Kling 4.0 vs Kling 3.0: обновление — в таймлайне, а не в количестве пикселей

Kling 4.0 стал общедоступным 15 октября 2026 года, и первое, что бросается в глаза, — это то, что не изменилось. Kling 3.0, выпущенный Kuaishou 5 февраля 2026 года, уже генерировал нативный 4K. Обе модели предлагают 720p, 1080p и 4K. Обе принимают на вход текст, изображения и видео. Обе созданы одной и той же компанией, продаются через одну и ту же страницу создания и выдают клипы, которые выглядят так, будто они из одного семейства. Если сравнить их по той строке спецификации, которую большинство проверяет в первую очередь, новая модель выглядит как ошибка округления. Задокументированные сбои ИИ и инциденты с агентами, стоящие за подобными релизами, собраны в Архиве инцидентов ИИ OrcaRouter, где каждая запись имеет собственные источники, уровень серьёзности, степень уверенности и отметку об оспаривании.

Это не так. Разница между этими двумя поколениями — время: сколько его модель сгенерирует за один проход и насколько точно вы можете управлять тем, что происходит внутри него. Kling 4.0 удваивает предельный объём одной генерации с 15 до 30 секунд, заменяет начальный и конечный кадры на до десяти ключевых кадров и примерно удваивает лимит референсов. Это изменения, которые меняют рабочий процесс. А значок 4K на обеих упаковках — это изменение, которое меняет пресс-релиз.

Что на самом деле утверждается в примечании к выпуску и что было фактически выпущено

Всё в этом разделе взято из собственного примечания к выпуску и страницы функций Kuaishou, прочитанных 22 октября 2026 года. Ничто из этого пока не подкреплено независимой оценкой, поскольку по состоянию на эту дату Kling 4.0 не фигурирует ни в одном из трёх видео-лидербордов Artificial Analysis — в таблицах всё ещё присутствуют строки Kling 3.0 за февраль и ничего более нового от Kuaishou. Воспринимайте заявления производителя как заявления.

• Длительность — Kling 3.0: от 3 до 15 секунд. Kling 4.0: от 3 до 30 секунд за один проход, а расширение до 2 минут с помощью многократной генерации указано как «скоро».

• Разрешение — оба: 720p, 1080p, 4K. Kling 4.0 добавляет 21:9 наряду с 16:9, 1:1 и 9:16.

• Динамический диапазон — Kling 3.0: 8-бит SDR. Kling 4.0: 10-бит HDR при 1080p и 4K, что в примечании к выпуску отмечено как «скоро», а не как уже выпущенное.

• Ключевые кадры — Kling 3.0: только первый и последний кадр. Kling 4.0: до 10 изображений ключевых кадров, размещённых в любом месте таймлайна.

• Референсы — Kling 3.0: до 7 изображений или субъектов без видео на входе либо 1 видео плюс 4 изображения или субъекта, при этом длительность видео ограничена 15 секундами. Kling 4.0: до 15 ассетов в совокупности — 10 изображений, 5 видео общей длительностью 30 секунд, 7 элементов, из которых до 3 могут быть на основе видео, плюс голосовые референсы.

• Аудио — Kling 3.0: одноканальное. Kling 4.0: двухканальное стерео с, как заявляет производитель, более точной синхронизацией губ.

• Языки — Kling 3.0: китайский, английский, японский, корейский, испанский. Kling 4.0 добавляет португальский, немецкий, французский и хинди, а также региональные акценты и диалекты для китайского и английского.

• Ввод промпта — Kling 4.0 принимает до 8 000 токенов текста. Собственная справочная документация API Kling 3.0 ограничивает поле промпта 3 072 символами. Это разные единицы измерения, и производитель не опубликовал коэффициент пересчёта, поэтому не следует воспринимать эти два значения как прямое кратное соотношение.

Почему 30 секунд меняют больше, чем длина клипа

Пятнадцать секунд — это примерно одно действие. Поворот продукта, реплика диалога, одно движение камеры, реакция. Kling 3.0 создавался с учётом этого ограничения и обошёл его с помощью планирования нескольких планов: модель разбивает клип на целых шесть планов и переключается между ними — именно так из четверти минуты получается последовательность.

30 секунд Kling 4.0 не заменяют этот трюк, но меняют его назначение. Длинный кадр теперь может вместить установочный момент, появление персонажа и поворот без склейки, а управление десятью ключевыми кадрами делает это управляемым, а не случайной удачей. Собственное руководство Kuaishou расставляет ключевые кадры в фиксированные моменты — персонаж входит на 4-й секунде, продукт появляется на 12-й, наезд камеры — на 20-й, смена сцены — на 28-й — это язык раскадровки, а не язык промпта. Вот это и есть настоящее улучшение: модель теперь принимает план съёмки вместо описания кадра.

Это также повышает стоимость неудачного дубля. 30-секундная генерация, которая дает сбой на 24-й секунде, тратит вдвое больше вычислений, чем 15-секундная, давшая сбой, а Kuaishou не обнародовала, сколько стоит одна генерация. Это второе, что замечаешь при чтении релиза: тарифной сетки нет. API находится в раннем доступе — в консоли разработчика висит баннер, где именно так и сказано, — и нет опубликованной цены за секунду ни для Kling 4.0, ни для Kling 4.0 Flash. Любая цифра, которую вы сегодня увидите в качестве цены для Kling 4.0, — это чья-то расчетная оценка, а не тариф от вендора.

Справочный бюджет вырос, а вместе с ним вырос и мелкий шрифт.

«До 15 референсов» — это заголовок, и, как большинство круглых чисел, он распространяется шире, чем ограничения под ним. 15 — это общий потолок для четырёх видов ассетов, и лимиты по категориям не взаимозаменяемы: 10 изображений, 5 видео, суммарная длительность которых не может превышать 30 секунд, 7 элементов, включая не более 3 элементов на основе видео, и голосовые референсы, привязанные к элементам. Нельзя израсходовать весь лимит на изображения.

Ограничения Kling 3.0 были жёстче — и это имело значение для конкретной задачи: одно референсное видео и только четыре изображения или субъекта вместе с ним. Если ваш рабочий процесс — «повторить это исполнение из клипа и сохранить этих четырёх людей неизменными», Kling 3.0 едва справлялся. Если же он — «повторить исполнение, сохранить шестерых людей неизменными, воспроизвести этот продукт и это место», то он не справлялся, а Kling 4.0 может.

Ещё одно дополнение — редактирование внутри модели. Kling 4.0 принимает до пяти входных клипов для редактирования — один основной, каждый длительностью от 3 до 30 секунд, суммарно 30 секунд — и производитель утверждает, что возможны точечные изменения выражения лица, движения тела, положения камеры, стиля или фона, пока остальная часть кадра остаётся неизменной. В Kling 3.0 Omni были рабочие процессы на основе референсов, но редактирование было отдельным режимом, а не частью той же генерации. Выдержит ли это утверждение проверку реальными кадрами — именно тот вопрос, который не может решить ни одна страница производителя.

Что можно вызвать сегодня и на какой клавише

Именно здесь две модели перестают быть взаимозаменяемыми с практической точки зрения. Мы направляем запросы на Kling 3.0, а не на Kling 4.0. В каталоге есть kling/kling-v3 и kling/kling-v3-omni по фиксированной цене $0.084 за запрос, kling/kling-3-turbo по $0.112, а также более старые поколения 2.x и O1; маршрута для Kling 4.0 нет, и идентификатора, который можно было бы добавить, нет, пока API не выйдет из раннего доступа. Всё в этом материале, что описывает Kling 4.0 как вызываемую модель, описывает собственную платформу K​uaishou, а не нашу.

Для команды, которая хочет опробовать новую модель, не перестраивая пайплайн, эта асимметрия подсказывает очевидное разделение: обращаться к Kling 3.0 через роутер, где эта модель уже тарифицирована и стабильна, а Kling 4.0 тестировать через канал раннего доступа поставщика, пока не появится тарифная сетка. Когда она появится, важна модель сквозного прохождения цен — прайс-листы провайдеров проходят без добавления наценки, поэтому изменение тарифов K​uaishou или скидка на запуск отражаются в нашей тарификации в тот же день, а не при следующем продлении контракта. Автоматическое аварийное переключение — это вторая половина: если новый эндпоинт начинает сбоить под нагрузкой, запрос переводится на исправный путь до начала формирования ответа, вместо того чтобы всплыть в вашей очереди как неудачная задача.

Решение — без маркетинга

Выберите Kling 3.0, если ваши кадры длятся 15 секунд или меньше, ваши референсы — это несколько изображений, и вам нужны опубликованная цена и модель, которая находится в производстве восемь месяцев. Она поддерживает нативный 4K, поддерживает многокадровую съёмку, поддерживает нативный звук, и при $0.084 за запрос в нашем каталоге это один из самых дешёвых способов сгенерировать пригодный для использования клип. Ничто в выпуске Kling 4.0 не делает её хуже в этих задачах.

Выберите Kling 4.0, если ограничение, с которым вы постоянно сталкиваетесь, — это последовательность: 25-секундный дубль, который должен выдержать, бит, который должен попасть на определённую секунду, сцена, для которой нужны шесть согласованных референсов и продукт. Именно для этого нужны дополнительная длительность и таймлайн ключевых кадров, и никакое 4K не компенсирует их отсутствие. Заложите в бюджет неизвестную цену и тот факт, что 10-битный HDR, расширение до 2 минут и опубликованная тарифная сетка всё ещё указаны как ожидаемые.

Вопрос о поколениях, который люди зададут — лучше ли 4.0, чем 3.0, — нельзя решить по таблице результатов, потому что у новой модели нет независимой оценки. Ответить можно на более узкий и более полезный вопрос: теперь две модели созданы для разных дистанций, и та, у которой опубликована цена, — это та, которую можно поставить в конвейер уже сегодня. Это не вердикт о качестве. Это состояние сведений на 22 октября 2026 года.