Wan 3.0 vs Kling 3: één doorlopende take tegenover zes geplande shots

Begin met een discrepantie die niemand heeft opgehelderd. Wan 3.0 heeft één gepubliceerde prijs. Kling 3.0, het huidige video-vlaggenschip van Kuaishou, heeft er twee — en die verschillen met een factor drie. De eigen API-documentatie van Kuaishou vermeldt Kling Video 3.0 tegen $0,084 per seconde voor de standaardlaag en $0,112 voor pro. Artificial Analysis prijst hetzelfde model, op hetzelfde leaderboard waarop Wan 3.0 wordt vermeld, op $20,16 per minuut voor de 1080p pro-laag — $0,336 per seconde. Het kan niet zo zijn dat beide dezelfde generatie bij dezelfde instellingen beschrijven. Totdat iemand publiceert hoe dit te rijmen valt, wordt elke vergelijking per seconde tussen deze twee modellen gemaakt op basis van cijfers die mogelijk niet hetzelfde meten.

Wat eerlijk kan worden vergeleken, zijn de specificaties, de scores uit de blinde stemming en de ontwerpfilosofieën — en op die punten zijn de twee modellen het over bijna alles wat ertoe doet oneens. Kuaishou bouwde Kling 3.0 rond de multi-shotsequentie. Alibaba bouwde Wan 3.0 rond de enkele ononderbroken take. Dat is geen marketingonderscheid; het bepaalt welke van de twee bij je project past voordat de prijs ter sprake komt.

Twee modellen, twee ideeën over wat een clip is

Kling 3.0 werd gelanceerd op 5 februari 2026 als een serie van vier modellen — Video 3.0, Video 3.0 Omni, Image 3.0 en Image 3.0 Omni. Het bepalende kenmerk is automatische multi-shotsequencing: het model plant de shotovergangen zelf, en een aangepaste modus laat je het aantal shots en de duur van elk instellen. Recensenten melden bruikbare sequenties van tot ongeveer zes afzonderlijke shots uit één enkele prompt, waarbij shotgrootte, camerabeweging en narratieve beat per shot kunnen worden gespecificeerd. Het plafond ligt op 15 seconden per generatie, met een ondergrens van 3 seconden.

Wan 3.0 gaat de andere kant op. Het maximum is 30 seconden in één doorlopende take, en het hele ontwerp is gericht op niet knippen — genoeg tijd voor één camerabeweging, een productdemonstratie in één take, of een monoloog die standhoudt zonder montage. Het heeft geen multi-shotplanner, omdat de belofte is dat je er geen nodig zou moeten hebben.

De praktische consequentie: dit is geen kwestie van beter of slechter, het is een kwestie van je montage. Een kort drama, een commercial opgebouwd uit cuts, alles waarin dialoog tussen personages wordt uitgewisseld — dat is de vorm van Kling 3.0. Een doorlopende productonthulling, een dans- of performancestuk, één bewegend shot dat samenhangend moet blijven — dat is de vorm van Wan 3.0. Teams die het ene in het format van het andere proberen te persen, zullen ontdekken dat de faalmodi structureel zijn: de zes shots van Kling 3.0 kunnen niet doorlopend worden gemaakt zonder opnieuw te genereren, en de dertig seconden van Wan 3.0 kunnen niet in zes schone shots worden geknipt zonder datgene te verliezen waarvoor je hebt betaald.

De arena-cijfers, opgesplitst naar wat ze meten

Dit is het deel van de vergelijking waar de berichtgeving het slechtst is, omdat de meeste pagina's een Kling Elo citeren die vijf maanden achterhaald is. Het lanceringsmateriaal van Kuaishou uit februari 2026 zette Kling 3.0 bovenaan de ranglijst voor tekst-naar-video, op ongeveer Elo 1.240. Dat klopte in februari. Het liveboard van Artificial Analysis, vastgelegd op 18 september 2026, met audio:

• Wan 3.0 — #2, Elo 1.229, $12,00/min

• Kling 3.0 1080p Pro — #12, Elo 1.095, $20,16/min

Kling 3.0 720p Standaard — #13, Elo 1.089, $15,12/min

• Kling 3.0 Omni 720p Standard — #18, Elo 1.082, $ 13,44/min

• Kling 3.0 Omni 1080p Pro — #22, Elo 1.075, $16,80/min

Dus de februarileider werd in zeven maanden een model in de middenmoot, zonder dat het aan zichzelf lag — het veld bewoog. Merk ook op dat Kling's eigen tiers over elf plaatsen op het bord verspreid liggen, met een onderling Elo-bereik van 20 punten, wat betekent dat de tier die je koopt een kleiner effect heeft op de gemeten kwaliteit dan het model dat je kiest. Voor Pro betalen in plaats van Standard levert resolutie op en, op dit bord, ongeveer zes Elo-punten.

Dan is er het cijfer dat het hele beeld compliceert, en bijna niemand noemt het. Op het image-to-video-bord zonder audio, is Kling 3.0 een ander beestje: de Omni 1080p Pro-tier scoort Elo 1.284 op rang #8, en de 1080p Pro-tier 1.282 op #9. Dat is een plaats in de top tien, wezenlijk beter dan zijn text-to-video-resultaat. De interpretatie is dat Kling 3.0 het sterkst is wanneer het vertrekt van een aangeleverde afbeelding en niet wordt beoordeeld op gegenereerd geluid — wat toevallig een groot deel van het echte commerciële werk beschrijft. Als je pipeline image-to-video is en je je eigen audio beoordeelt, onderschatten de arena-cijfers hierboven dit model aanzienlijk.

Audio, waarbij beide dezelfde bewering doen en één een gedocumenteerd probleem heeft.

Beide modellen genereren in dezelfde doorgang native audio. De versie van Kuaishou ondersteunt Chinees, Engels, Japans, Koreaans en Spaans, verwerkt meertalige dialogen binnen één clip, koppelt een aparte stem aan elk personage in scènes met meerdere personages, en biedt regionale accenten — Amerikaans, Brits en Indiaas Engels; Noordoost-Chinees, Peking-Chinees, Taiwanees, Kantonees en Sichuan-Chinees. De audio van Wan 3.0 staat standaard aan, is uit te schakelen met een flag en accepteert tot vijf referentie-audioclips om het resultaat bij te sturen.

Op papier is dit een gelijkspel met verschillende taallijsten. Wat gerapporteerde uitkomsten betreft, is dat niet het geval. Consistentie van lip-sync is dé meest gesignaleerde zwakte in onafhankelijke Kling 3.0-reviews: uit één praktijktest bleek dat ongeveer twee van de vijf dialoogclips opnieuw moesten worden opgenomen, en recensenten die het hoog beoordelen op beeldmateriaal noemen de lip-sync nog steeds inconsistent. Gerapporteerde audio-artefacten clusteren rond dialoog in rumoerige omgevingen, waar achtergronden met water en wind spraak gedempt kunnen laten klinken. Alibaba's probleem is van een andere aard: in zijn eigen lanceringsmateriaal wordt audiokwaliteit genoemd als een gebied dat nog aandacht behoeft, wat een erkenning is over getrouwheid en niet over synchronisatie.

Geen van beide leveranciers verkoopt een afgewerkte dialoogtool. Als dialoog het doel van je project is, is wat je eerst moet testen niet de beeldkwaliteit — het is of de mond overeenkomt met de woorden gedurende een volledige 15 of 30 seconden, want dat is waar beide tekortschieten en waar de retakes vandaan komen.

Referentiebeheer en -resolutie

• Multi-shot — Kling 3.0: automatische shotplanning, plus aangepaste modus met aantal en duur per shot, tot ongeveer zes shots. Wan 3.0: geen; één enkele doorlopende generatie.

• Duur — Kling 3.0: 3 tot 15 seconden. Wan 3.0: 2 tot 30 seconden, plus voorwaartse, achterwaartse en bidirectionele verlenging.

• Resolutie — Kling 3.0: 720p en 1080p in de officiële gids, met native 4K geclaimd in Kuaishou's eigen documentatie tegen $0,42/s. Wan 3.0: 480p, 720p en 1080p; geen 4K.

• Framesnelheid — Kling 3.0: 30 fps standaard, met naar verluidt 60 fps in modi met hogere prestaties. Wan 3.0: 30 fps.

• Referentiecontrole — Kling 3.0: elementbinding, een onderwerp vergrendelen tijdens pan- en zoombewegingen, op basis van geüploade afbeeldingen of een personagevideo. Wan 3.0: tot 10 referentieafbeeldingen, 5 referentievideo's en 5 audioclips binnen een maximum van 20 assets, plus een document of openbare webpagina.

• Grounding — Wan 3.0 accepteert DOC, XLS, PPT, PDF, TXT, MD en openbare URL's als invoer en zet deze om in video. Kling 3.0 heeft geen equivalent.

De resolutieregel is de regel die je moet afzetten tegen je eigen leveringsspecificatie, want die wordt echt betwist. De eigen documentatie van Kuaishou beweert native 4K voor Video 3.0; de gebruikershandleiding vermeldt alleen 720p en 1080p. Credittarieven van derden voor 4K lopen tussen bronnen meer dan een factor twee uiteen. Als 4K een harde eis is, laat het dan schriftelijk voor je account bevestigen in plaats van via een vergelijkingspagina — inclusief deze.

Waar je ze daadwerkelijk kunt bellen

Dit is het enige duel in deze reeks waarbij het antwoord op de beschikbaarheidsvraag niet symmetrisch is, en het is de moeite waard om dat ronduit te zeggen.

Kling 3.0 staat in de OrcaRouter-catalogus als kling/kling-v3, geprijsd tegen $0,08 per verzoek, metde lijstprijs van de provider doorgegeven tegen 0% markup. Dat is een wezenlijk verschil met het geaggregeerde beeld hierboven: in plaats van een Kuaishou-account en een aparte integratie voor welke andere modellen je pipeline ook nodig heeft, zit Kling 3.0 achter dezelfde sleutel en hetzelfde OpenAI-compatibele endpoint als 200+ andere modellen. Omdat we niets toevoegen aan de providerprijs, is een Kuaishou-tariefwijziging of promotionele korting dezelfde dag bij ons live in plaats van na een contractcyclus — en als de upstreamprovider verslechtert of rate-limits oplegt, verplaatst automatische failover het verzoek voordat het antwoord begint, in plaats van een fout naar je applicatie te retourneren.

Wan 3.0 staat niet in onze catalogus en het staat op geen enkel platform voor algemene routering. Het is bereikbaar via Alibaba's eigen platforms — Model Studio op Alibaba Cloud en Qwen Cloud — en via creatieve tools van derden die het na de lancering op 24 augustus hebben geïntegreerd, met een tijdelijke korting van 30% op Alibaba's eigen kanalen die loopt tot en met 23 september. Kuaishou's eigen consumentenabonnementen en de Kling AI-webapp vormen de andere route, met afrekening per credit en zonder onbeperkt abonnement.

Voor een team dat beide wil, is die asymmetrie de praktische vorm van de beslissing: een van deze is een configuratiewijziging en de andere is een tweede leveranciersrelatie.

Wie moet welke kiezen

• Kies Wan 3.0 voor doorlopende takes van meer dan 15 seconden, voor briefs op basis van documenten of webpagina's, voor clips korter dan drie seconden, voor het ruimste referentiebudget tegen de laagste gepubliceerde prijs, en voor werk van 30 seconden in één doorgang dat anders aan elkaar gezet zou moeten worden.

• Kies Kling 3.0 voor multi-shot narratieve sequenties vanuit één prompt, voor image-to-video werk waarbij zijn no-audio arena-plaatsing echt top-tien is, voor meertalige dialoog in de vijf ondersteunde talen met voice binding per personage, voor elementconsistentie bij camerabewegingen, en voor 4K als je de tier bevestigt.

De eerlijke samenvatting is dat deze twee minder rivalen zijn dan alternatieven die op basis van projecttype worden gekozen, en de prijsvergelijking die dit normaal zou beslechten, is op dit moment niet betrouwbaar — het gepubliceerde tarief per seconde van Kuaishou en het cijfer per minuut van de onafhankelijke ranglijst kunnen niet beide juist zijn, en het verschil is groot genoeg om een beslissing om te keren. Totdat dat is opgelost, zou het beslissende bewijs een test met dezelfde prompt op je eigen beeldmateriaal moeten zijn: één sequentie van 15 seconden met zes shots op Kling 3.0 tegenover één doorlopende take van 15 seconden op Wan 3.0, in 1080p, beoordeeld op clips die je daadwerkelijk zou uitleveren.

Waar je op moet letten is niet een nieuw model van een van beide labs, maar de prijslijst van Kuaishou. Als het leverancierstarief klopt, is Kling 3.0 het goedkoopste geloofwaardige videomodel in deze serie en meet de prijs-per-minuutkolom van de arena een configuratie die de meeste mensen niet zullen kopen. Als het cijfer van het leaderboard klopt, is Kling 3.0 het duurste model hier en is zijn positie in de middenmoot een probleem. Een van die twee beweringen is waar en niemand heeft gezegd welke.