Kling 4.0 против Grok Imagine Video: у самой дешёвой модели больше всего голосов

Модель с наибольшим числом измерений в этом сравнении — не самая новая, а новейшую вообще не измеряли. Grok Imagine Video — это семейство из трёх записей в рейтинге Artificial Analysis по направлению image-to-video: оригинальная версия января 2026 года с Elo 1 072 и 14 371 голосом, Grok Imagine Video 1.5 с 1 098 и 5 267 голосами, а также вариант Lite в рейтинге text-to-video. Kling 4.0, выпущенная 15 октября 2026 года, не имеет ни строки ни в одном рейтинге, ни опубликованной цены за секунду, а её спецификация превосходит все три записи Grok по длительности, разрешению и количеству референсов. Весь смысл этого противостояния — разрыв между доказательствами и потолком.

Такая картина встречается на этом рынке чаще, чем допускает формат рейтинговой таблицы. Модель с долгой историей голосований — это известная величина, но не обязательно лучшая. Модель, которой восемь дней и у которой есть 30-секундный прогон, — это обещание с демонстрационным роликом. Вопрос в том, какой вид неопределённости способен выдержать ваш проект.

Три модели Grok, один Kling

Grok Imagine Video — это не один продукт, и номера версий не выстраиваются по рангу так, как можно было бы ожидать. Читайте далее на доске image-to-video со включённым звуком, как было зафиксировано 10 октября 2026 года:

• Grok Imagine Video original — 13-е место с рейтингом Elo 1 072 ±7 по 14 371 образцу, январь 2026 г., 4,20 долл. США за минуту.

• Grok Imagine Video 1.5 — 9-е место с Elo 1 098 ±8 по 5 267 образцам, май 2026 г., 8,40 $ за минуту.

• Grok Imagine Video 1.5 Lite — 16-е место в рейтинге текст-видео с результатом 993 ±10 на 5 715 сэмплах, выпущен 26 августа 2026 года, $8,40 за минуту.

• Kling 4.0 — по состоянию на 23 октября 2026 года ни в одной таблице нет строки.

Оригинал — самый дешёвый и лучше всего измеренный. Обновление 1.5 набирает на 26 Elo больше и стоит вдвое дороже за минуту при трети голосов. Вариант Lite находится совсем на другой доске, так что сравнивать его с двумя другими — это уже сравнивать разные задачи. Это семейство развивалось в темпе потребительской платформы, и ценовая лестница это отражает: можно купить дешёвый, хорошо подтверждённый базовый вариант, более дорогую доработку или Lite-уровень с меньшей ценой за секунду, и каждый из них требует обмена доказательности на баллы.

Kling 4.0 не предлагает такого внутреннего выбора. Здесь одна модель, одна необъявленная цена и один потолок длительности. Эта простота — преимущество, если вам нужен лучший доступный дубль, и риск, если вам нужно решение о закупке, которое можно обосновать цифрой.

Что вам даёт количество голосов

Количество выборок обычно воспринимают как техническую деталь. На этом лидерборде оно определяет разницу между утверждением и догадкой. Интервал ±7 у январского чекпойнта Grok имеет ту же ширину, что и у Gemini Omni Flash, за которым стоят 12 327 голосов; 14 371 сравнение достаточно, чтобы лидерборд с некоторой уверенностью обозначил позицию. Интервал ±8 у Grok 1.5 шире потому, что у него меньше голосов, а не потому, что это худшая модель. Интервала Kling 4.0 пока не существует.

Это имеет практическое следствие для любого, кто выбирает по качеству. Если вы выбираете Grok Imagine Video original, вы примерно понимаете, что получаете: модель среднего уровня с сильной доказательной базой и самым низким тарифом в этом сравнении. Если вы выбираете Kling 4.0, вы принимаете заявления поставщика о модели, которую независимые оценщики ещё не оценивали. Ни один из вариантов не иррационален. Это разные ставки.

Потолок характеристик

На бумаге Kling 4.0 — явно более мощная машина.

• Длительность — Kling 4.0 генерирует от 3 до 30 секунд за один проход, а двухминутное продление указано как «скоро». Grok Imagine Video 1.5 генерирует от 1 до 15 секунд с авторегрессионным продлением от последнего кадра; исходный вариант ограничен 8,7 секунды для редактирования и продления.

• Разрешение — Kling 4.0 указывает 720p, 1080p и 4K, а 10-битный HDR при 1080p и 4K отмечен как «скоро». Grok 1.5 изначально выводит 480p, 720p и 1080p. У оригинала максимальное разрешение ниже.

• Референсы — Kling 4.0 поддерживает до 15 ассетов: изображения, видео, субъекты и голоса, с ограничениями в 10 изображений, 5 видео, 7 субъектов и до 3 субъектов на основе видео. Grok 1.5 поддерживает до 14 референсных изображений, до 3 голосовых референсов и до 4 ключевых кадров внутри видео, а также первый и последний кадры.

• Ключевые кадры — Kling 4.0 принимает до 10 изображений ключевых кадров. Grok 1.5 принимает первый кадр, последний кадр и до 4 промежуточных кадров видео.

• Аудио — оба генерируют нативное аудио с речью, синхронизированной по губам; Kling заявляет о двухканальном стерео и девяти языках плюс диалектах, Grok заявляет о совместной генерации аудио и видео с использованием до 3 предустановленных голосовых референсов.

• Промпт — Kling 4.0 принимает до 8 000 токенов. Документация Grok не публикует сопоставимые ограничения на промпты.

Эти двое ближе по референсам, чем предполагают заявленные цифры: 15 ассетов против 14 изображений плюс 3 голоса — это не разгром. Настоящий разрыв — в длительности и разрешении. Тридцать секунд в 4K против пятнадцати в 1080p — это другой класс результата, и именно поэтому Kling 4.0 вообще стоит рассматривать, несмотря на нехватку доказательств.

Цена: опубликованная шкала против пустого поля

Цены Grok Imagine Video публикуются за секунду в зависимости от разрешения. Модель 1.5 стоит $0,08 за секунду при 480p, $0,14 при 720p и $0,25 при 1080p; звук включён, а ввод изображений — $0,01 за изображение. Вариант Lite — $0,02 при 480p, $0,03 при 720p и $0,14 при 1080p. Устаревшая оригинальная версия — $0,05 при 480p и $0,07 при 720p. Artificial Analysis нормализует строку 1.5 до $8,40 за минуту, а оригинальную — до $4,20, что согласуется со ставками для 720p.

По состоянию на 23 октября 2026 года у Kling 4.0 нет вендорского тарифа за секунду. Приложение работает на кредитах в рамках тарифных планов Kling AI; API находится в раннем доступе. В предложениях реселлеров указываются суммы за секунду, но это не цена Kuaishou, и они настолько сильно различаются, что использовать одну из них в качестве статьи бюджета было бы гаданием.

Для реальной базовой линии: предыдущее поколение Kling имеет установленную цену и уже используется в продакшене. В OrcaRouter, kling/kling-v3 и kling/kling-v3-omni стоят $0.084 за запрос, kling/kling-3-turbo — $0.112, а более старые тарифы 2.x — от $0.042 до $0.28. Это цены за запрос, а не ставки за секунду, поэтому они не сопоставляются один к одному с прайс-листом Grok, но это цифры, которые покупатель Kling действительно может использовать сегодня.

Доступ и область редактирования

Grok Imagine Video доступен через API xAI и потребительский продукт Grok. Модель 1.5 работает асинхронно: отправка запроса, опрос идентификатора запроса, загрузка результата. Это семейство предоставляется достаточно давно, поэтому его схема запросов задокументирована, а режимы отказов известны. Оригинальная модель выполняет задачи редактирования и расширения, с ограничением 720p и исходным видео длительностью 8,7 секунды; модель 1.5 ориентирована на генерацию и, согласно документации, явно не поддерживает редактирование или расширение видео как функции.

Kling 4.0 уже доступен в приложении и на сайте Kling AI по всему миру; анонс глобального запуска датирован 16 октября 2026 года. API находится в раннем доступе, заявлена поддержка MCP и CLI. Возможности редактирования описаны как точечные правки выражения лица, движений тела, положения камеры, стиля и фона для до пяти входных клипов в пределах суммарного 30-секундного окна — шире, чем задокументированные возможности редактирования Grok 1.5, но уже, чем у универсального видеоредактора.

Ни одна из этих моделей сегодня не является маршрутом OrcaRouter, так что ничто здесь не утверждает, что мы размещаем у себя хотя бы одну из них. Поколение Kling, которое мы действительно предлагаем, — это Kling 3.0; это практичный запасной вариант, если вы тестируете Kling 4.0 в период раннего доступа. В более широком смысле причина держать шлюз перед видеостеком заключается в том, что эти модели отказывают по-разному: одна упирается в лимит запросов, другая завершается по тайм-ауту при длинной генерации, третья возвращает терминальный статус, не являющийся успешным. Единый endpoint, совместимый с OpenAI, с автоматическим переключением при сбое и ценами провайдеров из прайс-листа, передаваемыми без наценки (0%) не делает модели лучше, но он не даёт одному плохому endpoint стать неудачным батчем.

Кто должен выбирать

Выбирайте {{1}}Grok Imagine Video original{{/1}}, если вам нужны самая низкая опубликованная ставка и наиболее убедительная доказательная база. При {{2}}$4.20{{/2}} за минуту и {{3}}14,371{{/3}} голосе это самый предсказуемый выбор в сравнении, и он достаточно дёшев, чтобы использовать его для черновиков.

• Выберите Grok Imagine Video 1.5, если вам нужно нативное 1080p, 15-секундные дубли, до 14 референсных изображений и 3 голосовых референса, а также документированная цена за секунду. Это наиболее оснащённый Grok для контролируемой съёмки персонажа.

• Выбирайте Kling 4.0, если вам нужен один 30-секундный проход, 4K, 10 ключевых кадров или готовый результат в формате 21:9, и вы готовы опробовать API раннего доступа, по которому пока нет ни оценок, ни цен.

• Выберите Grok, если отделу закупок нужна цифра уже на этой неделе; выберите Kling, если для кадра нужен более длинный дубль и вы можете подождать прайс-лист.

Честный вывод таков: эти две модели пока на самом деле не конкурируют за одну и ту же покупку. Grok Imagine Video — это зрелое, выверенное и недорогое семейство моделей, продаваемое по открытому прайс-листу. Kling 4.0 — модель с более высоким потолком, которая лишь первую неделю находится в общем доступе, а подтверждения и цены ещё впереди. Правильный шаг для большинства команд — оставить выверенную модель в продакшене и пилотировать новую на кадрах, которым действительно нужны 30 секунд, — а через месяц заново прочитать и таблицу лидеров, и прайс-лист, когда в пустой колонке наконец может появиться число.