Kling 4.0 vs ByteDance Seedance 2.0: trinta segundos sem corte, ou quinze com seis

Dois modelos de vídeo podem ambos anunciar quinze segundos e significar coisas diferentes. ByteDance Seedance 2.0 preenche sua janela de 15 segundos com múltiplos planos: uma sequência no estilo storyboard, com cortes incluídos, gerada em uma única passagem com áudio estéreo. Kling 4.0, lançado em 15 de outubro de 2026, dobra a janela para 30 segundos e mantém a câmera rodando: um plano-sequência ininterrupto, sustentado por até 10 keyframes e um orçamento de 15 assets de referência. A comparação de duração é a que toda ficha técnica faz. A gramática de planos é a que decide qual modelo se encaixa na sua edição.

Há uma segunda assimetria por baixo disso. O Seedance 2.0 está disponível em geral na China desde fevereiro de 2026, aparece no ranking de texto para vídeo do Artificial Analysis com mais de 20.000 votos e publica um preço normalizado por minuto. O Kling 4.0 está há oito dias em disponibilidade geral no aplicativo para consumidores, não tem Elo independente nem tarifa por segundo do fornecedor. Um modelo tem uma posição medida; o outro tem uma tomada mais longa.

O número que parece decisivo e não é

Trinta contra quinze é uma duplicação limpa, e é real: o Kling 4.0 gera de 3 a 30 segundos em uma única passagem, enquanto o Seedance 2.0 gera de 4 a 15 segundos, com padrão de 5 segundos. Se a sua tomada é uma demonstração contínua de produto de 25 segundos, o Seedance 2.0 não consegue fazê-la nativamente, e nenhuma quantidade de engenharia de prompt muda um teto rígido. A extensão no lado do Kling é anunciada para dois minutos, mas marcada como "em breve", então a comparação disponível é de 30 segundos contra 15.

O número deixa de ser decisivo no momento em que o corte do plano entra em questão. Os 15 segundos do Seedance 2.0 são concebidos para conter vários planos: a ByteDance descreve entrada de texto no estilo storyboard e planejamento de câmera em nível de direção — dolly zooms, rack focus, planos de acompanhamento, trocas de ponto de vista — acontecendo dentro da geração, e não na edição. Os 30 segundos do Kling 4.0 são concebidos para conter um único. A nota de lançamento do Kuaishou descreve os keyframes como uma forma de posicionar estados de personagem, mudanças de cena e momentos-chave da narrativa, o que é controle de continuidade, não um orçamento de contagem de planos.

Então, a forma honesta de enquadrar não é “Kling dura o dobro”. É “Kling dura o dobro por tomada, e o Seedance oferece mais tomadas por geração”. Uma tomada única de 30 segundos e uma sequência de seis tomadas em 15 segundos são produtos diferentes que por acaso compartilham uma coluna de duração.

Vinculação de referência: um elenco versus um storyboard

O Omni Reference do Kling 4.0 aceita até 15 ativos em uma única tarefa, com limites de 10 imagens, 5 vídeos totalizando 30 segundos e 7 sujeitos, dos quais até três podem ser baseados em vídeo. Cada sujeito pode ter uma voz especificada, e o modelo também aceita até 10 imagens de keyframe. Esse orçamento é a cota de referências mais generosa desta comparação e visa manter identidade, figurino, cenário e movimento ao longo de um plano longo.

O Seedance 2.0 aceita até 9 imagens, 3 clipes de vídeo e 3 clipes de áudio, e usa uma sintaxe de endereçamento que vincula uma referência nomeada a um sujeito específico e pondera sua influência. Esse é um orçamento menor, com controle mais refinado por referência. Se o seu problema é "este é o personagem A, este é o personagem B, e a jaqueta de A precisa corresponder ao quadro 1 no quadro 300", a sintaxe de vinculação do Seedance é a ferramenta mais direta. Se o seu problema é "manter esse mundo inteiro coeso por meio minuto", o orçamento maior e a trilha de quadros-chave do Kling são a melhor opção.

Áudio: ambos reivindicam o mesmo terreno

A alegação mais forte do Seedance 2.0 é uma mixagem estéreo de dois canais — música, ambiência e narração como faixas separadas — gerada em conjunto com o vídeo, em vez de dublada depois, com sincronização labial para várias pessoas e em vários idiomas. O Kling 4.0 alega estéreo de dois canais, sincronização labial aprimorada, diálogo em nove idiomas e sotaques e dialetos especificados em inglês e mandarim. Ambas são alegações dos fornecedores. Nenhum dos fornecedores publica um número de faixas, e nenhum teste independente comparou os dois pipelines de áudio. A diferença no marketing é a confiança; a diferença na documentação é menor do que o marketing sugere.

O próprio material de lançamento da ByteDance menciona distorção ocasional de áudio e limitações na consistência entre vários sujeitos e na renderização de texto. O material da Kuaishou não menciona uma fraqueza comparável, o que é uma diferença de divulgação, e não uma diferença de qualidade. Planeje uma segunda tomada de diálogo com qualquer um dos modelos.

A assimetria do benchmark

No ranking de texto para vídeo do Artificial Analysis capturado em 18 de setembro de 2026, o Dreamina Seedance 2.0 720p ocupa o quinto lugar, com Elo 1.210 e intervalo de confiança de 95% de ±6 em 20.345 amostras, com preço de US$ 9,07 por minuto. Os cinco primeiros abrangem 23 pontos de Elo, então o quinto lugar é uma posição na fila, e não um veredito, mas a medição é real e a contagem de amostras é grande.

O Kling 4.0 não tem linha em nenhum dos três rankings de vídeo em 23 de outubro de 2026. Isso não é uma pontuação baixa; é uma ausência. As linhas da geração anterior ainda estão nos rankings e não devem ser tomadas emprestadas. Qualquer pessoa que coloque um número Elo ao lado do Kling 4.0 hoje está citando o Kling 3.0 ou inventando um.

A consequência prática é que o modelo com pontuação é a opção padrão mais segura para uma equipe que precisa justificar uma escolha, e o modelo sem pontuação é aquele que você testa em piloto em vez de padronizar. Isso é uma afirmação sobre evidências, não sobre qualidade.

Acesso, geografia e custo

O Seedance 2.0 está em disponibilidade geral na China desde 12 de fevereiro de 2026, e a API alcançou disponibilidade geral completa em 14 de abril. Fora da China, o cenário é mais desigual. A via de consumo por meio do CapCut chegou primeiro a um conjunto limitado de mercados — Brasil, Indonésia, Malásia, México, Filipinas, Tailândia e Vietnã — e os Estados Unidos foram explicitamente excluídos dessa implementação, assim como grande parte da Europa. A via de API empresarial tem a maior abrangência. A ByteDance também aplica restrições de conteúdo sem equivalente direto no Kling: nenhuma geração a partir de imagens ou vídeos contendo rostos reais sem verificação de identidade ou autorização prévia, além de marca d'água invisível na saída.

O Kling 4.0 já está disponível no app e no site do Kling AI em todo o mundo, com o anúncio de lançamento global datado de 16 de outubro de 2026. A API está em acesso antecipado e nenhum preço por segundo do fornecedor é publicado. Isso torna o Kling mais fácil de experimentar e mais difícil de comprar, enquanto o Seedance é mais difícil de acessar em alguns mercados, mas mais fácil de precificar depois que você obtém acesso.

Em termos de custo, os US$ 9,07 por minuto do Seedance 2.0 são uma normalização da Artificial Analysis, não uma tarifa cotada: a ByteDance cobra por token no Volcano Engine, a 46 RMB por milhão de tokens para geração pura e 28 RMB por milhão com entrada de vídeo para edição. Um clipe de 15 segundos resulta em cerca de 308.880 tokens, o que fica próximo de um yuan por segundo — o número “um yuan, um segundo” adotado pela cobertura chinesa. As variantes Mini e Fast estão na mesma família de modelos, a aproximadamente metade da tarifa do modelo principal para trabalho de rascunho. O Kling 4.0 não tem número comparável; o app funciona com créditos, a API não tem preço definido, e os valores por segundo de revendedores não são do fornecedor.

Nenhum dos modelos é uma rota do OrcaRouter hoje. A geração Kling que oferecemos é Kling 3.0, a US$ 0,084 por solicitação para os níveis flagship e Omni, US$ 0,112 para Turbo e de US$ 0,042 a US$ 0,28 para os modelos 2.x mais antigos. Isso importa se você está testando o Kling 4.0: o caminho de fallback já existe na mesma chave compatível com OpenAI de mais de 200 outros modelos, a preço de tabela do provedor sem acréscimo de margem, então uma chamada de acesso antecipado que falhe pode passar para uma geração de produção em vez de fazer o lote falhar.

Qual deles pertence à linha do tempo

Escolha o Kling 4.0 se o plano não puder ser cortado: um movimento de câmera contínuo, uma demonstração em tomada única, um monólogo que precise sustentar um rosto por 25 segundos. A passagem de 30 segundos e a trilha de 10 keyframes foram feitas exatamente para isso, e nenhum outro modelo nesta comparação oferece essa duração.

• Escolha o Seedance 2.0 se a unidade de trabalho for uma sequência: um drama curto, um anúncio montado a partir de seis cortes, um storyboard que precisa de linguagem de câmera dentro da geração. Seu design multishot e sua sintaxe de endereçamento por referência são o encaixe mais direto.

• Escolha o Seedance 2.0 se você precisa de uma pontuação e de um preço hoje. Ele tem ambos; o Kling 4.0 não tem nenhum dos dois.

• Escolha o Kling 4.0 se precisar do maior orçamento de referência e de uma trilha de keyframes separada, e puder aceitar uma API de acesso antecipado enquanto a tabela de preços estiver indisponível.

• Não escolha nenhum dos dois se você precisar de stems de áudio separáveis com uma contagem de faixas publicada. Ambos afirmam ser estéreo; nenhum documenta a arquitetura de canais.

O que importa não é a coluna de duração, mas sim a primeira pontuação independente do Kling 4.0 e o primeiro preço de API publicado. Se o Kling 4.0 ficar próximo do Seedance 2.0 no ranking, a escolha passa a ser a gramática de planos e o preço. Se ficar bem abaixo, o take de 30 segundos é um recurso especializado, e não uma vantagem de uso geral. De qualquer forma, a decisão deve basear-se no formato da edição, e não em qual número de modelo é maior num comunicado de imprensa.