Kling 4.0 vs Odyssey-3: Клип и мир — не взаимозаменяемы

Попросите Kling 4.0 показать закусочную в два часа ночи — и вы получите 30-секундный фильм о закусочной в два часа ночи: один и тот же фильм, кадр в кадр, при каждом запуске одного и того же запроса. Попросите Odyssey-3 показать закусочную в два часа ночи — и вы получите закусочную, в которую можно войти, осмотреться внутри и сбить со стойки чашку кофе, причём модель предсказывает, что произойдёт дальше, исходя из того, что вы только что сделали, а не из того, что вы напечатали. Это разные продукты под одним и тем же ярлыком категории, и сравнение становится полезным только тогда, когда вы перестаёте спрашивать, какой из них генерирует видео лучше, и начинаете спрашивать, какой из них создаёт тот артефакт, который нужен вашему проекту.

Это не увёртка. Именно поэтому это сравнение заслуживает отдельной страницы: поищите — и найдёте подборки, где их ранжируют друг против друга по разрешению и цене; это всё равно что ранжировать камеру и авиасимулятор по частоте кадров. Цифры настоящие, рейтинг бессмыслен, а решение, которое за этим стоит, вполне можно принять.

Что именно выводит каждый из них

Kling 4.0 — это генеративная видеомодель от Kuaishou, доступная всем с 15 октября 2026 года. Она поддерживает преобразование текста в видео, изображения в видео, режим первого и последнего кадра, мультиключевые кадры, omni-reference и целевое редактирование, создавая клипы длительностью от 3 до 30 секунд в разрешении 720p, 1080p или 4K, с двухканальным стереозвуком и многоязычной синхронизацией губ.

Odyssey-3 — это модель мира от Odyssey: авторегрессионный диффузионный трансформер с 14 млрд параметров в базовой конфигурации, созданный для генерации среды по запросу и последующего предсказания её в реальном времени, пока кто-то перемещается по ней. Публичный исследовательский предпросмотр открылся 8 октября 2026 года, а бесплатная браузерная демоверсия запускает более лёгкий вариант — Odyssey-3 Flash. Опубликованы два уровня: Odyssey-3 с разрешением 832×480 и Odyssey-3 Pro с 1280×720.

Слово «video» встречается в обоих описаниях и означает в каждом разное. Одно выдаёт файл. Другое выдаёт систему, которой вы управляете.

Почему интерактивность меняет то, в чём модель должна быть хороша

Генератор клипов оценивают по тому, как выглядит заданная последовательность: композиция, освещение, движение, наличие пяти пальцев на руках. Он может потратить весь свой вычислительный бюджет на то, чтобы одна траектория была красивой, потому что траектория только одна.

Модель мира оценивается по тому, что происходит после вашего вмешательства. В описании архитектуры Odyssey говорится о многошаговом видео-диффузионном трансформере, расширенном авторегрессионно за счёт teacher forcing и причинного маскирования, а пайплайн постобучения объединяет согласование распределений и состязательную дистилляцию в вариант с малым числом шагов. Диффузия обеспечивает достоверность, авторегрессия — способность выдерживать последовательность действий, а дистилляция — скорость работы. Все три компонента несут критическую нагрузку, и все три — это рассказ компании о собственной системе.

Эта разница проявляется в бенчмарке, который выбрала Odyssey. Physics-IQ Verified, проводимый Anates Labs совместно с DeepMind, показывает моделям кадры реальных физических экспериментов — гидродинамика, оптика, механика твёрдого тела, магнетизм, термодинамика — и оценивает продолжение по тому, что произошло на самом деле. Это неудобный для накрутки бенчмарк, поскольку ключ к ответам — физический мир. Сейчас в нём ранжируются 41 модель из 16 лабораторий.

Физические числа, с прилагаемыми оговорками

• Odyssey-3 Pro — 66,1 в треке «видео-в-видео» Physics-IQ Verified, самый высокий сырой балл, который приводит Odyssey. Это показатель «лучший из 8» из одного прогона; среднее по четырём прогонам без отбора составляет 63,37.

• Чистое улучшение относительно среднего значения по треку — FLUX 3 [large] лидирует с +12,27 процентного пункта, Odyssey-3 Pro занимает второе место с +11,15, Odyssey-3 — третье с +9,99.

• Нормированная стоимость за сгенерированное видео — Odyssey-3 Pro $0.267, Odyssey-3 $0.139, против FLUX 3 [large] за $0.868 и Seedance 2.5 за $2.838. Стоимость нормирована на 24 кадра/с и выходное разрешение шириной 1280 там, где это позволяет таблица лидеров.

• WorldMark — Odyssey-3 занимает первое место в трёх из четырёх сплитов. Сплит, в котором она не побеждает, — это реальные среды от первого лица, где она занимает третье место с 80,6, уступая Lyra 2.0 с 84,4 и AlayaWorld с 83,0. Это вендорская оценка, проведённая на чужом наборе данных с собственными подписями бенчмарка, а не сторонняя арена.

• Независимость — отсутствует. Все приведённые выше показатели предоставлены самими разработчиками. Ни один внешний оценщик не запускал Odyssey-3 на стенде, который выбирал не он.

Прочитайте вторую строку дважды. По метрике, которая учитывает сложность трассы, Odyssey-3 Pro не первый — первым идёт универсальный видеогенератор. В заголовке компании фигурирует сырой балл; предпочтительная сводка таблицы ставит его на второе место. Верно и то и другое, а разница — как раз из тех вещей, о которых умалчивают в анонсе.

Доказательства в пользу Kling 4.0 более скудны, а не лучше.

Kuaishou не опубликовала собственных бенчмарков для Kling 4.0, и по состоянию на 23 октября модель отсутствует в видео-рейтингах Artificial Analysis. Это не плохой результат — это отсутствие результата. В наличии имеются спецификация, примечание к релизу и неделя впечатлений от практического использования у людей с доступом к приложению — это более слабая доказательная база, чем самостоятельно представленные оценки Odyssey, и совершенно иная по своей сути.

Спецификация действительно сильна, и она сильна в тех аспектах, которые важны для авторского вывода, а не для симуляции:

• Длительность — от 3 до 30 секунд за один проход, а расширение до 2 минут указано как «скоро». Предпросмотр Odyssey генерирует непрерывную среду, а не клип заданной длительности.

• Разрешение — 720p, 1080p и 4K, при этом 10-битный HDR на двух верхних уровнях отмечен как «скоро». Odyssey-3 Pro — это 1280×720 на верхней границе его диапазона, а базовый уровень — 832×480.

• Управление — до 10 ключевых кадров и бюджет ссылок на 15 элементов, распределяемый между изображениями, секундами видео, голосом и элементами. Это режиссёрская панель управления: вы задаёте, что происходит и когда.

• Аудио — двухканальное стерео с синхронизацией губ на девяти языках и с обозначенными акцентами. В предварительном просмотре Odyssey нет сопоставимого аудиовыхода, поскольку вы смотрите незавершённую сцену.

• Доступ — потребительский продукт уже запущен; API начал открываться для корпоративных клиентов и разработчиков 21 октября, при этом в прайс-листе для разработчиков модель по-прежнему отмечена как «Скоро» и указаны только предварительные тарифы.

Стоимость за результат, а не за секунду

Две единицы тарификации не переводятся друг в друга, поэтому таблицы сравнения ошибаются. Предварительная ставка Kling 4.0 составляет $0.157 в секунду при 720p и $0.235 при 1080p, при этом тариф для 4K не опубликован. Запись Odyssey в таблице лидеров — $0.139 или $0.267 за сгенерированное видео; она нормализована для сравнения моделей с разной частотой кадров.

Если вам нужен 30-секундный ролик в 1080p, Kling 4.0 по предварительному тарифу обойдётся примерно в $7,05 — при условии, что тариф сохранится после запуска. Если вам нужны десять минут окружения, которое можно исследовать, в 720p, показатель Odyssey за видео вам ничего не даст: «видео» в этой колонке — это эталонный образец для бенчмарка, а не сеанс. Честно говоря, у одного продукта есть цена за секунду, а у другого — исследовательский предпросмотр вообще без прайс-листа. При таком разрыве бюджеты нельзя сравнивать.

Проблема доступа симметрична, и в этом заключается практическая суть.

Ни одна из моделей не подключается одним вызовом. Kling 4.0 открывается поэтапно с предварительными тарифами; Odyssey-3 — это исследовательская предварительная версия с контактной формой для доступа к API, без документации по ограничениям скорости и без весов.

Для команды, оценивающей обе модели, полезный шаг — сделать тестовый стенд независимым от SDK любого из поставщиков. OrcaRouter не размещает ни одну из этих моделей — в каталоге нет ни маршрута Odyssey, ни идентификатора Kling 4.0, — но работа вокруг них — это обычный API-трафик: этап расширения промпта, который превращает описание кадра в нечто пригодное для видеомодели, список кадров, подготовка подписей, этап оценки, определяющий, какие из восьми образцов оставить. Всё это работает через одну OpenAI-совместимую конечную точку с более чем 200 моделями по прайс-листовой цене провайдера с наценкой 0%, а автоматическое переключение при сбое означает, что серия оценок не сорвётся из-за того, что у одного из вышестоящих провайдеров выдался неудачный день. Когда любая из моделей откроет API с самостоятельным подключением, стенд уже будет иметь нужную форму.

Модели, которые можно вызвать сегодня, — это предыдущее поколение с обеих сторон. Kling 3.0 доступен на OrcaRouter за $0.084 за запрос. У Odyssey нет маршрутизируемого предшественника. Эта асимметрия заслуживает внимания: в категории, где интересная модель обычно недоступна, запасной вариант на стороне Kling — по крайней мере реальная конечная точка.

Кто на самом деле должен выбирать что

Выберите Kling 4.0, если результат — готовый ролик: реклама, фрагмент музыкального клипа, фильм о продукте — всё, где кто-то будет оценивать изображение и звук, а затем экспортировать результат. Один 30-секундный проход, 10 ключевых кадров и стереозвук — всё это нацелено на эту задачу, и ни одна модель мира их не заменит.

Выбирайте Odyssey-3, если результат — это место, внутри которого кто-то действует: данные для обучения роботов, пространственное прототипирование, игровая демонстрация, оценка воплощённого агента. Результаты Physics-IQ, навигация от первого и третьего лица и отчёты вендора о переносе роботизированных политик из замороженного бэкбона — это доказательства именно того типа, который нужен для такой задачи, при условии, что вы помните: они принадлежат вендору.

Не выбирайте ни один, если вам нужен повторяемый, тарифицируемый эндпоинт уже в этом месяце. Оба ещё в процессе развёртывания: у одного нет цены, у другого — предварительный тариф, а производственный путь, построенный сегодня на любом из них, — это ставка на график запуска, который вы не контролируете.

То, что могло бы решить этот вопрос, — не бенчмарк, который способны пройти обе модели. Это тест рабочего процесса: возьмите одну сцену, создайте её как 20-секундный авторский кадр в Kling 4.0, затем воссоздайте ту же локацию в Odyssey-3 и попробуйте поставить то же действие, управляя камерой. Если интерактивная версия не может удержать нужную вам композицию, модель мира — неподходящий инструмент, независимо от её оценки по физике. Если авторская версия не выдерживает смены точки зрения, то генератор клипов — неподходящий инструмент. Этот эксперимент стоит одного дня и скажет вам больше, чем любой Elo с той или иной стороны.