Kling 4.0 vs Flux 3 Video: ตัวหนึ่งมีตารางราคา ส่วนอีกตัวมีเพดาน

ทั้ง Kling 4.0และ Flux 3 Videoรองรับทั้งข้อความ รูปภาพ และวิดีโอ ทั้งคู่สัญญาว่าจะให้เอาต์พุตระดับ 4K และทั้งคู่สร้างเสียงไปพร้อมกับการสร้างภาพในรอบเดียว ความแตกต่างอยู่ที่คุณสามารถกำหนดราคาให้กับหนึ่งในสองตัวได้ Flux 3 Video จาก Black Forest Labs เปิดให้ใช้งานทั่วไปเมื่อวันที่ 4 สิงหาคม 2026 พร้อมตารางอัตราค่าบริการต่อวินาทีที่เผยแพร่ต่อสาธารณะ และมีแถวคะแนนบนกระดานจัดอันดับ text-to-video ของ Artificial Analysis ส่วน Kling 4.0 อยู่ในแอปสำหรับผู้บริโภคตั้งแต่ 15 ตุลาคม 2026 สร้างได้ยาวสูงสุด 30 วินาทีในครั้งเดียว และไม่มีทั้งอัตราค่าบริการต่อวินาทีจากผู้จำหน่ายและคะแนน Elo ที่เป็นอิสระ ดังนั้นการเปรียบเทียบนี้จึงไม่ใช่แค่การเทียบฟีเจอร์กับฟีเจอร์ แต่เป็นการเทียบผลิตภัณฑ์ที่คุณสามารถวางงบประมาณรองรับได้ตั้งแต่วันนี้ กับผลิตภัณฑ์ที่เพดานศักยภาพสูงกว่าในทางทฤษฎี

นั่นทำให้การตัดสินใจชัดเจนขึ้นอย่างผิดปกติ หากคุณแยกคำถามออกเป็นสองข้อ โมเดลไหนที่สามารถทำช็อตนี้ได้? และโมเดลไหนที่คุณสามารถตัดสินใจใช้ได้จริงในไตรมาสนี้? คำตอบไม่เหมือนกัน และหน้าเปรียบเทียบแบบตัวต่อตัวส่วนใหญ่รวมสองคำถามนี้ไว้เป็นหนึ่งเดียว

สองบอร์ด ไม่มีคอลัมน์ที่ใช้ร่วมกัน

Artificial Analysis จัดให้ Flux 3 Video อยู่ในบอร์ด text-to-video โดยอยู่อันดับที่ 6 ด้วยคะแนน Elo 1,128 พร้อมช่วงความเชื่อมั่น 95% ที่ ±9 จาก 6,179 ตัวอย่าง ในราคาที่ปรับมาตรฐานแล้ว $17.40 ต่อนาที และมีวันที่เผยแพร่ที่บันทึกไว้ในเดือนกรกฎาคม 2026 Black Forest Labs ระบุวันเปิดตัวสู่สาธารณะเป็น 4 สิงหาคม 2026 หลังจากช่วง early access ตั้งแต่วันที่ 23 กรกฎาคม; ความคลาดเคลื่อนนี้เป็นผลจากรูปแบบการบันทึกในบอร์ด ไม่ใช่ข้อขัดแย้งเกี่ยวกับโมเดล

Kling 4.0 ไม่ปรากฏบนบอร์ดนั้น รวมถึงบอร์ด image-to-video และ editing ณ วันที่ 23 ตุลาคม 2026 รุ่นก่อนหน้าอย่าง Kling 3.0 มีแถวข้อมูล ส่วนรุ่นใหม่ไม่มี หน้าคอมพาริชันที่แสดง Elo ไว้ข้าง Kling 4.0 กำลังอ้างอิงรุ่นเก่า ข้อความที่ซื่อสัตย์เพียงอย่างเดียวคือ ฝ่ายหนึ่งของการเทียบนี้มีตำแหน่งที่วัดได้ ส่วนอีกฝ่ายยังว่างเปล่า

แถวของ Flux 3 Video ก็แคบกว่าผลิตภัณฑ์ของมันเช่นกัน เอกสารของผู้จำหน่ายระบุถึงการแปลงข้อความเป็นวิดีโอ การแปลงภาพเป็นวิดีโอ การแปลงวิดีโอเป็นวิดีโอ และการต่อเนื่องของวิดีโอ พร้อมการเปลี่ยนผ่านที่ควบคุมด้วยคีย์เฟรม Artificial Analysis ให้คะแนนเฉพาะการกำหนดค่าแบบแปลงข้อความเป็นวิดีโอเท่านั้น ดังนั้นตัวเลขบนกระดานจึงอธิบายโหมดหนึ่งของโมเดลมัลติโมดัล ไม่ใช่ขอบเขตความสามารถทั้งหมด นั่นเป็นข้อจำกัดของกระดานคะแนน ไม่ใช่ของโมเดล

อะไรที่ใส่เข้าไป

Flux 3 Video เป็นโมเดลวิดีโอแบบมัลติโมดัลที่มีรายการอินพุตหลากหลายกว่าที่แถวในบอร์ดระบุไว้: ข้อความพรอมต์, ภาพนิ่งเป็นเฟรมแรก, วิดีโอสำหรับ video-to-video และการต่อเนื่อง, และคีย์เฟรมสำหรับการเปลี่ยนผ่านแบบควบคุมได้ ระยะเวลาสูงสุดถึง 20 วินาทีในการสร้างครั้งเดียว โดย text-to-video และ image-to-video อยู่ที่ 5 ถึง 20 วินาที และ continuation อยู่ที่ 5 ถึง 15 วินาที ความละเอียดจำหน่ายเป็นช่วงพิกเซลแทนอัตราส่วนภาพแบบคงที่ — HD ที่ประมาณ 1 เมกะพิกเซลต่อเฟรม, FHD ที่ 2, QHD/2K ที่ 4 และ UHD/4K ที่ 8 — และผู้ขายมีออปชันเสียงแบบเนทีฟพร้อมบทสนทนาหลายภาษา, เสียงพูดที่ซิงก์กัน, เอฟเฟกต์เสียงและบรรยากาศ โดยรวมอยู่ในราคาโดยไม่มีค่าใช้จ่ายเพิ่มเติม

{{1}}แนวทางอินพุตของ Kling 4.0 ถูกสร้างขึ้นโดยอิงกับงบประมาณมากกว่ารายการโหมด Omni Reference รับแอสเซ็ตได้สูงสุด 15 รายการในหนึ่งงาน โดยจำกัดที่ 10 ภาพ, 5 วิดีโอรวม 30 วินาที และ 7 ตัวแบบ ซึ่งมากถึงสามตัวอาจเป็นแบบที่อิงวิดีโอ; แต่ละตัวแบบสามารถมีเสียงที่ระบุได้ นอกจากนี้ยังรับภาพคีย์เฟรมได้สูงสุด 10 ภาพ, พรอมป์ต์ได้สูงสุด 8,000 โทเค็น และเอาต์พุต 3 ถึง 30 วินาที ที่ 720p, 1080p หรือ 4K โดยมี 21:9 รวมอยู่ในอัตราส่วนภาพ บันทึกการเผยแพร่ยังระบุถึงการแก้ไขแบบเจาะจงครอบคลุมคลิปอินพุตสูงสุดห้าคลิปภายในหน้าต่างรวม 30 วินาที{{/1}}

ความแตกต่างไม่ใช่ “ตัวหนึ่งรับภาพและอีกตัวไม่รับ” แต่เป็นว่า Flux 3 Video แสดงอินพุตเป็นโหมดแยกกันซึ่งมีระยะเวลาแยกกัน ขณะที่ Kling 4.0 แสดงอินพุตเหล่านี้เป็นงานเดียวซึ่งมีโควตาที่ใช้ร่วมกัน การสร้างด้วย Flux ระยะ 20 วินาทีและการสร้างด้วย Kling ระยะ 30 วินาทีต่างก็เป็นการประมวลผลครั้งเดียวทั้งคู่ การประมวลผลของ Kling สามารถพาเรฟเฟอเรนซ์ด้านอัตลักษณ์และการเคลื่อนไหวได้มากกว่า และการประมวลผลของ Flux มีราคาที่ประกาศไว้

ความละเอียดและข้อควรระวังเกี่ยวกับ HDR

ทั้งสองผู้ขายโฆษณา 4K และทั้งคู่สมควรได้รับการตรวจสอบอย่างรอบคอบเท่ากัน Black Forest Labs ขายความละเอียดในรูปของช่วงพิกเซล และระบุ HD, FHD, QHD/2K และ UHD/4K เป็นระดับราคาตามเรทการ์ด; สรุปจากบุคคลที่สามหลายฉบับรายงานว่า 2K และ 4K ถูกประกาศหรือกำลังทยอยเปิดให้ใช้ มากกว่าจะพร้อมใช้ทั่วไป ดังนั้นควรถือว่าระดับสูงสุดเป็นคำถามเรื่องโรดแมปในระดับบัญชีของคุณ ไม่ใช่ค่าตั้งต้น Kling 4.0 ระบุ 720p, 1080p และ 4K เป็นการตั้งค่าเอาต์พุต แต่ 10-bit HDR ที่ 1080p และ 4K ถูกทำเครื่องหมายอย่างชัดเจนว่า “เร็วๆ นี้” บนบันทึกการเปิดตัวและหน้าแสดงคุณสมบัติของ Kuaishou ข้ออ้างที่ส่งมอบจริงคือ 4K แบบเนทีฟที่ไม่มี HDR; HDR ไม่ใช่

ทั้งสองโมเดลไม่ได้เผยแพร่การเปรียบเทียบคุณภาพที่เป็นอิสระและปรับตามความละเอียด บอร์ดปรับราคาให้เป็นต่อนาทีที่ 1080p ซึ่งเป็นเหตุให้ราคา $17.40 ต่อนาทีของ Flux 3 Video เทียบได้กับแถวอื่น ๆ แต่เทียบกับตัวเลขที่หายไปของ Kling 4.0 ไม่ได้

ราคา: ปัจจัยที่ชี้ขาดในไตรมาสนี้จริง ๆ

เรทการ์ดของ Flux 3 Video มีรายละเอียดเฉพาะ การแปลงข้อความเป็นวิดีโอและการแปลงภาพเป็นวิดีโอมีราคา $0.06 ต่อวินาทีในแบบร่าง HD, $0.17 ใน HD/720p, $0.29 ใน FHD/1080p, $0.40 ใน QHD/2K และ $0.80 ใน UHD/4K การแปลงวิดีโอเป็นวิดีโอและการต่อวิดีโอมีราคาสูงกว่า: $0.12 สำหรับแบบร่าง, ประมาณ $0.41 ถึง $0.43 สำหรับ HD, $0.53 ถึง $0.54 สำหรับ FHD, $0.65 สำหรับ 2K และ $0.95 สำหรับ 4K รวมเสียงแล้ว คลิป HD ความยาวห้าวินาทีมีค่าใช้จ่ายประมาณ $0.85 ในอัตรามาตรฐาน ก่อนการปรับตามปริมาณหรือข้อตกลงกับแพลตฟอร์ม

ณ วันที่ 23 ตุลาคม 2026 Kling 4.0 ยังไม่มีอัตราค่าบริการต่อวินาทีจากผู้ให้บริการ แอปนี้ใช้งานผ่านเครดิตตามแผนการสมัครสมาชิกของ Kling AI API ยังอยู่ภายใต้แบนเนอร์ช่วงเปิดให้เข้าถึงก่อนกำหนด และ Kuaishou ยังไม่ได้เผยแพร่ตารางอัตราค่าบริการ แพลตฟอร์มบุคคลที่สามอาจแสดงตัวเลขต่อวินาที แต่สิ่งเหล่านั้นเป็นราคาของตัวแทนจำหน่าย ไม่ใช่ราคาของผู้ให้บริการ และเปลี่ยนแปลงได้โดยอิสระ การเปรียบเทียบต้นทุนระหว่างสองโมเดลในวันนี้จึงเป็นการเปรียบเทียบระหว่างอัตราที่เผยแพร่แล้วกับตัวเลขประมาณการ

เพื่อให้ได้ค่าฐานที่ใช้งานได้ ราคาของ Kling รุ่นก่อนหน้าถูกกำหนดไว้แล้วบน OrcaRouter มีการระบุราคาของ kling/kling-v3 และ kling/kling-v3-omni ไว้ที่ $0.084 ต่อคำขอ โดย kling/kling-3-turbo อยู่ที่ $0.112 และระดับ 2.x รุ่นเก่าอยู่ที่ $0.042 ถึง $0.28 ราคาเหล่านี้เป็นราคาตามแคตตาล็อกต่อคำขอ ไม่ใช่อัตราต่อวินาที จึงไม่สามารถปรับมาตรฐานเทียบกับการ์ดราคาของ Flux ได้โดยตรง แต่เป็นตัวเลขจริงที่คุณสามารถใส่ไว้ในงบประมาณได้ในขณะที่อัตราของ Kling 4.0 ยังไม่ทราบ

เสียงและคำถามเกี่ยวกับจำนวนแทร็ก

เสียงของ Flux 3 Video เป็นตัวเลือกเสริม เป็นเสียงเนทีฟ และรวมอยู่ในราคาต่อวินาที พร้อมบทสนทนาหลายภาษา คำพูดที่ซิงก์กัน เอฟเฟกต์เสียง และเสียงบรรยากาศ Kling 4.0 สร้างเสียงสเตอริโอสองช่องสัญญาณ พร้อมการซิงก์ริมฝีปากและบทสนทนาที่ดีขึ้นในเก้าภาษา รวมถึงสำเนียงภาษาอังกฤษและภาษาจีนกลางที่ระบุชื่อ ทั้งสองเป็นการกล่าวอ้างของผู้จำหน่าย และไม่มีผู้จำหน่ายรายใดเผยแพร่จำนวนแทร็ก หากคุณต้องการบทสนทนา ดนตรี และเอฟเฟกต์เป็นสเต็มที่แยกออกจากกัน เอกสารสเปกทั้งสองฉบับไม่ได้บอกคุณว่าคุณจะได้สิ่งเหล่านั้นหรือไม่ เตรียมงบไว้สำหรับการทำรอบที่สองใน DAW หรือการเจนเนอเรตใหม่ ไม่ใช่สำหรับการเอ็กซ์พอร์ตหลายแทร็กที่สะอาด

น้ำหนัก การเข้าถึง และการผสานรวม

ทั้งสองโมเดลไม่ใช่แบบเปิดน้ำหนัก (open weights) แถวในบอร์ดของ Flux 3 Video ไม่มีลิงก์น้ำหนักโมเดล และ Black Forest Labs ให้บริการผ่าน API และแดชบอร์ดของตน ส่วน Kling 4.0 เป็นโมเดลที่โฮสต์ผ่านแอปและแพลตฟอร์มเปิดของ Kuaishou หากการโฮสต์เองเป็นข้อกำหนด ทั้งสองก็ไม่ใช่คำตอบ และชื่อเสียงด้านการเปิดตัวแบบเปิดของ Black Forest Labs ก็ไม่ได้เปลี่ยนสัญญาอนุญาตของเช็กพอยต์นี้

Flux 3 Video พร้อมใช้งานทั่วไปตั้งแต่ต้นเดือนสิงหาคม ดังนั้นข้อกำหนดการเรียกคำขอจึงมีเวลาหนึ่งไตรมาสในการปรับให้ลงตัว API ของ Kling 4.0 อยู่ในช่วงเข้าถึงก่อนเปิดตัว ซึ่งตามประวัติแล้วหมายถึงการสมัครและรอมากกว่าจะมีตารางราคาสาธารณะ มีการระบุการรองรับ MCP และ CLI ซึ่งช่วยเอเจนต์และสคริปต์สำหรับ build แต่ไม่ได้ทำให้ endpoint พร้อมใช้งานทั่วไป

ทั้งสองโมเดลยังไม่ใช่เส้นทางของ OrcaRouter ในปัจจุบัน และบทความนี้ไม่ได้อ้างว่าเราโฮสต์โมเดลใดโมเดลหนึ่งในสองนี้ สิ่งที่เราให้บริการจริงคือตระกูล Kling 3.0 และโมเดลข้อความและมัลติโมดัลกว่าช 200 โมเดลบนปลายทางเดียวที่เข้ากันได้กับ OpenAI ในราคาตามรายการของผู้ให้บริการ โดยมีมาร์กอัป 0% สำหรับทีมที่ทดลองใช้ Kling 4.0 ไปพร้อมกับรักษาเส้นทางโปรดักชันบน Flux หรือ Kling 3.0 สถาปัตยกรรมที่เป็นประโยชน์คือชื่อโมเดลที่เสถียรอยู่ด้านหน้าคำเรียกและ การสลับไปใช้ระบบสำรองอัตโนมัติไว้เบื้องหลัง เพื่อให้ปลายทางแบบ early-access ที่จำกัดอัตราการเรียกใช้หรือหายไปไม่พาแบตช์ไปด้วย นั่นคือเหตุผลเดียวกับการมีผู้ให้บริการวิดีโอสองรายไว้ตั้งแต่แรก: รายที่สองคือประกัน ไม่ใช่การป้องกันความเสี่ยงด้านคุณภาพ

ใครควรเลือกอันไหน

• เลือก Flux 3 Video หากคุณต้องการราคาต่อวินาทีที่ประกาศไว้ รายการ text-to-video ที่มีคะแนน เพดาน 20 วินาที และมีเสียงแบบเนทีฟรวมอยู่ด้วย โดยเป็นตัวเลือกเดียวจากสองตัวเลือกที่คุณสามารถอนุมัติได้ในการประชุมงบประมาณสัปดาห์นี้

• เลือก Kling 4.0 หากช็อตต้องยาว 30 วินาทีโดยไม่มีการตัด ต้องมีข้อมูลอ้างอิงอัตลักษณ์มากกว่าหยิบมือ หรือต้องมีแทร็กคีย์เฟรมแยกต่างหาก เพดานสูงกว่าและยังไม่ทราบราคา

• เลือก Flux 3 Video สำหรับงาน video-to-video และการต่อเนื่อง โดยทราบเรตราคาที่แน่นอน ส่วนฟีเจอร์การตัดต่อของ Kling 4.0 นั้นมีเอกสารระบุว่าทำงานกับคลิปที่ตัวมันสร้างขึ้นเอง ภายในหน้าต่างเวลารวม 30 วินาที ไม่ใช่โหมดตัดต่อฟุตเทจทั่วไป

• เลือก Kling 4.0 สำหรับงานส่งมอบแบบ 21:9 ที่มี 10 คีย์เฟรมและแคสต์ 15 แอสเซ็ต ฝากความคาดหวังเรื่อง HDR ไว้ที่หน้าประตู

• ไม่เลือกทั้งสองตัวเลือก หากการแยกสเต็มเสียงเป็นข้อกำหนดที่ขาดไม่ได้ จนกว่าผู้จำหน่ายรายใดรายหนึ่งจะจัดทำเอกสารสถาปัตยกรรมช่องสัญญาณ

สิ่งที่ทำให้เรื่องนี้ชัดเจนได้คือเรตการ์ดของ Kling 4.0 และแถวแรกบน Artificial Analysis จนกว่าทั้งสองอย่างนี้จะมีอยู่ Flux 3 Video คือตัวเลือกซื้อที่ปลอดภัยกว่า และ Kling 4.0 คือตัวนำร่องที่ความสามารถสูงกว่า ช่องว่างระหว่างสองประโยคนั้นคือการตัดสินใจทั้งหมด