Kling 4.0 против Flux 3 Video: у одного есть тарифная сетка, у другого — потолок

Оба Kling 4.0 и Flux 3 Video принимают текст, изображения и видео, оба обещают вывод в 4K, и оба генерируют аудио в том же проходе, что и изображение. Разница в том, что для одного из них можно рассчитать цену. Flux 3 Video от Black Forest Labs стал общедоступным 4 августа 2026 года с опубликованным тарифом за секунду и строкой с оценкой в рейтинге text-to-video от Artificial Analysis. Kling 4.0 присутствует в потребительском приложении с 15 октября 2026 года, генерирует до 30 секунд за один проход и не имеет ни тарифа за секунду от производителя, ни независимого Elo. Так что сравнение — это не просто функция против функции; это продукт, под который можно заложить бюджет сегодня, против продукта, чей потолок на бумаге выше.

Это делает решение необычно однозначным, если разделить два вопроса. Какая модель способна выполнить эту задачу? И какую модель вы действительно можете внедрить в этом квартале? Ответы не совпадают, а большинство страниц с прямыми сравнениями объединяют их в один.

Две доски, нет общих столбцов

Artificial Analysis указывает Flux 3 Video в таблице text-to-video: шестое место с Elo 1 128, 95-процентным доверительным интервалом ±9 по 6 179 образцам и нормализованной ценой $17.40 в минуту; дата выпуска записана как июль 2026 года. Black Forest Labs относит публичный релиз к 4 августа 2026 года, после раннего доступа с 23 июля; это расхождение — артефакт записи в таблице, а не противоречие в отношении модели.

Kling 4.0 отсутствует в этой рейтинговой таблице, а также в таблицах для «изображение в видео» и редактирования по состоянию на 23 октября 2026 года. У предыдущего поколения, Kling 3.0, строки есть; у новой модели — нет. Страница сравнения, на которой рядом с Kling 4.0 стоит Elo, приводит данные старой модели. Единственное честное утверждение таково: у одной стороны этого противостояния есть измеренная позиция, а у другой — пустое место.

Строка Flux 3 Video в таблице тоже уже, чем его продукт. Производитель документирует преобразование текста в видео, изображения в видео, видео в видео и продолжение видео, а также переходы с управлением по опорным кадрам. Artificial Analysis оценивает только конфигурацию «текст-в-видео», поэтому число в рейтинге описывает один режим мультимодальной модели, а не весь набор возможностей. Это ограничение рейтинга, а не модели.

Что входит?

Flux 3 Video — мультимодальная видеомодель со списком входных данных шире, чем можно предположить по её строке в таблице: текстовые промпты, неподвижные изображения в качестве первого кадра, видео для преобразования видео в видео и продолжения, а также ключевые кадры для управляемых переходов. Длительность — до 20 секунд за одну генерацию, причём для text-to-video и image-to-video — от 5 до 20 секунд, а для продолжения — от 5 до 15 секунд. Разрешение продаётся диапазонами пикселей, а не фиксированными соотношениями сторон — HD примерно 1 мегапиксель на кадр, FHD — 2, QHD/2K — 4 и UHD/4K — 8, — а поставщик предлагает опциональное нативное аудио с многоязычными диалогами, синхронизированной речью, звуковыми эффектами и атмосферой, включённое без дополнительной платы.

Возможности ввода Kling 4.0 строятся вокруг бюджета, а не списка режимов. Omni Reference принимает до 15 ассетов в одной задаче с ограничением: не более 10 изображений, 5 видео общей длительностью 30 секунд и 7 субъектов, до трёх из которых могут быть основаны на видео; для каждого субъекта можно указать голос. Кроме того, он принимает до 10 изображений ключевых кадров, промпты до 8 000 токенов и выдаёт видео длительностью от 3 до 30 секунд в разрешении 720p, 1080p или 4K, причём среди соотношений сторон есть 21:9. В примечании к выпуску также упоминается адресное редактирование для до пяти входных клипов в рамках общего 30-секундного окна.

Различие не в том, что «один принимает изображения, а другой нет». Оно в том, что Flux 3 Video предоставляет входные данные как отдельные режимы с разными длительностями, тогда как Kling 4.0 предоставляет их как одну задачу с общим лимитом. 20-секундная генерация Flux и 30-секундная генерация Kling — обе выполняются за один проход; проход Kling может нести больше референсов идентичности и движения, а у прохода Flux есть опубликованная цена.

Разрешение и оговорка насчёт HDR

Оба поставщика рекламируют 4K, и оба заслуживают одинаково пристального внимания. Black Forest Labs продаёт разрешение как диапазон пикселей и указывает HD, FHD, QHD/2K и UHD/4K как тарифные уровни; в нескольких сторонних обзорах сообщается, что 2K и 4K скорее анонсированы или внедряются, чем доступны повсеместно, поэтому рассматривайте верхние диапазоны как вопрос дорожной карты на уровне вашего аккаунта, а не как вариант по умолчанию. Kling 4.0 указывает 720p, 1080p и 4K в качестве настроек вывода, но 10-битный HDR при 1080p и 4K явно помечен как «скоро» в примечании к выпуску и на странице функций Kuaishou. Заявлено о поставке нативного 4K без HDR; HDR — нет.

Ни одна из моделей не публикует независимое сравнение качества, нормализованное по разрешению. В таблицах цена приводится к минуте 1080p, поэтому $17.40 за минуту у Flux 3 Video сопоставимы с другими строками, но не с отсутствующим числом у Kling 4.0.

Цена: то, что на самом деле решает в этом квартале

Тарифная сетка Flux 3 Video вполне конкретна. Преобразование текста в видео и изображения в видео стоит $0.06 за секунду в черновом HD, $0.17 в HD/720p, $0.29 в FHD/1080p, $0.40 в QHD/2K и $0.80 в UHD/4K. Преобразование видео в видео и продолжение стоят дороже: $0.12 в черновом, примерно $0.41–$0.43 в HD, $0.53–$0.54 в FHD, $0.65 в 2K и $0.95 в 4K. Аудио включено. Пятисекундный HD-клип стоит около $0.85 по стандартному тарифу, до применения любых скидок за объём или особых условий платформы.

По состоянию на 23 октября 2026 года у Kling 4.0 нет тарифа за секунду от производителя. Приложение работает на кредитах в рамках подписочных планов Kling AI. API находится за баннером раннего доступа, а Kuaishou не опубликовала тарифную сетку. Сторонние платформы указывают цифры за секунду, но это цены перепродавцов, а не производителя, и они меняются независимо. Сравнение стоимости двух моделей сегодня было бы сравнением опубликованного тарифа с оценкой.

Чтобы получить пригодную для использования базовую оценку, можно отталкиваться от цен на предыдущее поколение Kling. На OrcaRouter kling/kling-v3 и kling/kling-v3-omni указаны по цене $0.084 за запрос, kling/kling-3-turbo — $0.112, а более старые тарифы 2.x — от $0.042 до $0.28. Это каталожные цены за запрос, а не ставки за секунду, поэтому они не сопоставляются напрямую с карточкой Flux, но это реальные цифры, которые можно заложить в бюджет, пока тариф Kling 4.0 неизвестен.

Аудио и вопрос о количестве треков

Аудио в Flux 3 Video — опциональное, нативное и входит в цену за секунду, с многоязычными диалогами, синхронизированной речью, звуковыми эффектами и атмосферой. Kling 4.0 генерирует двухканальное стерео с улучшенной синхронизацией губ и диалогами на девяти языках, а также с именованными английскими и мандаринскими акцентами. Оба утверждения — заявления производителей, и ни один из них не публикует количество дорожек. Если вам нужны диалоги, музыка и эффекты как отдельные стемы, ни одна спецификация не скажет, получите ли вы их. Заложите бюджет на второй проход в DAW или на перегенерацию, а не на чистый многодорожечный экспорт.

Веса, доступ и интеграция

Ни одна из моделей не имеет открытых весов. В строке Flux 3 Video на доске нет ссылки на веса, а Black Forest Labs предоставляет к ней доступ через свой API и панель управления; Kling 4.0 — это размещённая модель, доступная через приложение Kuaishou и открытую платформу. Если требуется самостоятельное размещение, ни одна из них не подходит, и репутация Black Forest Labs как компании, выпускающей открытые модели, не меняет лицензию на этот чекпойнт.

Flux 3 Video находится в общем доступе с начала августа, поэтому его контракт запросов уже квартал успел устояться. API Kling 4.0 находится в раннем доступе, что исторически подразумевает заявку и ожидание, а не публичную тарифную сетку; поддержка MCP и CLI указана, что помогает агентам и сборочным скриптам, но не делает конечную точку общедоступной.

Ни одна из этих моделей сегодня не является маршрутом OrcaRouter, и эта статья не утверждает, что мы размещаем какую-либо из них. Что мы действительно предлагаем — это семейство Kling 3.0 и более 200 текстовых и мультимодальных моделей на одной конечной точке, совместимой с OpenAI, по прайс-листу провайдера с наценкой 0%. Для команды, которая пилотирует Kling 4.0, сохраняя производственный путь на Flux или Kling 3.0, полезная архитектура — это стабильное имя модели перед вызовом и автоматическое переключение при сбое за ним, чтобы эндпоинт раннего доступа, который ограничивает частоту запросов или исчезает, не утащил за собой пакет. Это тот же аргумент в пользу того, чтобы вообще держать двух поставщиков видео: второй — это страховка, а не хеджирование качества.

Кто должен выбирать

• Выберите Flux 3 Video, если вам нужна опубликованная цена за секунду, оценённая строка «текст-в-видео», ограничение в 20 секунд и встроенный нативный звук. Это единственный из двух вариантов, который вы сможете утвердить на совещании по бюджету на этой неделе.

• Выбирайте Kling 4.0, если для кадра нужно 30 секунд без склейки, больше нескольких референсов внешности или отдельная дорожка ключевых кадров. Потолок выше, а цена неизвестна.

• Выберите Flux 3 Video для видео-в-видео и продолжения по известному тарифу; редактирование в Kling 4.0 описано для созданных им клипов в пределах суммарного 30-секундного окна, а не как универсальный режим редактирования видеоматериала.

• Выбирайте Kling 4.0 для итогового материала в формате 21:9 с 10 ключевыми кадрами и набором из 15 ассетов. Об ожиданиях по HDR забудьте сразу.

• Не выбирайте ни один из вариантов, если раздельные аудиодорожки — жёсткое требование, пока один из поставщиков не задокументирует архитектуру каналов.

Решить этот вопрос могли бы тарифная карта Kling 4.0 и первая строка в Artificial Analysis. Пока не появится и то, и другое, Flux 3 Video — более безопасная покупка, а Kling 4.0 — более мощный вариант для пилота. Разрыв между этими двумя утверждениями и есть всё решение.