Titelkort för Genie 4 vs Kling 4.0 med rubriken Två svar på åttasekundersproblemet, där ett kort beskriver Genie 4 som en levande värld i 720p i ungefär en minut och ett annat beskriver Kling 4.0 som en enda tagning på 3 till 30 sekunder upp till 4K.
Guides & Insights

Genie 4 vs Kling 4.0: Två svar på åttasekundsproblemet

Författare

jinhao.song

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

I två år var taket för genererad video ungefär åtta sekunder, och varje labb tog sig an det på olika sätt. Kling 4.0 förlängde klippet: 3 till 30 sekunder i en enda omgång, upp till tio nyckelbilder för att hålla ihop tagningen, tvåkanaligt ljud och ett pris per sekund som du kan multiplicera. Genie 4 övergav i stället klippet. Dess sessioner varar ungefär en minut, men ingenting renderas i förväg – världen genereras medan du går genom den, i 720p och upp till 24 bilder per sekund, och du kan skriva en ny instruktion mitt i en session och se vädret ändras. Kling 4.0 svarar på "hur får jag en längre tagning". Genie 4 svarar på "tänk om det inte fanns någon tagning".

Inget av svaren är en efterträdare till det andra, och prissättningen bevisar det. K​ling säljer sekunder enligt en prislista: cirka 0,157 dollar per sekund vid 720p, 0,235 dollar vid 1080p, med ett dokumenterat API bakom tre slutpunkter. Genie 4 säljer en månadsprenumeration för 99,99 dollar på en webbläsarprodukt utan API, utan modell-ID och utan någon kostnad per generering överhuvudtaget. Det ena är en kostnadspost du kan förutse. Det andra är en plats.

Två sätt att ta sig förbi åtta sekunder, och vad vart och ett kostar dig

K​lings väg är den konservativa: gör klippet längre utan att ändra vad ett klipp är. K​ling 4.0 lanserades för alla den 15 oktober 2026 med inbyggd generering på 3 till 30 sekunder, och maskineriet kring det handlar helt om att styra vad som händer inom det fönstret – upp till tio nyckelbilder för att låsa kompositionen vid valda ögonblick, upp till femton kombinerade referenstillgångar (tio bilder, fem videor på totalt trettio sekunder, sju element inklusive tre videobaserade, plus röstreferenser), och prompter på upp till 8 000 tokens så att du kan beskriva en tagning med den detaljrikedom som en tagning på trettio sekunder kräver.

Genies angreppssätt förändrar arbetsenheten. Det finns överhuvudtaget inget steg från prompt till fil. Du skapar en värld utifrån text eller en bild och navigerar sedan i den med tangentbord och mus, medan en G​emini-modell betraktar bildrutorna och en världsmodell hittar på vad som finns runt hörnet. Prompter mitt i sessionen är funktionen som G​oogle lyfter fram: ändra vädret, släpp in en karaktär, styr om handlingen, och scenen anpassar sig utan en återställning. Sessionen avslutas efter ungefär en minut – G​oogles modellkort säger "ungefär en minut av kontinuerlig interaktion" och listar visuell drift och objektpermanens som kända felmoder vid längre körningar och efter upprepade komplexa redigeringar.

• Utdataenhet — K​ling 4.0 levererar en videofil, 3 till 30 sekunder lång, medan Genie 4 levererar en livesession på ungefär en minut utan fil om du inte spelar in den.

• Upplösning — Kling 4.0 vid 720p, 1080p och 4K i lanseringsspecifikationen, med 10-bitars HDR vid 1080p och 4K mot Genie 4 vid 720p, upp till 24 fps, punkt slut.

Kontroll — K​ling 4.0 genom tio nyckelbildrutor, första och sista bildrutan, femton referensresurser och upp till fem indataklipp för redigering kontra Genie 4 genom live-navigering plus skrivna promptar under sessionen.

• Ljud — K​ling 4.0 med tvåkanalig stereo, läppsynk och dialog på över tio språk och regionala accenter jämfört med Genie 4 när det gäller atmosfär, musik och interaktiv dialog som genereras tillsammans med bildrutorna.

• Pris — K​ling 4.0 till $0.157 per sekund för 720p-utdata och $0.235 för 1080p, från K​lings egen enhetsprislista jämfört med Genie 4 till $99.99 i månaden för G​oogle AI Ultra, med en nivå på $199.99 som bara höjer användningsgränserna.

• Åtkomst — K​ling 4.0 via webbappen och ett dokumenterat API med tre ändpunkter jämfört med Genie 4 via Project Genie i en webbläsare, för kvalificerade Ultra-prenumeranter, med en väntelista för AI Pro och inget API.

• Oberoende poäng — ingen av dem mäts mot den andra av någon. K​ling publicerar inget benchmark för 4.0; G​oogle publicerar inget för Genie 4.

Notan, uträknad snarare än uppskattad

K​lings prislista är uttryckt i "enheter" om 0,157 USD, och siffrorna per sekund följer direkt av detta. Vid 720p utan indatavideo är en sekund utdata från K​ling 4.0 en enhet, eller 0,157 USD. Vid 1080p är det en och en halv enhet, eller 0,235 USD. Med eget filmmaterial sjunker den nominella taxan till 0,6 och 0,9 enheter – men debiteringsregeln är varaktighetsbaserad, och när inmatningsklippet är kortare än eller lika långt som utdata debiteras du för utdatans varaktighet gånger två, vilket mer än väl uppväger rabatten.

Så en enda 30-sekunders K​ling 4.0-tagning kostar ungefär 4,71 dollar vid 720p och ungefär 7,05 dollar vid 1080p. Två tagningar – säg en för att testa och en att behålla – landar på ungefär 9,42 respektive 14,10 dollar. Det är hela kostnaden för en minut användbart K​ling-material, och det är en siffra du kan lägga in i ett budgetkalkylark utan att fråga någon om lov.

Generated cost card headed What a 30-second shot costs, showing Kling 4.0 at $4.71 for one 30-second take at 720p and $9.42 for two, against Genie 4 at $99.99 for a month of sessions with no per-second price and no API to bill against.

Genie 4 har ingen motsvarande siffra, och det är inte blyghet från G​oogles sida utan snarare en annan typ av affär. 99,99 dollar köper en månad av sessioner i Project Genie med den nya agenten, communitygalleriet och Genie 3-uppgraderingarna på köpet – treminuterskörningar, världskedjning, 360-graderspanoramaseeding. Det den inte köper är förutsägbarhet: Ultra-nivåns användningsgränser publiceras inte i en enhet som en produktionsplanerare kan omvandla till sessioner per vecka, så den tionde sessionen under en dag är gratis ända tills den inte är det.

Jämför de två på en enda leverabel och skillnaden är slående. En trettiossekunders tagning med ljud: K​ling 4.0, $4.71, en fil, klart. Genie 4, en prenumeration för $99.99 och en skärminspelning av en session som du inte kan köra om på exakt samma sätt. Det är inte en sämre affär – det är en annan produkt, och att prissätta den som om den vore samma produkt leder till att team till slut köper fel sak.

Där K​ling 4.0:s specifikation är starkare än dess tillgänglighet

Läs lanseringsmaterialet noggrant, och en sak sticker ut: K​ling 4.0 annonserar 4K, och API-dokumentationen för oktoberendpointarna listar 720p och 1080p, med 21:9 och adaptiva bildförhållanden. 4K och 10-bitars HDR vid 1080p och 4K finns i modellens kapacitetstabell; det är inte vad en utvecklare som anropar /text-to-video/kling-4.0 väljer från en upplösningsenum i dag. Det spelar roll eftersom 4K är den enda raden där K​ling slår Genie 4 med en faktor nio i pixelantal, och det är raden du ännu inte kan fakturera mot.

Den andra asymmetrin är ljudet. K​ling 4.0:s ljud är en tillgång i efterproduktionen: stereo, läppsynkat, i en lista över namngivna språk med namngivna regionala accenter, kopplat till ett klipp som inte kommer att förändras. Genie 4:s ljud är ett framträdande – det anpassar sig medan du rör dig, vilket är mer intressant och betydligt mindre kontrollerbart, och G​oogle listar realtidsljudprecision bland de öppna forskningsproblemen i själva lanseringen. Om du dubbar en karaktär är K​ling:s den specifikation du vill ha. Om du designar ett rum och vill höra det är Genie:s det enda av de två som kan det.

Vad är faktiskt anropbart i dag, på någon av sidorna

Kling 4.0 har ett dokumenterat API. Tre slutpunkter – text-till-video, bild-till-video och omni-video – var och en en separat förfrågningsväg i stället för en enda slutpunkt med en lägesflagga, vilket innebär tre integrationsgrenar och tre uppsättningar indatavalidering om du bygger en väljare. Prompter kan vara upp till 26 000 engelska tecken i API:et, en annan enhet än de 8 000 token som lanseringsutgåvan angav, så de två siffrorna är inte utbytbara.

Genie 4 har inget API alls. Det är värt att säga rakt ut, eftersom en jämförelseartikel som antyder något annat slösar bort en utvecklares eftermiddag. Det finns inget modell-ID, ingen endpoint, ingen avgift per generering, och varje tredjepartsplattform befinner sig i samma situation – inklusive vår. Vi tillhandahåller inte Genie 4 och kan inte skicka trafik till det.

Det vi erbjuder är generationen före den. K​ling 3.0 och K​ling 3.0 Turbo finns i vår katalog som kling/kling-v3 och kling/kling-3-turbo, till $0.084 och $0.112 per förfrågan, tillsammans med K​ling 3.0 Omni och K​ling O1 — en nyckel, inget andra kontrakt. Om du vill kostnadstesta huruvida K​lings rörelse och ljud fungerar för din pipeline innan du binder dig till 4.0:s priser per sekund, är det det billiga sättet att ta reda på det, och priset per förfrågan är leverantörens, vidarebefordrat utan något påslag.

Screenshot of the OrcaRouter catalogue page for Kling 3.0, showing it listed as a flagship text-to-video model with per-request pricing and a video generations endpoint path.

Vem ska välja vilken

Välj K​ling 4.0 om leveransen är en tagning som måste överlämnas till någon. Den har ett prisblad, ett API, referenskontroll som är tillräckligt djup för att hålla en karaktär genom trettio sekunder, stereoljud med läppsynk på det språk du behöver, och en upplösningsstege som åtminstone gör anspråk på 4K. Lanseringsdemona – K​lings egna kampanjfilmer, de Cannes-uppmärksammade kortfilmerna i dess galleri – är alla komponerade tagningar, vilket är den ärliga annonsen för vad den är till för.

Välj Genie 4 om det som ska levereras är ett beslut, och om en minut räcker för att komma fram till det. Att blocka en scen, testa om en dekor fungerar från en låg kamera, låta en kund vandra genom ett rum som ännu inte finns: det är jobb där interaktivitet är värt mer än upplösning och där ingen förväntar sig en masterfil i slutet. De två namngivna samarbetena som Google släppte med galleriet, "Villa Giallo" och "The Life of Ants", är båda strukturerade som utforskning snarare än som film, vilket är samma signal från andra hållet.

Välj ingen av dem om det du behöver är volym. Ingen av modellerna är prissatt eller byggd för tusen anrop om dagen, och båda leverantörerna beskriver sin utdata som forskningsklass på ett eller annat sätt — G​oogle säger det uttryckligen om Genie 4:s drift och fysik, och K​ling:s 4K förblir en specifikation snarare än ett alternativ på den slutpunkt du skulle anropa.

Vad skulle avgöra det?

Två utvecklingar som var för sig gör slut på diskussionen. Den första är att Genie 4 får ett API och ett pris per sekund; en världsmodell som man kan anropa från en kö, till en publicerad taxa, blir jämförbar med K​ling på den enda axel som någonsin har avgjort saken, nämligen kostnad per användbar sekund. Den andra är att K​ling levererar 4K och 10-bitars HDR på de slutpunkter den redan har dokumenterat – det gör en funktionstabell till en leverans och tar bort den enda plats där Genie 4:s interaktivitet tävlar mot ingenting alls.

Tills en av dem landar är jämförelsen bara ärlig om du vägrar att poängsätta den. K​ling 4.0 är det bättre verktyget för att skapa filmmaterial. Genie 4 är den enda av de två som kan låta dig stå inuti filmmaterialet medan det skapas, i ungefär en minut, vid 720p. Det är olika meningar, och ingen inramning i världen gör den ena till den andra.

Generated two-column scoreboard comparing Genie 4 and Kling 4.0 across output, length, control, audio, price and access, with Genie 4 at 720p for about a minute in a browser only and Kling 4.0 up to 4K for 3 to 30 seconds at $0.157 a second with ten keyframes and fifteen reference assets.