Kling 4.0 vs MiniMax H3 Max: model po treningu prześcignięty przez własną bazę

Pod koniec sierpnia MiniMax H3 Max zadebiutował na pierwszym miejscu w rankingu image-to-video Artificial Analysis, o dwadzieścia punktów Elo wyżej niż bazowy MiniMax H3, od którego został douczony. W rankingu, tak jak go odczytałem 23 października 2026 r., H3 Max jest szósty z wynikiem Elo 1,125, a bazowy H3 jest pierwszy z 1,140. Dostrojony wariant nie pogorszył się w żaden wykazany sposób; ranking zmienił się wokół niego, napłynęło więcej głosów, a nowszy zestaw promptów przetasował kolejność. Tak działa arena i to jest pierwsza rzecz, którą trzeba zrozumieć, zanim porówna się któregokolwiek z nich z Kling 4.0.

Czym jest „Max” i dlaczego ta nazwa jest teraz myląca

MiniMax H3 Max nie jest nową generacją od MiniMax i nie jest większym modelem. To pochodna MiniMax H3 — generacji Hailuo 3 — poddana dodatkowemu treningowi, zbudowana przez zewnętrzną platformę inferencyjną, która dostroiła model bazowy, aby lepiej trzymał się promptów i miał lepszą estetykę, a następnie współoptymalizowała go wraz z własnym stosem obsługi pod kątem przepustowości. To twierdzenia twórcy. Jedynym niezależnym dowodem na ich poparcie było i nadal pozostaje jego miejsce w arenie.

Zarząd z 23 października, z pozostawionym dryfem

Artificial Analysis dzieli swoje rankingi wideo według tego, czy klip zawiera wygenerowane audio. Ranking image-to-video z audio to ten, na którym konkuruje ta klasa modeli, i obecnie jest w wersji v1.1, a nie v1.0, na którą powołuje się większość publikowanych porównań.

• Po pierwsze — MiniMax H3 (768p), Elo 1,140 ±16 na podstawie 4,209 próbek, wydany w lipcu 2026 r., wyceniony na 4,80 USD za minutę materiału wyjściowego 1080p przy ustawieniach domyślnych.

• Drugi — FLUX 3 Max (720p), 1,138 ±15 na 5,054 próbek, wydany w październiku 2026, 2,55 USD za minutę.

• Po trzecie — Dreamina Seedance 2.5, 1138 ±17, 34,12 USD za minutę.

Po szóste — MiniMax H3 Max, 1 125 ±17 na 3 476 próbek, wydany w sierpniu 2026 r., 5,76 USD za minutę.

• Nakładanie się — od pierwszego do szóstego miejsca rozrzut wynosi 15 Elo przy przedziałach od ±15 do ±17. To czołowa grupa, a nie ranking, którego można bronić na poziomie pojedynczego modelu. Ktokolwiek powołuje się na „pierwsze” lub „szóste” miejsce bez daty i przedziału, nadinterpretuje ranking.

• Kling 4.0 — brak. W ciągu ostatnich 30 dni do zestawienia dodano trzy modele; najnowszy model Kuaishou nie znalazł się wśród nich.

• Poprzednia generacja — Kling 3.0 1080p Pro otwiera zestawienie z 1,000; Kling 3.0 Omni 1080p Pro znajduje się na osiemnastym miejscu z 1,004.

Dryf nie jest przypisem, lecz ustaleniem. W ciągu dwóch miesięcy ten sam model przesunął się z 1,204 przy debiucie do 1,195 w październikowym zestawieniu, a dziś do 1,125 — a samo zestawienie zmieniło wersję między pierwszym a ostatnim z tych odczytów. Jeśli wybierasz model wideo do sześciomiesięcznego projektu, liczba, która przesuwa się o 79 punktów w osiem tygodni, jest migawką, a nie specyfikacją.

Co oferuje Kling 4.0, czego nie oddaje żaden Elo

Kling 4.0 został udostępniony wszystkim 15 października 2026 r. Kuaishou nie publikuje dla niego własnego benchmarku i nie istnieje żaden niezależny wynik. Istnieje natomiast specyfikacja, która wyraźnie jest ukierunkowana na inne zadanie niż H3 Max:

• Czas trwania — od 3 do 30 sekund w jednym przebiegu, z możliwością wydłużenia do 2 minut wymienioną jako dostępna wkrótce. H3 Max generuje od 5 do 15 sekund. W przypadku 30-sekundowego ujęcia tylko jeden z nich może wygenerować je bez szwu.

• Rozdzielczość — 720p, 1080p i 4K, przy czym 10-bit HDR w dwóch najwyższych wariantach oznaczono jako „wkrótce” w oficjalnej nocie wydania i na stronie funkcji producenta. H3 Max osiąga maksymalnie 768p. To największa różnica między nimi, a nie pojawia się ona w żadnym rankingu.

• Sterowanie — do 10 obrazów kluczowych i budżet 15 elementów referencyjnych na 10 obrazów, 5 filmów wideo o łącznym czasie do 30 sekund, referencje głosowe i 7 elementów. Możliwości sterowania H3 Max są takie same jak w modelu bazowym, plus obsługa pierwszej i ostatniej klatki.

• Audio — dwukanałowe stereo z synchronizacją warg w dziewięciu językach i nazwanych akcentach. H3 Max dziedziczy natywne audio H3, dlatego ranking z dźwiękiem istnieje jako osobna klasyfikacja.

• Otwartość — wagi MiniMax H3 są dostępne na otwartej licencji społecznościowej z wyłączeniami terytorialnymi i progiem przychodów dla użytku komercyjnego; wagi H3 Max zostały obiecane, ale nie zostały udostępnione. Kling 4.0 jest całkowicie zamknięty.

Odczytaj tę listę jako opis dwóch różnych produktów, a nie kartę wyników. Jeden to model do krótkich klipów, o niskiej rozdzielczości, dobrze zmierzony, który jest tani i możliwy do wywołania. Drugi to model do długich klipów, o wysokiej rozdzielczości, z interfejsem sterowania stworzonym do autorskich sekwencji, i bez niezależnych dowodów, że jego jakość obrazu odpowiada karcie specyfikacji.

Koszt na minutę, według dzisiejszych liczb

• Kling 4.0 — 0,157 USD za sekundę w 720p i 0,235 USD w 1080p na arkuszu podglądowym Kuaishou, co daje 9,42 USD i 14,10 USD za minutę. Nie ma stawki 4K; w kolumnie widnieje „-”.

• MiniMax H3 Max — 5,76 USD za minutę materiału wyjściowego 1080p przy ustawieniach domyślnych, według Artificial Analysis.

• MiniMax H3, model bazowy — 4,80 USD za minutę na tej samej zasadzie i 0,08 USD za sekundę wygenerowanego wideo w 768p na OrcaRouter, co daje 4,80 USD za minutę dla modelu obecnie zajmującego pierwsze miejsce.

Weźmy sto dziesięciosekundowych klipów — wiarygodny miesięczny wolumen dla zespołu ds. social mediów lub e-commerce. To daje 1000 sekund, czyli 16,7 minuty materiału.

• W H3 Max po $5.76 za minutę — około $96.

• W Kling 4.0 przy 720p: 0,157 USD za sekundę — 157 USD.

• W Kling 4.0 przy 1080p, 0,235 USD za sekundę — 235 USD.

Różnica wynosi około 1,6 do 2,4 razy, a nie cztery do jednego, jak sugerowały wcześniejsze migawki stawek. A tania opcja to ta z oceną. To jest ten kompromis w jednym zdaniu: Kling 4.0 pobiera dopłatę za 30 sekund i 4K, a dopłata jest mniejsza, niż sugeruje różnica w specyfikacji — ale płacisz ją na wiarę, bo nikt spoza Kuaishou nie zmierzył wyniku.

Jedno zastrzeżenie dotyczące liczb Kling. Pochodzą one ze strony, która wciąż oznacza model jako „Wkrótce” i stwierdza, że ceny „służą wyłącznie celom poglądowym i nie można ich używać do przesyłania żądań przed premierą”. Kuaishou ogłosiło wieczorem 21 października, że API zostało uruchomione i stopniowo otwiera się dla klientów korporacyjnych i deweloperów. Obie rzeczy są oficjalnie odnotowane; praktyczna interpretacja jest taka, że stawka jest zamiarem, dopóki zestawienie rozliczeniowe nie dowiedzie inaczej.

Co możesz nazwać i ile to jest warte

MiniMax H3 Max jest udostępniany przez platformę, która go stworzyła, za pośrednictwem własnego API tej platformy. Nie jest trasą OrcaRouter. Podstawowy MiniMax H3 to: $0.08 za sekundę przy 768p, rozliczany za sekundę wygenerowanych danych wyjściowych oraz za rozliczane referencyjne dane wejściowe, w tym samym punkcie końcowym zgodnym z OpenAI co ponad 200 modeli, w cenie katalogowej dostawcy z 0% marży. Jest to również model obecnie pierwszy w rankingu, co sprawia, że opcja z routingiem jest wyżej sklasyfikowana — nietypowa i tymczasowa zbieżność.

Kling 4.0 również nie podlega routingowi. Nie ma dla niego identyfikatora w naszym katalogu, a mówienie inaczej byłoby fikcją. Routingowi podlega natomiast Kling 3.0 w cenie $0.084 za żądanie, czyli generacja, którą zastępuje.

Co uczyniłoby z tego prawdziwy konkurs?

Wpis Kling 4.0 na tablicy image-to-video z dźwiękiem. Kuaishou udostępnił model publicznie, a arena ma dla niego miejsce; nieobecność trwa już osiem dni i jest jedynym faktem, przez który tego porównania nie da się rozstrzygnąć.

Opublikowana stawka za 4K. Arkusz podglądu pozostawia tę kolumnę pustą, a 4K to jedyna funkcja, która uzasadnia wyższą cenę względem modelu 768p. Model, który kosztuje więcej za minutę, musi oferować coś, czego tańszy model nie potrafi — a przy 768p nie oferuje.

Wydane wagi H3 Max. Jeśli wagi po treningu znajdą się pod czymś w rodzaju licencji społecznościowej modelu bazowego, limit 768p przestaje mieć znaczenie dla zespołów z własnymi GPU, a argument cenowy zmienia kształt.

Możliwe do obrony stanowisko na dzień 23 października jest wąskie. Jeśli potrzebujesz 30 sekund, 4K, dziesięciu klatek kluczowych lub ścieżki tekst-na-wideo z realnym budżetem referencyjnym, Kling 4.0 jest jedynym z tych dwóch, który je oferuje, a w budżecie powinieneś zakładać od 9,42 USD za minutę i spodziewać się, że to się zmieni. Jeśli dziś potrzebujesz taniego, wywoływalnego modelu z oceną, MiniMax H3 Max nie jest już najlepszą odpowiedzią — bazowy MiniMax H3 zajmuje wyższe miejsce i jest tańszy na tej samej tablicy wyników. To najmniej efektowny dostępny wniosek, i to ten, który potwierdzają dowody.