Cartão de título com os dizeres 'Kling Image 4.0 vs Qwen Image 3.0' e o subtítulo 'Dois modelos fechados, dois tipos de medidor'. Abaixo, duas barras de medição horizontais: uma rotulada unidades por quadro, com marcas em 16, 24 e 40; a outra rotulada preço por imagem, com marcas em 3,4 e 6,9 centavos.
Guides & Insights

Kling Image 4.0 vs Qwen Image 3.0: dois modelos fechados, dois tipos de medição

Autor

jinhao.song

Data de publicação

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

No mercado atual de imagens, existe um concorrente genuinamente de pesos abertos para o Kling Image 4.0 — o MiniMax-H3-Image disponibiliza 68,65 GB de pesos no Hugging Face —, então o interessante no Qwen Image 3.0 é que ele optou por não fazer isso. A Alibaba o lançou no Qwen AI em 5 de agosto de 2026 como um produto hospedado com níveis Standard e Pro, um orçamento de concorrência publicado e uma tabela de preços em duas moedas, e sem checkpoint. O Kling Image 4.0 foi lançado em 17 de novembro de 2026 nos mesmos termos fechados: uma API, uma escala de unidades, nenhum peso. Portanto, esta é uma comparação entre dois fornecedores que decidiram que o modelo é o serviço, e as diferenças que importam estão inteiramente em como cada um cobra de você, no que cada um promete sobre composição e tipografia, e em onde cada um está no único ranking que mede os dois.

Dois metros, e por que a forma importa mais do que a taxa

A Kling vende unidades. Um still 2K custa 16 unidades, 4K custa 24, 8K custa 40, e cada imagem de referência ou elemento de referência anexado acrescenta 0,8 unidades. A unidade é convertida a US$ 0,00384 no pacote de US$ 300, US$ 0,00381 em US$ 999 e US$ 0,00373 em US$ 4.000, o que coloca um quadro 2K em cerca de 6,1 centavos e um quadro 8K em cerca de 15,4 centavos.

A Qwen vende imagens, com métricas separadas para as partes. No Alibaba Cloud Model Studio, em USD, os valores publicados são US$ 0,03438 por geração 1K e US$ 0,068761 por geração 2K, com entrada a US$ 0,00275 por 1K e saída a US$ 0,04 por 1K e US$ 0,075 por 2K. No Qwen Cloud internacionalmente, o nível Standard é US$ 0,003 de entrada e US$ 0,03 de saída por imagem. No mercado doméstico, a tabela é em RMB: 0,18 por imagem para Standard tanto em 1K quanto em 2K, 0,25 e 0,50 para Pro, e 0,02 por imagem para entrada de imagem e entrada de edição.

• Geração 1K — Qwen Image 3.0 Standard $0.03438; o Kling Image 4.0 não tem nível 1K para imagens estáticas únicas.

• Geração 2K — Qwen Standard $0.068761; Kling cerca de $0.061. Kling é aproximadamente 11% mais barato.

• 4K — A entrada do Model Studio da Qwen limita a saída total a 2048×2048, então não há linha 4K; o Kling custa cerca de US$ 0,092 em 4K e US$ 0,154 em 8K.

• Entrada de referência — Kling 0,8 unidades por referência por quadro entregue; Qwen US$ 0,00275 por 1K de entrada, ou RMB 0,02 como entrada de edição no mercado interno.

• Taxa de transferência — a Qwen publica 10 solicitações simultâneas, uma fila assíncrona de 200 solicitações e 20 solicitações por minuto; a Kling não publica nenhuma dessas informações.

• Níveis — O Qwen tem Standard e Pro, com o Pro custando aproximadamente o dobro no cartão doméstico em 2K; o Kling tem um nível e três resoluções.

O interessante nessa lista não é o preço de 2K, em que os dois estão dentro de 11% um do outro. É a linha de 4K, que é uma lacuna de capacidade disfarçada de linha de preço. A entrada do Model Studio do Qwen Image 3.0 descreve uma faixa de saída de 912×512 a 2048×2048 — um limite rígido na borda longa, não um alvo de borda longa com uma borda curta flexível. A escada da Kling começa onde a da Qwen termina: 4K a 24 unidades, 8K a 40. Se a saída em 4K for um requisito e não um mero diferencial desejável, não há comparação a fazer, e nenhum preço mais baixo do 2K da Qwen muda isso.

A two-column comparison scoreboard titled 'Kling Image 4.0 vs Qwen Image 3.0 — the scoreboard', contrasting release date, text-to-image Elo, editing Elo, maximum output resolution, price at 2K and published concurrency limits for the two models, with a footer reading 'Both models' scores per Artificial Analysis; prices per each vendor's published rate card.'

Os 11% e a fatura que os transforma em 40%

Em uma única geração em 2K, o Kling é cerca de onze por cento mais barato. Se isso se sustenta no contato com o seu fluxo de trabalho depende de quantas vezes um ativo é manipulado, e os dois medidores respondem de forma diferente à iteração.

A cobrança de referência do Kling é por quadro de saída: 0,8 unidades para cada referência anexada, multiplicadas pelo número de quadros gerados. Um personagem consistente em doze tomadas com três referências custa 12 × (16 + 2,4) = 220,8 unidades, cerca de 85 centavos, contra 192 unidades para os mesmos doze quadros sem referências. A sobretaxa não depende de quantas vezes você gera novamente; depende de quão carregado de referências é o conjunto.

O medidor de entrada do Qwen é por requisição: US$ 0,00275 por 1K token de entrada, ou RMB 0,02 por imagem no mercado interno como entrada de edição. Uma edição em três passagens — gerar, corrigir, reestilizar — paga esse medidor duas vezes, e a tarifa doméstica faz com que ele apareça como uma linha própria na fatura. Nenhuma das cobranças é grande. O ponto é que a do Kling escala com o tamanho do entregável e a do Qwen escala com o número de tentativas, então um fluxo de trabalho que itera muito sobre um pequeno número de finais achará o Kling mais barato do que o preço de destaque de 2K sugere, e um fluxo de trabalho que entrega um grande conjunto consistente na primeira passagem achará o Qwen mais barato.

A Qwen publica mais um número que o Kling não publica, e, para quem opera uma fila, ele pode valer mais do que a diferença de preço. Dez solicitações simultâneas, uma fila assíncrona com profundidade de 200 e 20 solicitações por minuto formam um orçamento de vazão em torno do qual é possível planejar. O Kling não publica nada: nem limite de taxa, nem número de simultaneidade, nem profundidade de fila. Essa ausência não é uma crítica ao modelo, e é um problema real de planejamento, porque a diferença entre uma fila com profundidade de 200 e uma não documentada é a diferença entre um lote noturno agendado e um trabalho que falha no meio.

Ambos os fornecedores estão vendendo tipografia.

Leia as duas listas de recursos lado a lado e algo incomum acontece: a mesma afirmação aparece duas vezes. A segunda e a terceira capacidades do Kling são “renderização de texto excepcional — texto pequeno nítido, tipografia criativa” e “conjuntos de imagens coerentes — um prompt, uma série completa”. O posicionamento do Qwen está no mesmo território, e sua implantação comercial é voltada exatamente para os fluxos de trabalho em que a tipografia importa: layout de e-commerce, pôsteres, composições de embalagem, materiais de marketing em que um título e uma linha de texto legal precisam estar corretos.

Isto não é coincidência. A legibilidade de textos pequenos é o modo de falha que tem mantido os modelos de difusão fora do trabalho de impressão comercial por três anos. Um modelo que gera uma bela imagem de destaque e transforma um aviso legal de oito pontos em sopa de glifos é inútil para embalagens, e todo fornecedor dessa categoria sabe disso. Ambos estes lançamentos são, em parte, argumentos de que o problema foi resolvido, e nenhum dos dois publica um conjunto de amostras em tamanho de impressão com as dimensões em pixels informadas.

Isso faz da afirmação sobre tipografia a única coisa nesta comparação que você deve testar primeiro e acreditar por último — e testá-la é barato. Um layout, uma leitura da menor linha a 100% de zoom, nos dois modelos, diz mais do que todos os placares deste artigo.

Screenshot of Alibaba Cloud Model Studio documentation in English listing the Qwen-Image family, with the qwen-image-3.0-pro and qwen-image-3.0 entries marked Recommended above the qwen-image-2.0-pro entries, and the Pro description naming stronger text rendering, realistic texture and semantic adherence with output capped between 512x512 and 2048x2048 total pixels in PNG format.

O conselho, onde os dois não são próximos.

Ambos os modelos são avaliados nos rankings AA-Image-T2I v2.1 e AA-Image-Edit v2.1 da Artificial Analysis, e as quatro linhas contam uma história consistente. O Kling Image 4.0 ocupa a sétima posição em texto para imagem, com 1.179,93, e a sexta em edição, com 1.182,89. O Qwen-Image-3.0-Pro está em 1.094,39 e 1.091,65. O Qwen-Image-3.0 está em 1.075,97 e 1.069,36. A diferença entre o Kling e a variante superior do Qwen é de 85 Elo em texto para imagem e 91 em edição, ambas muito fora do intervalo de confiança para uma diferença.

Duas ressalvas, e a segunda é a que importa. Primeiro, as linhas do Qwen refletem um modelo que está no ranking desde agosto com uma grande população de votos, enquanto a linha do Kling tem um dia e sua contagem de votos é correspondentemente baixa — o Elo de um modelo recém-adicionado é mais ruidoso do que o de um modelo consolidado, e pode variar vários pontos em qualquer direção ao longo das primeiras semanas. Segundo, a própria alegação de lançamento da Alibaba era que o Qwen Image 3.0 assumiu o primeiro lugar na China no ranking de texto para imagem do Arena.ai. Esse é um número relatado pelo fornecedor em um ranking diferente, com uma população de eleitores diferente, e não contradiz a posição no Artificial Analysis; ele mede a preferência de uma população diferente. Ambas as afirmações podem ser verdadeiras, e nenhuma substitui a outra.

O que a diferença de 85 pontos não lhe diz é que o Kling é melhor no seu trabalho. Ela diz que, em preferência cega por pares em prompts gerais, os votantes escolhem o Kling com mais frequência. Um modelo ajustado para layouts de e-commerce chinês com tipografia mandarim densa está sendo avaliado em prompts que podem não ter nada a ver com isso, e o prêmio do nível Pro sobre o Standard é uma aposta exatamente nas cargas de trabalho que o conselho subestima.

Nenhum dos dois está no nosso catálogo, e o que isso deixa

A OrcaRouter não disponibiliza o Kling Image 4.0 e não disponibiliza o Qwen Image 3.0 nem seu nível Pro. Os identificadores Kling no catálogo são de vídeo; os identificadores Qwen são modelos de texto. Este artigo não vai sugerir o contrário.

A razão pela qual isso importa para esta comparação, em vez de ser texto padrão, é que ambos os fornecedores precificam de formas que mudam. A Alibaba publica uma tabela em RMB para a plataforma doméstica, uma segunda em USD para o Model Studio e um terceiro conjunto de números para o Qwen Cloud internacional, e as três não concordam — o Standard é RMB 0.18 por imagem no mercado doméstico e $0.03438 por 1K no Model Studio, que não são o mesmo número convertido. A tarifa unitária do Kling diminui em $999 e $4,000, portanto o preço efetivo por quadro depende do seu compromisso pré-pago. Uma comparação de dois fornecedores cujos preços anunciados são três números para cada um é uma comparação que expira rapidamente, e a razão para comprar por meio de uma camada que repassao preço de lista do provedor com 0% de margem é que o número muda na sua fatura no mesmo dia em que muda na deles — sem margem no meio, sem contrato para renegociar na renovação.

Para a própria comparação, o caminho honesto são os modelos que hospedamos: o par GPT Image 2.5, os três níveis do Imagen 4.0 e os modelos de imagem Gemini, todos acionáveis com uma única chave. Rode o Kling, os dois níveis do Qwen e um modelo de controle com os mesmos vinte prompts e suas próprias amostras de tipografia, depois compare as faturas e também as imagens. O failover automático importa aqui de um jeito específico: o Qwen publica um teto de 20 requisições por minuto, que é um limite que você vai atingir em um lote, e uma regra de roteamento que recorre a um segundo modelo mantém o lote andando em vez de travar em um 429.

Screenshot of OrcaRouter's pricing page in English, headed 'We never mark up the tokens you buy', setting out the zero markup guarantee and a providers table listing each model's input, cached input, cache write and output rates as the provider's own list price.

Para que serve cada um

O Qwen Image 3.0 é a escolha certa quando a saída permanece em 2048×2048 ou menos, quando a tabela de preços em RMB para o mercado interno é o número comercialmente relevante, quando um orçamento de simultaneidade publicado é um requisito de planejamento, ou quando seu trabalho é um layout denso em chinês — a carga de trabalho para a qual o modelo foi visivelmente ajustado. Escolha o Pro em vez do Standard somente se sua própria avaliação mostrar que o prêmio compensa, porque a diferença no leaderboard entre os dois níveis é de 18 Elo e a diferença de preço doméstico é aproximadamente o dobro.

Kling Image 4.0 é a escolha certa quando a escada acima de 2K é o ponto: 4K para trabalhos próximos de impressão, 8K se você tiver um motivo, e os níveis de imagem longa que nenhum outro modelo nesta comparação vende de forma alguma. Também é a melhor compra em preferência cega por uma margem ampla, o que importa para qualquer coisa que um humano julgará como imagem em vez de ler como layout.

E se o fator decisivo for que você quer executar os pesos por conta própria, nenhum destes é o seu modelo. Essa é a troca que ambos os fornecedores fizeram, e o único concorrente nesta classe que fez a outra escolha é uma comparação diferente.