Cartão de título para Genie 4 vs Kling 4.0, intitulado Duas respostas para o problema dos oito segundos, com um cartão descrevendo o Genie 4 como um mundo ao vivo em 720p por cerca de um minuto e outro descrevendo o Kling 4.0 como uma tomada única de 3 a 30 segundos em até 4K.
Guides & Insights

Genie 4 vs Kling 4.0: Duas respostas para o problema dos oito segundos

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

Por dois anos, o teto do vídeo gerado foi de cerca de oito segundos, e cada laboratório o atacou de forma diferente. K​ling 4.0 ampliou o clipe: de 3 a 30 segundos em uma única passagem, até dez imagens de keyframe para manter a tomada coesa, áudio de dois canais e um preço por segundo que você pode multiplicar. Genie 4 abandonou o clipe. Suas sessões duram cerca de um minuto, mas nada é renderizado com antecedência — o mundo é gerado enquanto você caminha por ele, em 720p e até 24 quadros por segundo, e você pode digitar uma nova instrução no meio da sessão e ver o clima mudar. K​ling 4.0 responde "como consigo uma tomada mais longa". Genie 4 responde "e se não houvesse tomada".

Nenhuma das duas respostas é sucessora da outra, e os preços provam isso. K​ling vende segundos com base em uma tabela de preços: cerca de US$ 0,157 por segundo em 720p, US$ 0,235 em 1080p, com uma API documentada por trás de três endpoints. Genie 4 vende uma assinatura mensal de US$ 99,99 para um produto de navegador sem API, sem ID de modelo e sem qualquer cobrança por geração. Uma é uma linha de custo que você pode prever. A outra é um assento.

Duas formas de passar dos oito segundos, e quanto cada uma custa a você

A abordagem da K​ling é a conservadora: tornar o clipe mais longo sem mudar o que é um clipe. O K​ling 4.0 foi lançado para todos em 15 de outubro de 2026 com geração nativa de 3 a 30 segundos, e todo o aparato ao seu redor gira em torno de controlar o que acontece dentro dessa janela — até dez imagens de quadro-chave para fixar a composição em momentos escolhidos, até quinze ativos de referência combinados (dez imagens, cinco vídeos totalizando trinta segundos, sete elementos, incluindo três baseados em vídeo, além de referências de voz), e prompts de até 8.000 tokens para que você possa descrever uma cena com o detalhe que uma tomada de trinta segundos exige.

A rota do Genie muda a unidade de trabalho. Não existe nenhuma etapa de prompt para arquivo. Você semeia um mundo a partir de texto ou de uma imagem e depois o navega com teclado e mouse enquanto um modelo G​emini observa os quadros e um modelo de mundo inventa o que está ao virar da esquina. Prompts no meio da sessão são o recurso que o G​oogle destaca: mude o clima, insira um personagem, redirecione a ação, e a cena se adapta sem reiniciar. A sessão termina após cerca de um minuto — o model card do G​oogle diz "cerca de um minuto de interação contínua" e lista deriva visual e permanência de objetos como modos de falha conhecidos em execuções mais longas e após edições complexas repetidas.

• Unidade de saída — o K​ling 4.0 entrega um arquivo de vídeo de 3 a 30 segundos, enquanto o Genie 4 entrega uma sessão ao vivo de cerca de um minuto, sem arquivo, a menos que você a grave.

Resolução — K​ling 4.0 em 720p, 1080p e 4K na especificação de lançamento, com HDR de 10 bits em 1080p e 4K vs. Genie 4 em 720p, até 24 fps, ponto final.

• Controle — Kling 4.0 por meio de dez quadros-chave, primeiro e último quadro, quinze ativos de referência e até cinco clipes de entrada para edição vs. Genie 4 por meio de navegação ao vivo, além de prompts digitados durante a sessão.

• Áudio — K​ling 4.0 em estéreo de dois canais com sincronização labial e diálogo em mais de dez idiomas e sotaques regionais vs Genie 4 em ambiência, música e diálogo interativo gerados junto com os quadros.

• Preço — Kling 4.0 a US$ 0,157 por segundo para saída em 720p e US$ 0,235 para 1080p, conforme a própria tabela de tarifas unitárias da Kling, versus Genie 4 a US$ 99,99 por mês no Google AI Ultra, com um plano de US$ 199,99 que apenas aumenta os limites de uso.

• Acesso — K​ling 4.0 através da aplicação web e de uma API documentada com três endpoints, versus Genie 4 através do Project Genie num navegador, para subscritores Ultra elegíveis, com uma lista de espera do AI Pro e sem API.

• Pontuação independente — nenhum dos dois é avaliado em relação ao outro por ninguém. A K​ling não publica nenhum benchmark para o 4.0; o G​oogle não publica nenhum para o Genie 4.

A conta, calculada em vez de estimada.

A tabela de preços do K​ling é denominada em "unidades" de US$ 0,157, e os valores por segundo decorrem diretamente disso. Em 720p sem vídeo de entrada, um segundo de saída do K​ling 4.0 equivale a uma unidade, ou US$ 0,157. Em 1080p, equivale a uma unidade e meia, ou US$ 0,235. Com sua própria filmagem, a tarifa nominal cai para 0,6 e 0,9 unidades — mas a regra de cobrança é baseada na duração e, quando o clipe de entrada é menor ou igual à saída, você é cobrado pela duração da saída vezes dois, o que mais do que anula o desconto.

Então, uma única tomada de 30 segundos do K​ling 4.0 custa cerca de $4,71 em 720p e cerca de $7,05 em 1080p. Duas tomadas — digamos, uma para testar e outra para manter — chegam a aproximadamente $9,42 e $14,10. Esse é o custo total de um minuto de filmagem utilizável do K​ling, e é um número que você pode colocar numa planilha de orçamento sem pedir permissão a ninguém.

Generated cost card headed What a 30-second shot costs, showing Kling 4.0 at $4.71 for one 30-second take at 720p and $9.42 for two, against Genie 4 at $99.99 for a month of sessions with no per-second price and no API to bill against.

O Genie 4 não tem um número equivalente, e isso não é evasividade por parte do Google, mas sim um negócio diferente. Por US$ 99,99, compra-se um mês de sessões dentro do Project Genie com o novo agente, a galeria da comunidade e as atualizações do Genie 3 incluídas — execuções de três minutos, encadeamento de mundos e inicialização com panoramas de 360 graus. O que não se compra é previsibilidade: os limites de uso do nível Ultra não são publicados em uma unidade que um planejador de produção consiga converter em sessões por semana, então a décima sessão de um dia é gratuita até o exato momento em que deixa de ser.

Compare os dois em um único entregável e a diferença é gritante. Uma tomada de trinta segundos com som: K​ling 4.0, US$ 4,71, um arquivo, pronto. Genie 4, uma assinatura de US$ 99,99 e uma gravação de tela de uma sessão que você não consegue repetir de forma idêntica. Isso não é um negócio pior — é um produto diferente, e precificá-lo como se fosse o mesmo é assim que as equipes acabam comprando a coisa errada.

Onde a especificação do K​ling 4.0 é mais forte do que a sua disponibilidade

Leia o material de lançamento com atenção e uma coisa se destaca: K​ling 4.0 anuncia 4K, e a documentação da API para os endpoints de outubro lista 720p e 1080p, com 21:9 e proporções adaptativas. O 4K e o HDR de 10 bits em 1080p e 4K estão na tabela de capacidades do modelo; eles não são o que um desenvolvedor que chama /text-to-video/kling-4.0 está escolhendo de um enum de resolução hoje. Isso importa porque 4K é o único item em que K​ling supera o Genie 4 por um fator de nove em contagem de pixels, e é o item pelo qual você ainda não consegue cobrar.

A outra assimetria é o áudio. O áudio do Kling 4.0 é um recurso de pós-produção: estéreo, com sincronia labial, em uma lista de idiomas nomeados com sotaques regionais nomeados, anexado a um clipe que não mudará. O áudio do Genie 4 é uma performance — ele se adapta enquanto você se move, o que é mais interessante e consideravelmente menos controlável, e o Google lista a precisão de áudio em tempo real entre os problemas de pesquisa em aberto na própria divulgação. Se você está dublando um personagem, o do Kling é a especificação que você quer. Se você está projetando um espaço e quer ouvi-lo, o do Genie é o único dos dois que consegue.

O que é realmente chamável hoje, em qualquer um dos lados

Kling 4.0 tem uma API documentada. Três endpoints — texto para vídeo, imagem para vídeo e omni-vídeo — cada um um caminho de requisição separado, em vez de um único endpoint com uma flag de modo, o que significa três ramos de integração e três conjuntos de validação de entrada se você estiver construindo um seletor. Os prompts chegam a 26.000 caracteres em inglês na API, uma unidade diferente dos 8.000 tokens citados no anúncio de lançamento, então os dois números não são intercambiáveis.

O Genie 4 não tem API nenhuma. Vale dizer isso de forma clara, porque um texto comparativo que sugira o contrário desperdiça uma tarde de trabalho de um desenvolvedor. Não há ID de modelo, nem endpoint, nem preço por geração, e todas as plataformas de terceiros estão na mesma situação — inclusive a nossa. Não disponibilizamos o Genie 4 e não temos como encaminhar para ele.

O que nós oferecemos é a geração anterior a ela. K​ling 3.0 e K​ling 3.0 Turbo estão no nosso catálogo como kling/kling-v3 e kling/kling-3-turbo, a $0.084 e $0.112 por solicitação, ao lado de K​ling 3.0 Omni e K​ling O1 — uma chave, sem segundo contrato. Se você está testando custos para saber se o movimento e o áudio do K​ling funcionam para o seu pipeline antes de se comprometer com as tarifas por segundo do 4.0, essa é a forma barata de descobrir, e o preço por solicitação é o do provedor, repassado sem nada acrescentado.

Screenshot of the OrcaRouter catalogue page for Kling 3.0, showing it listed as a flagship text-to-video model with per-request pricing and a video generations endpoint path.

Quem deve escolher qual?

Escolha o K​ling 4.0 se o entregável for uma tomada que precise ser entregue a alguém. Ele tem uma tabela de tarifas, uma API, controle de referência profundo o suficiente para manter um personagem ao longo de trinta segundos, áudio estéreo com sincronização labial no idioma necessário e uma escada de resolução que pelo menos alega 4K. As demos de lançamento — os próprios filmes de campanha do K​ling, os curtas reconhecidos em Cannes na galeria dele — são todas tomadas compostas, o que é o anúncio honesto daquilo para que serve.

Escolha o Genie 4 se o entregável for uma decisão, e se um minuto for suficiente para chegar a ela. Bloquear uma cena, testar se um cenário funciona visto de uma câmera baixa, deixar um cliente percorrer um espaço que ainda não existe: são trabalhos em que a interatividade vale mais do que a resolução e em que ninguém espera um arquivo master no final. As duas colaborações nomeadas que o G​oogle lançou com a galeria, "Villa Giallo" e "The Life of Ants", estão ambas estruturadas como exploração, e não como filme, o que é o mesmo sinal vindo da direção oposta.

Não escolha nenhum dos dois se o que você precisa é volume. Nenhum dos modelos tem preço ou foi criado para mil chamadas por dia, e ambos os fornecedores descrevem seu resultado como de nível de pesquisa de uma forma ou de outra — o Google diz isso explicitamente sobre o drift e a física do Genie 4, e o 4K do Kling continua sendo uma especificação, e não uma opção no endpoint que você chamaria.

O que resolveria isso

{{1}}Dois desenvolvimentos, e qualquer um deles encerra a discussão.{{/1}} {{2}}O primeiro é o Genie 4 receber uma API e um preço por segundo;{{/2}} {{3}}um modelo de mundo que você pode chamar a partir de uma fila, a uma tarifa publicada, torna-se comparável ao K​ling no único eixo que já decidiu isso, que é o custo por segundo utilizável.{{/3}} {{4}}O segundo é o K​ling passar a oferecer 4K e HDR de 10 bits nos endpoints que já documentou{{/4}} — {{5}}isso transforma uma tabela de capacidades em algo entregável e elimina o único ponto em que a interatividade do Genie 4 compete contra absolutamente nada.{{/5}}

Até que um desses se concretize, a comparação só é honesta se você se recusar a dar uma nota a ela. K​ling 4.0 é a ferramenta melhor para produzir filmagens. Genie 4 é o único dos dois que pode permitir que você fique dentro da filmagem enquanto ela está sendo feita, por cerca de um minuto, em 720p. Essas são frases diferentes, e nenhuma quantidade de enquadramento transforma uma na outra.

Generated two-column scoreboard comparing Genie 4 and Kling 4.0 across output, length, control, audio, price and access, with Genie 4 at 720p for about a minute in a browser only and Kling 4.0 up to 4K for 3 to 30 seconds at $0.157 a second with ten keyframes and fifteen reference assets.