Vidu Q4 Preview kontra Kling 3: cztery warianty Kling, jedna kompilacja Vidu i 124-punktowa różnica

Ranking konwersji obrazu na wideo serwisu Artificial Analysis zawiera cztery osobne wyniki Kling 3 oraz jeden Vidu Q4 Preview. Cztery wpisy Kling — Kling 3.0 1080p (Pro), Kling 3.0 720p (Standard), Kling 3.0 Omni 1080p (Pro) i Kling 3.0 Omni 720p (Standard) — zajmują 1 055, 1 051, 1 044 i 1 036 punktów, czyli rozrzut wynoszący dziewiętnaście punktów. Vidu Q4 Preview ma 1 179 punktów. To pojedynczy model z pojedynczym wynikiem, a plasuje się 124 punkty powyżej najlepszego wariantu Kling 3 w tym rankingu, co daje lukę szerszą niż cały wewnętrzny zakres Kling pomnożony przez sześć.

Takie ujęcie warto przedstawić na samym początku, ponieważ większość stron „Vidu vs Kling” porównuje jedną nazwę z jedną nazwą, a Kling 3 to nie jedna nazwa. Vidu Q4 Preview ukazał się 7 października 2026 r. jako pierwsza publiczna zapowiedź flagowca nowej generacji od Shengshu Technology, przed pełnym modelem Q4, z dwoma trybami: Image-to-Video i Reference-to-Video. Kling 3 pojawił się w lutym 2026 r. od Kuaishou jako rodzina modeli o kilku poziomach, która od tego czasu rozrosła się o odnogę Omni, ścieżkę Turbo oraz podział Standard/Pro na dwóch rozdzielczościach. Porównywanie „Kling 3” z czymkolwiek wymaga wybrania, który z tych wariantów masz na myśli.

Tablica, z nazwami wszystkich wariantów Kling

Artificial Analysis, odczyt 8 października 2026, audio zachowane, AA-Video-I2V v1.0:

• Vidu Q4 Preview — 3., 1 179 ±10, 5 543 próbki, paź 2026, $7,20/min

• Kling 3.0 1080p (Pro) — 20., 1 055 ±6, 14 896 próbek, luty 2026, 20,16 USD/min

• Kling 3.0 720p (Standard) — 21., 1 051 ±6, 14 692 próbki, luty 2026, 15,60 USD/min

• Kling 3.0 Omni 1080p (Pro) — 22., 1 044 ±7, 6 185 próbek, lut 2026, 16,80 USD/min

• Kling 3.0 Omni 720p (Standard) — 24., 1 036 ±7, 6 198 próbek, luty 2026, 13,44 USD/min

A jeśli chodzi o generowanie wideo z tekstu (AA-Video-T2V v2.0), to osobna tablica z własną skalą i własną pulą głosów:

• Kling 3.0 Omni 1080p (Pro) — 15. miejsce, 1 015 ±10, 3 778 próbek, luty 2026, 8,40 USD/min

• Kling 3.0 1080p (Pro) — 16., 1 000 (punkt odniesienia), 5 677 próbek, luty 2026, 10,08 USD/min

• Vidu Q4 Preview — nie występuje

Uwaga o punkcie odniesienia ma znaczenie. Kling 3.0 1080p (Pro) to punkt odniesienia dla skali Elo w rankingu text-to-video — model, względem którego kalibrowane są wszystkie pozostałe pozycje, ustalony na 1000 z założenia. To decyzja projektowa Artificial Analysis, a nie wynik, który Kling zdobył, więc cytowanie tego jako „Kling uzyskał 1000” bez zastrzeżenia o punkcie odniesienia byłoby błędem.

Czytając blok image-to-video z myślą o przedziałach, jeden wniosek jest nieunikniony: cztery warianty Kling są statystycznie nieodróżnialne od siebie, obejmując dziewiętnaście punktów Elo w przedziale cenowym 6,72 USD za minutę. Płacenie za Pro zamiast Standard lub za 1080p zamiast 720p daje ci od czterech do ośmiu punktów Elo. Płacenie za gałąź Omni nie daje ci na tej tablicy zupełnie nic — Omni 1080p Pro zdobywa jedenaście punktów poniżej zwykłego 3.0 1080p Pro, głęboko w połączonym przedziale, przy niższej stawce katalogowej.

Porównanie, które przetrwa wnikliwą analizę

Vidu Q4 Preview kontra Kling 3.0 1080p (Pro) to starcie warte przeprowadzenia, ponieważ zestawia najlepiej punktowany wariant każdej rodziny na tablicy, na której oba się pojawiają.

• Elo — Vidu Q4 Preview 1,179 ±10 przy 5,543 głosach w porównaniu z Kling 3.0 1080p (Pro) 1,055 ±6 przy 14,896 głosach, różnica 124 punktów

• Opublikowana stawka za minutę — Vidu Q4 Preview 7,20 USD vs Kling 3.0 1080p (Pro) 20,16 USD, zgodnie z danymi Artificial Analysis

• Dojrzałość głosowania — wynik Klinga opiera się na prawie trzykrotnie większej liczbie próbek i jest o osiem miesięcy starszy, co ma dwie strony: jest lepiej zmierzony i dotyczy innego pola konkurencji

• Maksymalna rozdzielczość — Vidu Q4 Preview do 4K, z 2K i 4K przy 10-bitowym kolorze, kontra Kling 3.0 do natywnego 4K na karcie modelu OrcaRouter

• Długość klipu — Vidu Q4 Preview: 3–16 s w trybie Image-to-Video, 1–16 s w trybie Reference-to-Video, w porównaniu z Kling 3.0: 3–15 s, do sześciu ujęć w jednym generowaniu w trybie Turbo

• Wejścia referencyjne — Vidu Q4 Preview do 15 obrazów referencyjnych i do 3 referencyjnych klipów audio w porównaniu z kontrolą obiektu i ruchu w Kling 3.0, nieopublikowaną jako liczbowy budżet referencyjny dla obrazu-do-wideo

Różnica 124 punktów jest około ośmiokrotnie większa niż łączna szerokość obu przedziałów. W tej tabeli wyników nie jest to bliski wynik i nie stałby się nim, gdyby próbki zostały wyrównane. Jest to porównanie między rodziną modeli o różnych poziomach z lutego 2026 r. a wersją zapoznawczą z października 2026 r. od mniejszego laboratorium — co jest uczciwym opisem, a zarazem sednem sprawy.

Porównanie cen, którego tak naprawdę nie możesz przeprowadzić

Tu właśnie prosta linia stawek wprowadzałaby w błąd, więc zamiast tego warto to wyraźnie wyjaśnić.

Widoczne powyżej kwoty $20.16 i $7.20 to stawki API za minutę, które Artificial Analysis odnotowuje dla każdego modelu. Są przydatne jako porównywalne odniesienie. Nie jest to jednak cena, którą płacisz, jeśli wywołujesz model przez router, ponieważ routery wyceniają wideo za wywołanie lub za sekundę w zależności od trasy, a cena za wywołanie podzielona przez nieznaną długość klipu nie jest stawką za minutę.

Trasy Klinga w OrcaRouter ilustrują tę kwestię. kling/kling-v3 figuruje na naszej własnej stronie modelu ze stałą stawką za wywołanie w wysokości 0,084 USD, a sama strona zawiera adnotację, że rozliczanie tras generowania obrazów i wideo odbywa się według stałej stawki za wywołanie. Podziel tę kwotę przez pięciosekundowy klip, a otrzymasz około 1,01 USD za minutę; podziel ją przez piętnaście, a otrzymasz około 0,34 USD. Żadna z tych liczb nie jest kwotą 20,16 USD z tablicy Artificial Analysis i żadna nie jest błędna — opisują różne rzeczy: stawkę katalogową publikowaną przez dostawcę versus to, ile dana trasa pobiera za jedno generowanie o określonej długości. kling/kling-3-turbo i kling/kling-v2-6 mają również własne stawki za wywołanie, wynoszące 0,112 USD i 0,042 USD.

Praktyczna konsekwencja: jeśli planujesz budżet na Kling 3, liczbą, która ma znaczenie, jest długość Twojego klipu pomnożona przez stawkę dla trasy, którą faktycznie wywołujesz, a jeśli planujesz budżet na Vidu Q4 Preview, liczbą, która ma znaczenie, jest ta sama arytmetyka zastosowana do ceny podglądowej, którą Shengshu wyraźnie nazywa promocyjną. Porównuj listy z listami, a faktury z fakturami, i nie mieszaj tych dwóch.

Gdzie Kling 3 jest jedyną odpowiedzią

Dwie rzeczy, które potrafi Kling 3, a których nie potrafi Vidu Q4 Preview, i żadna z nich nie jest błaha.

Generowanie wieloujęciowe. Trasa Kling 3.0 Turbo w OrcaRouter jest udokumentowana jako generująca do sześciu ujęć w ramach jednej generacji, co czyni ją innym rodzajem narzędzia niż model renderujący jeden ciągły klip. 16-sekundowy limit Vidu Q4 Preview i tryb reference-to-video mają na celu utrzymanie spójności jednej sceny; lista ujęć Kling ma na celu tworzenie sekwencji. W przypadku pracy opartej na storyboardach nie jest to marginalna różnica.

Tekst na wideo. Strona produktu Vidu Q4 Preview wymienia dwa tryby, a jego dokumentacja API opisuje dwa punkty końcowe — /ent/v2/img2video i /ent/v2/reference2video — i nigdzie nie ma ścieżki tekst-na-wideo. Kling 3.0 1080p (Pro) to model referencyjny na tablicy tekst-na-wideo. Jeśli twoje dane wejściowe to prompt, a nie klatka, jeden z tych dwóch modeli jest po prostu niedostępny i żadne porównanie Elo tego nie zmieni.

Warto dodać od naszej strony: obsługujemy routing Kling. kling/kling-v3, kling/kling-3-turbo i kling/kling-v2-6są dostępne w publicznym API modeli i można je wywoływać na tym samym punkcie końcowym zgodnym z OpenAI co modele tekstowe, w cenach katalogowych dostawcy przekazywanych bez dodawania marży, więc zmiana stawek przez dostawcę wchodzi w życie tego samego dnia, a nie przy odnowieniu. Vidu Q4 Preview nie jest trasą OrcaRouter i tej strony nie należy czytać tak, jakby tak było — modele wideo, które obsługujemy, działają na jednym kluczu i punkcie końcowym razem ze wszystkim innym, a dodanie wersji preview, gdy stanie się GA, to decyzja dotycząca routingu, a nie przebudowa.

Który Kling i czy w ogóle warto się tym przejmować

Jeśli wybierasz w obrębie rodziny Kling, ranking mówi to, czego nie mówi marketing: cztery warianty przekształcania obrazu w wideo to jedna ocena nosząca cztery metki z ceną. Kling 3.0 720p (Standard) z wynikiem 1,051 jest o cztery punkty Elo poniżej 1080p (Pro) z wynikiem 1,055 i tańszy o 4,56 USD za minutę według zapisanej stawki. Odgałęzienie Omni wcale nie uzasadnia swojej wyższej ceny w tym zestawieniu.

Jeśli wybierasz między rodzinami: w przypadku obrazu na wideo Vidu Q4 Preview ma o 124 punkty Elo więcej niż najlepszy wariant Kling 3, przy około jednej trzeciej zarejestrowanej stawki za minutę — i to jest wniosek. Ale to jedna wersja preview przeciwko rodzinie produkcyjnej, nie ma ścieżki tekst-na-wideo, a jej cena jest promocyjna. Kling 3 odpowiada na więcej pytań i uzyskuje niższy wynik na jednej tablicy, na której można zmierzyć oba.

Co mogłoby to zmienić: pełne wydanie Vidu Q4, które według samego Shengshu jest momentem, w którym zestaw funkcji się stabilizuje — jeśli doda generowanie wideo z tekstu, nakładanie się przestanie ograniczać się do jednej tablicy. A do tego AA-Video-I2V v2.0, zapowiedziane ze zmienioną taksonomią i rozdzielczością 1080p w całym zakresie, które zastąpiłoby te głosy, a nie posortowało ich na nowo. Dopóki jedno z nich się nie pojawi, liczbą, którą należy zapamiętać, pozostaje 124, opatrzona datą, z nazwą tablicy obok niej.