Kling 4.0 Flash vs Kling 4.0: 40% mais barato e duas coisas que você perde

Escolher entre o Kling 4.0 Flash e o Kling 4.0 não é uma decisão de qualidade, e é isso que torna a maioria das comparações entre os dois enganosa. Os dois SKUs que apareceram lado a lado na tabela de preços da Kling em 4 de novembro compartilham o mesmo orçamento de referência, o mesmo limite de prompt e os mesmos três caminhos de requisição. O mais barato é um nível de resolução e duração, não um modelo menor com um temperamento diferente. O Kling 4.0 Flash custa US$ 0,094 por segundo em 720p; o Kling 4.0 custa US$ 0,157 na mesma resolução e US$ 0,235 em 1080p. Em troca do desconto de 40%, o Flash abre mão de 1080p, abre mão dos últimos dez segundos do clipe máximo e abre mão do controle de keyframe.

Então, a pergunta útil não é “qual é melhor”. É “alguma coisa que você entrega precisa ter mais altura que 720p ou terminar onde você disse que terminaria”. O Kling 4.0 Flash não consegue responder “sim” a nenhuma das duas, e nenhum esforço de engenharia de prompt muda isso. O Kling 4.0 consegue, por aproximadamente uma vez e dois terços o preço por segundo.

A questão que decide isso

Comece pela especificação de entrega, não pelo modelo. Um clipe vertical em 720p para um feed, um pré-vis para revisão do cliente, um plate de fundo para uma composição que será renderizada de novo em resolução máxima de qualquer forma — o Flash dá conta de todos esses casos, e a economia é dinheiro no bolso. Um master 1080p, um DCP de festival, uma entrega para broadcast — o Flash não consegue produzir o arquivo, então a comparação termina aí, independentemente do preço. Esse nível existe para baratear o primeiro grupo, e tem preço como se esse fosse o único grupo que a Kuaishou espera atender.

A segunda questão é se a tomada tem um desfecho. Esta é a parte que os compradores subestimam, e é onde os dois modelos mais divergem de forma acentuada para quem faz um trabalho planejado em vez de improvisação.

O que os dois SKUs realmente compartilham

Mais do que o marketing sugere. Ambos aceitam até 10 imagens de referência e até 5 vídeos de referência, ambos limitam os prompts a 26.000 caracteres em inglês, e ambos expõem os mesmos três endpoints com o nome do modelo trocado: texto para vídeo, imagem para vídeo e referência Omni para vídeo. Ambos suportam 21:9 e uma proporção de aspecto adaptativa. Ambos cobram pela duração total, com a mesma regra de duplicação. Ambos foram anunciados em 28 de setembro de 2026, e ambos são modelos fechados sem pesos publicados.

O fato de o orçamento de referência ser idêntico é o detalhe que derruba a narrativa de que "Flash é o modelo pequeno". Se o Flash fosse um modelo destilado ou reduzido, as entradas de condicionamento seriam a primeira coisa a encolher. Elas não encolheram. O que encolheu foram pixels, segundos e controle.

Onde eles divergem

• Resolução — Apenas Flash 720p, SDR de 8 bits, vs. Kling 4.0 720p e 1080p, com 4K de 10 bits listado como em breve tanto na documentação quanto na página de recursos.

• Duração — Flash 3 a 20 segundos em uma única passagem vs. Kling 4.0 3 a 30 segundos, com extensão para 2 minutos anunciada, mas não disponibilizada.

• Quadros-chave — O Flash usa uma única imagem de primeiro quadro no fluxo de imagem para vídeo, enquanto o Kling 4.0 usa até 10 imagens de quadros-chave posicionadas ao longo da linha do tempo.

• Entrada Omni — ambos aceitam até 15 entradas; somente o endpoint Omni do Kling 4.0 pode referenciar vozes diretamente.

• Preço, sem vídeo de entrada — Flash US$ 0,094/s em 720p vs Kling 4.0 US$ 0,157/s em 720p e US$ 0,235/s em 1080p.

• Preço, com vídeo de entrada — Flash $0,063/s vs Kling 4.0 $0,094/s em 720p e $0,141/s em 1080p, ambos cobrados com base no dobro da duração do vídeo de saída.

• Áudio — nenhum dos dois tem uma linha de áudio na tabela de preços da API. A cobertura de lançamento do Kling 4.0 atribui a ele áudio estéreo de dois canais e suporte mais amplo de idiomas para sincronia labial; a documentação do Flash não diz absolutamente nada sobre áudio.

Vale a pena parar para pensar nessa última frase, porque é o erro mais repetido na cobertura secundária. Vários posts de comparação publicados em outubro descrevem ambos os modelos como tendo "áudio nativo", geralmente testando o Flash e rotulando o resultado como Kling 4.0. O changelog da própria API do Kling para ambos os modelos descreve a geração de imagens e não diz nada sobre um parâmetro de saída de áudio, e a tabela de preços vende o áudio como uma ferramenta separada por solicitação, e não como uma variante da chamada de vídeo. Se o som faz parte da sua especificação de entrega, nenhum dos dois níveis é uma resposta documentada hoje.

A aritmética, incluindo a linha que parece barata

Como ambos os modelos cobram nas mesmas unidades, as comparações são limpas. Considere um clipe de 10 segundos sem vídeo de entrada:

• Kling 4.0 Flash em 720p — $0.094 × 10 = $0.94.

• Kling 4.0 em 720p — $0.157 × 10 = $1.57.

• Kling 4.0 em 1080p — $0,235 × 10 = $2,35.

Agora adicione um vídeo de referência de 10 segundos, que é onde a maioria das pessoas descobre a regra da maneira difícil. O Kling cobra o preço unitário multiplicado pela duração da saída e por dois sempre que a entrada não for mais longa que a saída:

• Flash com entrada — $0.063 × 10 × 2 = $1.26, que é 34% mais que a chamada simples de $0.94.

• Kling 4.0 em 720p com entrada — $0.094 × 10 × 2 = $1.88, 20% mais que $1.57.

• Kling 4.0 em 1080p com entrada — $0,141 × 10 × 2 = $2,82, 20% a mais que $2,35.

A tarifa com entrada é mais baixa em todas as linhas e a fatura com entrada é mais alta em todas as linhas. Não se trata de um desconto nem de um erro de arredondamento: no Flash, é a diferença entre um clipe de 20 segundos custar US$ 1,88 e custar US$ 2,52 quando você o gera a partir de uma referência.

Keyframes são a diferença que as pessoas subestimam

Um primeiro quadro indica ao modelo onde começar. Uma faixa de quadros-chave indica onde ele deve estar no segundo catorze. O Kling 4.0 completo aceita até dez imagens de quadros-chave, o que é suficiente para bloquear um movimento de câmera, manter a orientação de um produto durante um giro ou posicionar um ator numa marca. O Flash aceita uma imagem e gera o restante.

Para trabalho improvisado, tudo bem — você gera dez variantes e mantém a que funciona. Para trabalho planejado, é um custo que não aparece na tabela de preços, porque cada tomada rejeitada é mais $0.94. Se uma cena precisa de três ou quatro tentativas para terminar corretamente no Flash, a economia de 40% já foi gasta, e você ainda fica com um arquivo 720p. É o caso em que o modelo caro é o barato.

Um fluxo de trabalho, não uma escolha entre um ou outro

O padrão pretendido é óbvio assim que os preços estão diante de você, e é aquele para o qual o próprio posicionamento da Kuaishou — "feito para criação frequente" — aponta. Rascunhe no Flash, finalize no 4.0.

Dez variantes de conceito de cinco segundos em 720p custam $4.70 no Flash. As mesmas dez no Kling 4.0 em 1080p custam $11.75. Depois de escolher a tomada, um final de 10 segundos em 1080p custa $2.35, totalizando $7.05 contra $14.10 — o mesmo resultado pela metade do dinheiro, com o modelo mais barato fazendo a parte em que a maioria das tentativas é descartada. A economia desaparece no momento em que você tenta finalizar no Flash, porque não há 1080p para finalizar.

Esta é também a forma do argumento de roteamento. Um pipeline que troca de modelo por etapa — nível barato para exploração, nível caro para entrega — é exatamente para isso que serve uma camada de roteamento, embora, neste caso, a troca aconteça dentro do catálogo de um único fornecedor, e não entre fornecedores. O OrcaRouter não oferece nenhum dos níveis do Kling 4.0; os modelos Kling nele são da geração anterior, kling/kling-v3, kling/kling-v3-omni e kling/kling-video-o1, a US$ 0,08 por solicitação por meio de um único /v1/video/generations endpoint. Onde uma plataforma como a nossa conquista seu lugar num pipeline Kling é uma camada acima: 200+ modelos em uma única chave com 0% de acréscimo sobre os preços de tabela dos provedores, failover automático e uma DSL de roteamento para as etapas de escrita e revisão de prompts que cercam a renderização. A renderização em si é uma chamada direta ao Kling.

O que nenhum dos dois níveis oferece a você

Sem pontuação independente. Nem o Kling 4.0 nem o Kling 4.0 Flash aparecem em um ranking público de vídeos com um resultado medido, então toda declaração de qualidade sobre o par é da própria Kuaishou. Isso importa mais para a comparação do que importaria para uma análise de um único modelo, porque toda a premissa — de que o Flash é o mesmo modelo em resolução mais baixa — é uma alegação do fornecedor. É uma alegação plausível, dado o orçamento de referência idêntico, mas não foi testada por ninguém fora da empresa.

Sem áudio na tabela de preços, conforme acima. Sem 4K em nenhum dos planos hoje, apesar de a página de recursos destacá-lo; a documentação da API é explícita que 4K de 10 bits está chegando em breve, e a coluna de preço para 4K é um travessão em toda linha 4.0. E sem limites de throughput publicados, que é o número que decide se qualquer um dos preços se sustenta em produção.

O veredicto é específico o bastante para ser dito em uma frase. Se a sua saída é 720p e suas tomadas são improvisadas, o Kling 4.0 Flash é a mesma ferramenta por 40% menos e não há motivo para comprar a maior. Se a sua saída é 1080p, ou sua tomada tem de terminar em um ponto específico, o desconto não está disponível para você — e a forma honesta de enquadrar isso é que o Kling 4.0 Flash não é de modo algum um Kling 4.0 mais barato, mas um produto diferente que por acaso compartilha um nome e um orçamento de referência.