Kling 4.0 vs Flux 3 Video: Um Tem Tabela de Preços, o Outro Tem um Teto

Ambos Kling 4.0 e Flux 3 Videoaceitam texto, imagens e vídeo, ambos prometem saída em 4K e ambos geram áudio na mesma passagem que a imagem. A diferença é que dá para precificar um deles. O Flux 3 Video, da Black Forest Labs, chegou à disponibilidade geral em 4 de agosto de 2026 com uma tabela de preços por segundo publicada e uma linha pontuada no ranking de texto para vídeo do Artificial Analysis. O Kling 4.0 está no aplicativo de consumidor desde 15 de outubro de 2026, gera até 30 segundos em uma passagem e não tem nem tarifa por segundo do fornecedor nem um Elo independente. Portanto, a comparação não é simplesmente recurso contra recurso; é um produto contra o qual você pode orçar hoje versus um produto cujo teto é mais alto no papel.

Isso torna a decisão excepcionalmente clara se você separar duas perguntas. Qual modelo consegue fazer a tomada? E com qual modelo você pode realmente se comprometer neste trimestre? As respostas não são as mesmas, e a maioria das páginas de comparação direta funde as duas em uma só.

Dois quadros, sem coluna compartilhada

A Artificial Analysis lista o Flux 3 Video no ranking de texto para vídeo, em sexto lugar com Elo 1.128 e intervalo de confiança de 95% de ±9 em 6.179 amostras, a US$ 17,40 por minuto normalizado, com data de lançamento registrada em julho de 2026. A Black Forest Labs data o lançamento público em 4 de agosto de 2026, após acesso antecipado desde 23 de julho; a discrepância é um artefato do registro do ranking, não uma contradição sobre o modelo.

Kling 4.0 está ausente desse ranking e dos rankings de imagem para vídeo e edição em 23 de outubro de 2026. A geração anterior, Kling 3.0, tem linhas; o novo modelo não. Uma página de comparação que coloca um Elo ao lado de Kling 4.0 está citando o modelo antigo. A única afirmação honesta é que um lado desta comparação tem uma posição medida e o outro está em branco.

A linha do Flux 3 Video também é mais estreita do que seu produto. O fornecedor documenta texto para vídeo, imagem para vídeo, vídeo para vídeo e continuação de vídeo, com transições controladas por quadros-chave. A Artificial Analysis avalia apenas a configuração de texto para vídeo, então o número no painel descreve um modo de um modelo multimodal, não toda a superfície. Essa é uma limitação do painel de pontuação, não do modelo.

O que entra

Flux 3 Video é um modelo de vídeo multimodal com uma lista de entradas mais ampla do que sugere a linha do seu quadro: prompts de texto, imagens estáticas como primeiro frame, vídeo para vídeo-para-vídeo e continuação, e keyframes para transições controladas. A duração chega a até 20 segundos em uma única geração, com 5 a 20 segundos para texto-para-vídeo e imagem-para-vídeo, e 5 a 15 segundos para continuação. A resolução é vendida em faixas de pixels em vez de proporções de tela fixas — HD com cerca de 1 megapixel por frame, FHD com 2, QHD/2K com 4 e UHD/4K com 8 — e o fornecedor oferece áudio nativo opcional com diálogo multilíngue, fala sincronizada, efeitos sonoros e ambiência, incluído sem custo adicional.

A história de entrada do Kling 4.0 é estruturada em torno de um orçamento, e não de uma lista de modos. O Omni Reference aceita até 15 ativos em uma única tarefa, com limite de 10 imagens, 5 vídeos totalizando 30 segundos e 7 sujeitos, dos quais até três podem ser baseados em vídeo; cada sujeito pode carregar uma voz especificada. Além disso, aceita até 10 imagens de quadro-chave, prompts de até 8.000 tokens e gera de 3 a 30 segundos em 720p, 1080p ou 4K, com 21:9 entre as proporções de tela. A nota de lançamento também lista edição direcionada em até cinco clipes de entrada dentro de uma janela combinada de 30 segundos.

O contraste não é “um aceita imagens e o outro não”. É que o Flux 3 Video expõe as entradas como modos distintos com durações distintas, enquanto o Kling 4.0 as expõe como uma única tarefa com uma cota compartilhada. Uma geração de 20 segundos do Flux e uma geração de 30 segundos do Kling são ambas execuções únicas; a execução do Kling pode carregar mais referências de identidade e movimento, e a execução do Flux tem um preço publicado.

Resolução e a ressalva sobre HDR

Ambos os fornecedores anunciam 4K, e ambos merecem o mesmo escrutínio. A Black Forest Labs vende resolução como uma faixa de pixels e lista HD, FHD, QHD/2K e UHD/4K como níveis de tabela de preços; vários resumos de terceiros relatam que 2K e 4K são anunciados ou estão em implantação, e não universalmente disponíveis, então trate as faixas superiores como uma questão de roadmap no nível da sua conta, e não como padrão. O Kling 4.0 lista 720p, 1080p e 4K como configurações de saída, mas HDR de 10 bits em 1080p e 4K está explicitamente marcado como “em breve” na nota de lançamento e na página de recursos da Kuaishou. O que é efetivamente entregue é 4K nativo sem HDR; HDR não.

Nenhum dos modelos publica uma comparação de qualidade independente normalizada por resolução. As tabelas normalizam o preço por minuto de 1080p, e é por isso que os US$ 17,40 por minuto do Flux 3 Video são comparáveis às outras linhas, mas não ao número ausente do Kling 4.0.

Preço: a parte que realmente decide este trimestre

A tabela de preços do Flux 3 Video é específica. Texto para vídeo e imagem para vídeo custam US$ 0,06 por segundo em HD em rascunho, US$ 0,17 em HD/720p, US$ 0,29 em FHD/1080p, US$ 0,40 em QHD/2K e US$ 0,80 em UHD/4K. Vídeo para vídeo e continuação são mais caros: US$ 0,12 em rascunho, cerca de US$ 0,41 a US$ 0,43 em HD, US$ 0,53 a US$ 0,54 em FHD, US$ 0,65 em 2K e US$ 0,95 em 4K. O áudio está incluído. Um clipe HD de cinco segundos custa cerca de US$ 0,85 na tarifa padrão, antes de qualquer acordo de volume ou de plataforma.

Em 23 de outubro de 2026, o Kling 4.0 não tem tarifa por segundo do fornecedor. O aplicativo funciona com créditos por meio dos planos de assinatura do Kling AI. A API está por trás de um banner de acesso antecipado, e a Kuaishou não publicou uma tabela de tarifas. Plataformas de terceiros listam valores por segundo, mas esses são preços de revendedores, não do fornecedor, e variam de forma independente. Uma comparação de custos entre os dois modelos hoje seria uma comparação entre uma tarifa publicada e uma estimativa.

Para uma referência utilizável, a geração anterior do Kling tem preços definidos. No OrcaRouter, kling/kling-v3 e kling/kling-v3-omni estão listados a $0,084 por solicitação, kling/kling-3-turbo a $0,112, e os níveis 2.x mais antigos a $0,042 a $0,28. Esses são preços de catálogo por solicitação, e não tarifas por segundo, portanto não se normalizam diretamente em relação à tabela do Flux, mas são números reais que você pode incluir em um orçamento enquanto a tarifa do Kling 4.0 é desconhecida.

Áudio e a questão da contagem de faixas

O áudio do Flux 3 Video é opcional, nativo e incluído no preço por segundo, com diálogo multilíngue, fala sincronizada, efeitos sonoros e ambiência. O Kling 4.0 gera estéreo de dois canais, com sincronização labial e diálogo aprimorados em nove idiomas, além de sotaques nomeados de inglês e mandarim. Ambas são alegações dos fornecedores, e nenhum dos fornecedores publica uma contagem de faixas. Se você precisa de diálogo, música e efeitos como stems separáveis, nenhuma ficha técnica informa se você os receberá. Reserve orçamento para uma segunda passagem em uma DAW ou uma regeneração, não para uma exportação multitrack limpa.

Pesos, acesso e integração

Nenhum dos dois modelos tem pesos abertos. A linha do Flux 3 Video no quadro não traz link para os pesos, e a Black Forest Labs o disponibiliza por meio de sua API e de seu painel; o Kling 4.0 é um modelo hospedado, acessível pelo app e pela plataforma aberta da Kuaishou. Se autohospedagem for um requisito, nenhum dos dois é a resposta, e a reputação da Black Forest Labs de lançar modelos abertos não muda a licença deste checkpoint.

O Flux 3 Video está disponível em geral desde o início de agosto, então seu contrato de requisição teve um trimestre para se estabilizar. A API do Kling 4.0 está em acesso antecipado, o que historicamente significa uma inscrição e uma espera, em vez de uma tabela pública de preços; o suporte a MCP e CLI está listado, o que ajuda agentes e scripts de build, mas não torna o endpoint disponível em geral.

Nenhum dos modelos é uma rota do OrcaRouter hoje, e este artigo não é uma afirmação de que hospedamos qualquer um deles. O que oferecemos é a família Kling 3.0 e mais de 200 modelos de texto e multimodais em um único endpoint compatível com OpenAI, pelo preço de tabela do provedor com 0% de margem. Para uma equipe que testa o Kling 4.0 enquanto mantém um caminho de produção no Flux ou no Kling 3.0, a arquitetura útil é um nome de modelo estável na frente da chamada e failover automático por trás dela, para que um endpoint de acesso antecipado que aplique limite de taxa ou desapareça não leve o lote junto. Esse é o mesmo argumento para manter dois fornecedores de vídeo, afinal: o segundo é um seguro, não uma aposta na qualidade.

Quem deve escolher qual?

• Escolha o Flux 3 Video se precisar de um preço por segundo publicado, uma linha de texto para vídeo com pontuação, um limite de 20 segundos e áudio nativo incluído. É o único dos dois que você pode aprovar em uma reunião de orçamento esta semana.

• Escolha o Kling 4.0 se a tomada precisar de 30 segundos sem corte, mais do que um punhado de referências de identidade ou uma faixa separada de keyframes. O teto é mais alto e o preço é desconhecido.

• Escolha o Flux 3 Video para vídeo para vídeo e continuação com uma taxa conhecida; a edição do Kling 4.0 está documentada em clipes que ele gerou, dentro de uma janela combinada de 30 segundos, não como um modo geral de edição de filmagens.

Escolha o Kling 4.0 para um entregável em 21:9 com 10 keyframes e um elenco de 15 assets. Deixe as expectativas de HDR na porta.

• Não opte por nenhum deles se stems de áudio separáveis forem um requisito obrigatório, até que um fornecedor documente a arquitetura de canais.

O que resolveria isso seria uma tabela de preços do Kling 4.0 e uma primeira linha do Artificial Analysis. Enquanto as duas não existirem, o Flux 3 Video é a compra mais segura e o Kling 4.0 é o piloto mais capaz. A distância entre essas duas frases é a decisão inteira.