dat API-toegang "nog niet beschikbaar" is, wat op gespannen voet staat met de aankondiging van Kuaishou op 21 oktober dat de API live was gegaan voor enterprise-klanten en ontwikkelaars. Samen gelezen is de eerlijke conclusie dat de API gefaseerd wordt geopend en dat er op 23 oktober geen openbare, stabiele tariefkaart bestaat.

Bij het preview-tarief kost een clip van vijf seconden in 720p ongeveer $0,79, en een van 30 seconden ongeveer $4,71. Dat is het bedrag waarmee je elke offerte van een externe wederverkoper kunt toetsen, omdat tarieven van wederverkopers onafhankelijk van die van Kuaishou veranderen.

Kandinsky 6.0 Video heeft geen prijs per seconde, omdat er geen leveranciersendpoint is om het te kopen. De kosten bestaan uit GPU-tijd, en de repository publiceert gemeten cijfers voor één clip van vijf seconden na opwarming, exclusief het laden van het model en coderen: Pro op Full HD neemt 402 seconden in beslag op een H100, 854 op een RTX 5090, 1.247 op een RTX 4090 en 3.530 op een RTX 5060 Ti. Lite op Full HD neemt 284 seconden in beslag op een H100. Tegen welk H100-tarief u ook betaalt, 402 seconden is 6,7 minuten van die kaart per clip van vijf seconden — trek dat door en u kunt zelf de rekensom maken, omdat de leverancier u de output niet verkoopt en er dus geen prijs voor publiceert.

Het geheugenplafond is het andere getal dat bepaalt of self-hosting echt iets voor jou is. Een Pro SD-run piekt op 72,8 GiB, meer dan elke consumentenkaart. De 16 GB-preset van de repository streamt transformer-blokken vanuit het hostgeheugen en quantiseert de textencoder naar NF4 — en de paper zegt expliciet dat dit de enige presetwijziging is die de clip zelf verandert. Als je iemands output op een 16 GB-kaart reproduceert en die komt niet overeen, is die instelling het eerste dat je moet controleren.

Wat je vandaag kunt bellen, en hoe dat de beslissing beïnvloedt

Dit is de asymmetrie die meer uitmaakt dan welke benchmark dan ook: Kling 4.0 is bereikbaar via de eigen app van Kuaishou en, in toenemende mate, via de API, terwijl Kandinsky 6.0 Video bereikbaar is door het te downloaden. Geen van beide is een directe aanroep vanuit een routeringslaag.

Wat OrcaRouter wél routeert, is de generatie die Kling 4.0 vervangt. Kling 3.0 staat in de catalogus voor $0,084 per verzoek, en MiniMax H3 staat er voor $0,08 per seconde gegenereerde video, beide op hetzelfde OpenAI-compatibele endpoint als meer dan 200 modellen, tegen de lijstprijs van de provider met 0% opslag. Dat is van belang voor een zelfgehost model op een manier waarop dat niet geldt voor een gehost model: de prompt-expansiepass die een shotbeschrijving omzet in het lange bijschrift waarop Kandinsky is getraind, het bijschrift- en transcriptiewerk dat een afbeeldingsinvoer voedt, de beoordelingssamenvattingen die bepalen welke van vier generaties je houdt — dat zijn gewone tekstaanroepen, en ze kunnen één sleutel en één failoverbeleid delen terwijl het zware videowerk draait waar je het ook plaatst. Kandinsky zelf is geen OrcaRouter-route, en niets hier mag worden gelezen als de bewering dat dit wel zo is.

Welke hoort thuis in jouw stack?

De beslissing hangt niet af van kwaliteit, want niemand heeft die eerlijk gemeten. Ze hangt af van drie vragen die je zelf kunt beantwoorden.

Heb je een shot nodig dat langer is dan vijf seconden? Dan Kandinsky 6.0 Video valt af voor dat shot, en geen enkele MIT-licentie verandert daar iets aan — je zou moeten stitchen, en stitchen kost je de temporele coherentie waarin het model goed is.

Moet u de gewichten zelf bezitten, offline draaien, fine-tunen of meeleveren in een product waarin een factuur per aanroep van de leverancier onacceptabel is? Dan Kling 4.0 valt af, ongeacht het specificatieblad, want een gesloten API is een afhankelijkheid, geen aanwinst.

Moet je deze week de knoop doorhakken met een budget dat iemand wil ondertekenen? Dan is geen van beide zonder haken. De API van Kling 4.0 wordt nog uitgerold, met previewprijzen, en de werkelijke kosten van Kandinsky zijn een GPU-uurprijs die je moet vertalen naar je eigen infrastructuur. De modellen waarvan je vandaag de prijs kunt bepalen en die je kunt aanroepen, zijn aan beide kanten de vorige generatie: Kling 3.0 via Kuaishou of een router, Kandinsky 6.0 Video via de Hub.

Waar je op moet letten is geen specificatie. Het is of iemand beide modellen op dezelfde prompts draait en het resultaat publiceert — een onafhankelijke arena-inzending, een lab dat geen van beide modellen bezit, of een geloofwaardige set naast elkaar geplaatste clips met de prompts erbij. Totdat dat bestaat, is elke pagina die Kling 4.0 tegen Kandinsky 6.0 Video met een winnaar rangschikt, aan het extrapoleren uit een vergelijking met Kling 2.6 en hoopt dat je het niet merkt. Het nuttige werk in de tussentijd is gerichter: kies de beperking die je niet kunt veranderen, en laat die het model kiezen.