Kling 4.0 vs ByteDance Seedance 2.5: 50 referenties tegenover 10 keyframes

Leg de twee specsheets naast elkaar en de cijfers lijken op een afslachting. B​yteDance S​eedance 2.5 accepteert tot 50 referentie-assets in één verzoek — 30 afbeeldingen, 10 video's en 10 audioclips, waarbij de audio op zichzelf kan staan — en genereert video en audio gezamenlijk in één doorgang van maximaal 30 seconden. Kling 4.0 accepteert tot 15 gecombineerde referentie-assets en tot 10 keyframe-afbeeldingen, en genereert 3 tot 30 seconden met tweekanaals stereo. Vijftig tegen vijftien is het soort kloof dat een vergelijking in één alinea beslecht. De gedocumenteerde AI-fouten en agent-incidenten achter releases als deze zijn verzameld in het OrcaRouter AI Incident Archive waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwist-vlag heeft.

Dat zou het niet moeten zijn, want de twee modellen tellen verschillende dingen en lossen verschillende problemen op. Het referentiebudget van S​eedance 2.5 is gebouwd voor consistentie binnen een oeuvre — hetzelfde personage, hetzelfde product, dezelfde stem vasthouden over vele shots, waarbij audio als volwaardige input wordt behandeld in plaats van als een functie van de output. Het budget van Kling 4.0 is gebouwd voor choreografie binnen één shot — tien momenten op een tijdlijn vastzetten, een specifieke performance en camerabeweging in het beeld zetten en vervolgens het resultaat bewerken zonder opnieuw te genereren. Het ene model probeert een serie coherent te houden; het andere probeert één take te laten landen. De vraag is welke van die twee jouw project is.

Waar elk getal vandaan komt

Beide cijfers zijn door de leveranciers opgegeven en geen van beide leveranciers publiceert een benchmark om ze te onderbouwen, dus de onderstaande cijfers zijn capaciteitsclaims, niet gemeten doorvoer.

• Referentielimiet — S​eedance 2.5 tot 50 assets in één verzoek (30 afbeeldingen, 10 video's, 10 audio) vs Kling 4.0 tot 15 gecombineerd (10 afbeeldingen, 5 video's, maximaal 30 seconden gecombineerd, stemreferenties, 7 elementen waarvan maximaal 3 op video gebaseerd).

• Duur — S​eedance 2.5 4 tot 30 seconden in één enkele doorgang vs Kling 4.0 3 tot 30 seconden, met verlenging tot 2 minuten vermeld als binnenkort beschikbaar.

• Resolutie — S​eedance 2.5 480p en 720p op 8-bit, 1080p op 10-bit vs. Kling 4.0 720p, 1080p en 4K, met 10-bit HDR bij 1080p en 4K gemarkeerd als binnenkort beschikbaar.

• Audio-invoer — Seedance 2.5 accepteert zelfstandige referentieaudio, los of gecombineerd met afbeeldingen en video, terwijl Kling 4.0 uitsluitend stemreferenties accepteert, met uitvoeraudio in tweekanaals stereo.

• Shotbesturing — Kling 4.0 ondersteunt maximaal 10 keyframe-afbeeldingen die op de tijdlijn worden geplaatst, tegenover de referentiegestuurde besturing van Seedance 2.5, met pinning van het eerste en laatste frame en een expliciet extensiepad in plaats van een keyframe-track.

• Gewichten — geen van beide modellen is open. ByteDance heeft geen plan gepubliceerd om Seedance 2.5 open te maken, en Kuaishou levert Kling 4.0 alleen als gehost product met API-toegang in early access.

Het argument over audio, dat het echte is

Seedance 2.5 is geen videomodel waar audio achteraf aan is vastgeschroefd; ByteDance beschrijft het als een gezamenlijk generatiemodel voor audio en video en noemt het de opvolger in een reeks die de twee modaliteiten als één context behandelt. In de praktijk betekent dat dat een audioreferentie zich gedraagt als een beeldreferentie — je kunt het model een stem of een track geven en vragen de output daaraan te laten voldoen, en de referentieaudio en referentievideo samen zijn beperkt tot 30 seconden input. Voor dialooggestuurd werk is dat een wezenlijk andere workflow dan eerst beeld genereren en daar vervolgens geluid bij passen.

Kling 4.0 benadert audio vanaf de andere kant. Het audioverhaal draait om productiekwaliteit binnen de gegenereerde clip: tweekanaalsstereo, strakkere lipsynchronisatie, dialoog in negen talen met benoemde accenten en dialecten, en tekstgeneratie op het scherm die leesbaar blijft terwijl de camera beweegt. De voorbeelden in de releaseopmerkingen zijn zelfintroducties in vlogstijl, kortdrama, productadvertenties en gametrailers — formaten waarin de audio wordt gegenereerd in plaats van aangeleverd. Je kunt Kling 4.0 geen gemasterde track geven en vragen om daarop te monteren; je kunt het wel een stemreferentie en een script geven.

De eerlijke tweedeling is dus deze. Als geluid een input is — een gelicentieerde track, een opgenomen voice-over, het timbre van een specifieke spreker — dan is S​eedance 2.5 voor die taak gebouwd en Kling 4.0 niet. Als geluid een output is — een scène die geloofwaardige dialoog in het Hindi of met een Brits accent nodig heeft, met lip-sync die een close-up doorstaat — dan is het specificatieblad van Kling 4.0 de specifiekere belofte, ook al is Kling 4.0 van de twee de nieuwere en minder bewezen.

Wat de boards je wel en niet kunnen vertellen

Seedance 2.5 heeft een cijfer. Op de tekst-naar-video-ranglijst van Artificial Analysis, AA-Video-T2V v2.0 met audio, staat Dreamina Seedance 2.5 op Elo 1.143 met een 95%-interval van 1.134 tot 1.152 over 8.264 stemmen, derde achter Wan 3.0 op 1.156 en dicht genoeg bij de koploper dat de intervallen overlappen. Dat zijn blinde paarsgewijze stemmen op basis van menselijke voorkeur, die meten welke clip mensen kozen, niet welk model capabeler is voor een bepaalde taak.

Kling 4.0 heeft geen cijfer. Het staat per 22 oktober niet op de videoranglijsten, een week na de consumentenlancering. Die afwezigheid is geen eindoordeel — nieuwe modellen hebben weken nodig om stemmen te verzamelen, en de ranglijsten lopen routinematig achter bij lanceringen — maar ze betekent wel dat elke kwaliteitsclaim over Kling 4.0 in deze vergelijking uit eigen materiaal van Kuaishou komt. Het model dat het vervangt, geeft op hetzelfde meetinstrument geen bemoedigend beeld: de image-to-video-niveaus van Kling 3.0 liggen tussen Elo 1.036 en 1.055 op de AA-ranglijst, en de tekst-naar-video-niveaus lagen in de oktobermetingen rond 1.000 tot 1.015. Een generatie die een gat van 90 punten dicht, zou een grote sprong zijn; het is mogelijk, en het is niet geverifieerd.

Er is nog een asymmetrie die ronduit benoemd moet worden. ByteDance noemde in zijn eigen aankondigingspost de plausibiliteit van complexe bewegingen en de stabiliteit van interacties tussen meerdere subjecten als zwakke punten van het model; dat is ongewoon openhartig en geeft een reviewer iets om te testen. De releaseopmerking van Kuaishou noemt helemaal geen zwakke punten; de enige voorbehouden zijn de labels 'binnenkort beschikbaar' bij HDR en extensie. Een leverancier die zijn faalmodi opsomt, is gemakkelijker te beoordelen dan een die dat niet doet.

Prijs per voltooide seconde, en waarom de sticker misleidend is

S​eedance 2.5 wordt gefactureerd in tokens die schalen met duur, resolutie en framesnelheid. De eigen uitgewerkte voorbeelden van BytePlus ramen een clip van 5 seconden in 16:9 zonder video-invoer op ongeveer $0,514 bij 480p, $1,156 bij 720p en $2,843 bij 1080p — ongeveer $0,103, $0,231 en $0,569 per seconde. Artificial Analysis normaliseert hetzelfde model naar $34,12 per minuut in 1080p bij standaardinstellingen, wat overeenkomt zodra je het bedrag per seconde doorrekent. De 2.0-serie is op dezelfde prijspagina over de hele linie goedkoper, daarom is die nog steeds te koop naast het nieuwere model.

Kling 4.0 heeft helemaal geen gepubliceerd API-tarief. Het prijsgedeelte van de ontwikkelaarsdocumentatie vermeldt Kling 3.0 en de bijbehorende niveaus, niet het nieuwe model, en de banner boven de API-documentatie zegt early access. Platforms van derden publiceren cijfers per seconde voor Kling 4.0, maar een wederverkoperstarief is een ander instrument dan een lijstprijs van een leverancier: het kan meebewegen met de vraag, en het zegt niets over wat het model zal kosten wanneer de leverancier het endpoint opent.

Daardoor is dit de enige rij waarin de vergelijking in geen van beide richtingen dichtbij komt. S​eedance 2.5 is duur per seconde en is daar transparant over; Kling 4.0 heeft geen prijs. Voor budgetteringsdoeleinden is een model zonder prijs niet goedkoop; het is onbekend, en onbekend moet als risico worden meegenomen, niet als besparing.

Waar de twee daadwerkelijk samen zouden worden gebruikt

Een korte dramaserie is het geval dat de splitsing concreet maakt. Het budget van 50 assets en de afzonderlijke audioreferenties van Seedance 2.5 zijn het juiste hulpmiddel om een cast, een locatie en een stem over twintig shots heen consistent te houden — dat is een consistentieprobleem, en referentievolume is hoe je dat oplost. De keyframe-track en gerichte bewerking van Kling 4.0 zijn het juiste hulpmiddel voor de twee of drie shots in die aflevering die precies moeten kloppen: de onthulling, de reactie, de productinsert, waarbij de regisseur weet hoe frame elf eruit moet zien.

Dat is ook het argument om helemaal niet te kiezen, en om niet slecht te kiezen. De orkestratie rond videogeneratie — de shotlijst, het opstellen van prompts, het beschrijven van referenties, de moderatieronde, de nieuwe poging wanneer een generatie halverwege afbreekt — is werk voor tekstmodellen en hoort achter één interface, niet achter twee leveranciers-SDK's. OrcaRouter biedt 200+ modellen één OpenAI-compatibel endpoint tegen de lijstprijs van de provider met 0% markup en automatische failover, zodat een pipeline zijn routeringsbeslissingen in configuratie kan houden in plaats van in code. Geen van beide modellen staat vandaag in onze catalogus: ons Kling-assortiment stopt bij de Kling 3.0-familie, van $0,084 per verzoek voor Kling 3.0 en Omni tot $0,112 voor Turbo, en Seedance 2.5 wordt ook niet gerouteerd. Wat wel in de catalogus staat, is de rest van de pipeline, en daar zit feitelijk het grootste deel van de overstapkosten.

Het oordeel, uitgedrukt als een voorwaarde in plaats van een winnaar

Kies S​eedance 2.5 wanneer het werk een serie is, het geluid een invoer is en je een prijs nodig hebt die je vandaag in een spreadsheet kunt zetten. Kies Kling 4.0 wanneer het werk een handvol precies geregisseerde shots is, het geluid wordt gegenereerd en een mens elke take bekijkt — en accepteer dat je een ongemeten, ongeprijsd model koopt op grond van zijn bedieningsoppervlak. Voer de vergelijking opnieuw uit wanneer de API van Kling 4.0 de early access verlaat en de eerste Elo verschijnt; als de generatiesprong echt is, is het referentievolume-argument niet langer doorslaggevend en wordt het keyframe-argument de reden om over te stappen.