Wan 3.0 против Kling 3: один непрерывный дубль против шести запланированных кадров

Начнём с расхождения, которое никто не согласовал. Wan 3.0 имеет одну опубликованную цену. Kling 3.0, текущий видеoфлагман Kuaishou, имеет две — и они различаются в три раза. В собственной документации API Kuaishou модель Kling Video 3.0 указана по цене $0,084 за секунду для стандартного уровня и $0,112 для pro. Artificial Analysis оценивает ту же модель — в той же таблице лидеров, где указана Wan 3.0, — в $20,16 за минуту для уровня pro 1080p, то есть $0,336 за секунду. Оба не могут описывать одну и ту же генерацию при одних и тех же настройках. Пока кто-нибудь не опубликует согласование, любое посекундное сравнение этих двух моделей проводится на числах, которые, возможно, измеряют не одно и то же.

Что можно честно сравнить — это технические характеристики, оценки слепого голосования и философии дизайна — и по ним две модели расходятся почти во всём, что имеет значение. Kuaishou построила Kling 3.0 вокруг последовательности из нескольких планов. Alibaba построила Wan 3.0 вокруг одного непрерывного дубля. Это не маркетинговое различие; оно решает, какая из двух подходит вашему проекту, ещё до того, как в разговор вступит цена.

Две модели, два представления о том, что такое клип

Kling 3.0 вышел 5 февраля 2026 года как серия из четырёх моделей — Video 3.0, Video 3.0 Omni, Image 3.0 и Image 3.0 Omni. Его определяющая особенность — автоматическое выстраивание последовательности из нескольких планов: модель сама планирует переходы между планами, а пользовательский режим позволяет задать количество планов и длительность каждого. Обозреватели сообщают о пригодных для использования последовательностях примерно до шести отдельных планов из одного промпта, при этом крупность плана, движение камеры и сюжетный бит можно задавать для каждого плана. Верхний предел — 15 секунд на одну генерацию, нижний — 3 секунды.

Wan 3.0 идёт противоположным путём. Его потолок — 30 секунд за один непрерывный проход, и весь дизайн нацелен на то, чтобы не резать — этого времени достаточно для одного движения камеры, демонстрации продукта одним дублем или монолога, который держит внимание без монтажной склейки. У него нет планировщика многокадровой съёмки, потому что посыл в том, что он вам не нужен.

Практическое следствие: это не вопрос «лучше или хуже», это вопрос о вашем монтаже. Короткая драма, реклама, собранная из склеек, что угодно с диалогом, передаваемым между персонажами, — такова форма Kling 3.0. Непрерывная презентация продукта, танец или перформанс, один движущийся кадр, который должен оставаться целостным, — такова форма Wan 3.0. Команды, которые попытаются втиснуть одно в формат другого, обнаружат, что режимы отказа носят структурный характер: шесть кадров Kling 3.0 невозможно сделать непрерывными без перегенерации, а тридцать секунд Wan 3.0 невозможно нарезать на шесть чистых кадров, не потеряв то, за что вы заплатили.

Показатели арены, разбитые по тому, что они измеряют

Это та часть сравнения, где освещение хуже всего, потому что большинство страниц цитирует Elo Kling, устаревший на пять месяцев. В стартовых материалах Kuaishou за февраль 2026 года Kling 3.0 занимал первое место в рейтинге text-to-video с показателем около Elo 1,240. В феврале это было верно. Живая таблица Artificial Analysis, зафиксированная 18 сентября 2026 года, с аудио:

• Wan 3.0 — №2, Elo 1 229, $12,00/мин

• Kling 3.0 1080p Pro — №12, Elo 1 095, $20.16/мин

• Kling 3.0 720p Стандарт — №13, Elo 1 089, $15,12/мин

• Kling 3.0 Omni 720p Standard — №18, Elo 1,082, $13.44/мин

• Kling 3.0 Omni 1080p Pro — №22, Elo 1 075, $16,80/мин

Итак, февральский лидер за семь месяцев превратился в модель середины таблицы — и не по своей вине: вся сфера шагнула вперёд. Отметим также, что собственные уровни Kling распределены по одиннадцати позициям таблицы с разницей в 20 пунктов Elo между ними; это означает, что уровень, который вы покупаете, влияет на измеряемое качество меньше, чем выбранная вами модель. При выборе Pro вместо Standard вы получаете разрешение и, в этой таблице, около шести пунктов Elo.

А есть ещё цифра, которая усложняет всю картину, и почти никто её не цитирует. На табло image-to-video без звука, Kling 3.0 — это совсем другой зверь: уровень Omni 1080p Pro набирает Elo 1 284 на позиции №8, а уровень 1080p Pro — 1 282 на позиции №9. Это место в топ-10, существенно лучше, чем его результат в text-to-video. Читается это так: Kling 3.0 сильнее всего, когда он отталкивается от предоставленного изображения и не оценивается по сгенерированному звуку — а это как раз описывает большую долю реальной коммерческой работы. Если ваш конвейер — image-to-video, а звук вы оцениваете сами, приведённые выше цифры арены существенно недооценивают эту модель.

Аудио, где оба выдвигают одно и то же утверждение, а у одного есть задокументированная проблема

Обе модели генерируют звук нативно за один проход. Версия Kuaishou поддерживает китайский, английский, японский, корейский и испанский языки, обрабатывает диалоги на смешанных языках внутри одного клипа, закрепляет отдельный голос за каждым персонажем в сценах с несколькими персонажами и предлагает региональные акценты — американский, британский и индийский варианты английского; северо-восточный, пекинский, тайваньский, кантонский и сычуаньский варианты китайского. Звук в Wan 3.0 включён по умолчанию, его можно отключить с помощью флага, и он принимает до пяти эталонных аудиоклипов для управления результатом.

На бумаге это ничья при разных списках языков. По сообщаемым результатам — нет. Согласованность синхронизации губ — самая часто отмечаемая слабость в независимых обзорах Kling 3.0: в одном практическом тесте примерно два из пяти клипов с диалогами требовали повторной генерации, а обозреватели, которые высоко оценивают его за картинку, всё равно называют синхронизацию губ нестабильной. Сообщаемые аудиоартефакты сосредоточены в основном вокруг диалогов в шумной обстановке, где фоновые шумы воды и ветра могут делать речь приглушённой. Проблема Alibaba иного рода: в собственных материалах компании к запуску качество звука названо областью, всё ещё требующей доработки, — это признание, касающееся точности звука, а не синхронизации.

Ни один из этих поставщиков не продаёт готовый инструмент для диалогов. Если диалог — это суть вашего проекта, первое, что стоит проверить, — не качество изображения, а то, совпадает ли артикуляция со словами на протяжении полных 15 или 30 секунд, потому что именно здесь ломаются оба этих инструмента и именно отсюда берутся дубли.

Управление ссылками и их разрешение

• Многокадровый режим — Kling 3.0: автоматическое планирование кадров, а также пользовательский режим с указанием количества и длительности для каждого кадра, вплоть до примерно шести кадров. Wan 3.0: отсутствует; одна непрерывная генерация.

• Длительность — Kling 3.0: от 3 до 15 секунд. Wan 3.0: от 2 до 30 секунд, а также расширение вперёд, назад и в обоих направлениях.

• Разрешение — Kling 3.0: 720p и 1080p в официальном руководстве, при этом в собственной документации Kuaishou заявлено нативное 4K по цене $0,42/с. Wan 3.0: 480p, 720p и 1080p; 4K нет.

• Частота кадров — Kling 3.0: стандартно 30 кадр/с, в более производительных режимах заявлено 60 кадр/с. Wan 3.0: 30 кадр/с.

• Управление референсами — Kling 3.0: привязка элементов, фиксация объекта при панорамировании и зумировании, на основе загруженных изображений или видео с персонажем. Wan 3.0: до 10 референсных изображений, 5 референсных видео и 5 аудиоклипов при общем лимите в 20 ассетов, а также документ или общедоступная веб-страница.

• Привязка к источникам — Wan 3.0 принимает на вход DOC, XLS, PPT, PDF, TXT, MD и публичные URL-адреса и превращает их в видео. У Kling 3.0 нет аналога.

Пункт о разрешении — это то, что нужно сверять с вашей собственной спецификацией поставки, потому что по нему действительно идут споры. В собственной документации Kuaishou для Video 3.0 заявлено нативное 4K; в её руководстве пользователя указаны только 720p и 1080p. Сторонние тарифы на кредиты для 4K у разных источников различаются более чем в два раза. Если 4K — жёсткое требование, добейтесь письменного подтверждения по вашему аккаунту, а не со страницы сравнения — включая эту.

Где вы действительно можете им позвонить

Это единственное противостояние в этой серии, где ответ о доступности не симметричен, и об этом стоит сказать прямо.

Kling 3.0 присутствует в каталоге OrcaRouter как kling/kling-v3, по цене $0.08 за запрос, при этом прайс-лист провайдера передаётся без наценки — 0%. Это действительно отличается от агрегированной картины выше: вместо того чтобы держать аккаунт Kuaishou и отдельную интеграцию для всех прочих моделей, нужных вашему пайплайну, Kling 3.0 доступна за тем же ключом и через тот же OpenAI-совместимый эндпоинт, что и ещё 200+ моделей. Поскольку мы ничего не добавляем к цене провайдера, изменение тарифов Kuaishou или промо-скидка становятся видны у нас в тот же день, а не после завершения контрактного цикла, — и если вышестоящий провайдер деградирует или начинает ограничивать частоту запросов, автоматическое переключение переносит запрос до начала формирования ответа, а не возвращает ошибку вашему приложению.

Wan 3.0 нет в нашем каталоге, и его нет ни на одной универсальной платформе маршрутизации. Доступ к нему можно получить через собственные платформы Alibaba — Model Studio в Alibaba Cloud и Qwen Cloud — а также через сторонние креативные инструменты, которые интегрировали его после запуска 24 августа; на собственных площадках Alibaba действует ограниченная по времени скидка 30% до 23 сентября. Собственные потребительские тарифы Kuaishou и веб-приложение Kling AI — это другой путь: с оплатой кредитами и без безлимитного тарифа.

Для команды, которая хочет и то и другое, эта асимметрия и есть практическая суть решения: одно из них — изменение конфигурации, а другое — отношения со вторым поставщиком.

Кто должен выбирать

• Выбирайте Wan 3.0 для непрерывных дублей длительностью более 15 секунд, для брифингов на основе документов или веб-страниц, для клипов короче трёх секунд, для самого широкого бюджета референсов по самой низкой опубликованной цене и для 30-секундной однопроходной работы, которая иначе потребовала бы сшивания.

• Выбирайте Kling 3.0 для многокадровых повествовательных последовательностей из одного запроса, для работы по преобразованию изображения в видео, где его позиция в арене без звука действительно входит в топ-10, для многоязычных диалогов на пяти поддерживаемых языках с привязкой голоса к каждому персонажу, для согласованности элементов при движениях камеры и для 4K, если вы подтвердите уровень.

Честная суть в том, что эти двое — не столько соперники, сколько альтернативы, выбираемые по типу проекта, а сравнение цен, которое обычно разрешило бы этот вопрос, сейчас не заслуживает доверия — опубликованный тариф Kuaishou за секунду и показатель независимого лидерборда за минуту не могут быть верными одновременно, и разница достаточно велика, чтобы изменить решение. Пока это не решено, решающим доказательством должен стать тест с одинаковым промптом на вашем собственном материале: одна последовательность из шести планов длительностью 15 секунд в Kling 3.0 против одного непрерывного 15-секундного дубля в Wan 3.0, в разрешении 1080p, с оценкой по клипам, которые вы действительно выпустили бы.

Следить нужно не за новой моделью ни от одной из лабораторий, а за прайс-листом Kuaishou. Если тариф поставщика верен, Kling 3.0 — самая дешёвая заслуживающая доверия видеомодель в этой серии, а колонка «за минуту» на арене измеряет конфигурацию, которую большинство людей не станет покупать. Если цифра в таблице лидеров верна, Kling 3.0 — самая дорогая модель здесь, и её место в середине таблицы — проблема. Одно из этих двух утверждений истинно, и никто не сказал, какое.