Kling 4.0 กับ Grok Imagine Video: โมเดลที่ถูกที่สุดได้คะแนนโหวตมากที่สุด

โมเดลที่มีการวัดผลมากที่สุดในการเปรียบเทียบนี้ไม่ใช่รุ่นใหม่ที่สุด และรุ่นใหม่ที่สุดยังไม่มีการวัดผลเลย Grok Imagine Video เป็นตระกูลของสามรายการบนบอร์ด image-to-video ของ Artificial Analysis ได้แก่รุ่นต้นฉบับเดือนมกราคม 2026 ที่ Elo 1,072 โดยมีคะแนนโหวต 14,371 คะแนนรองรับอยู่ Grok Imagine Video 1.5 ที่ 1,098 พร้อมคะแนนโหวต 5,267 คะแนน และรุ่นย่อย Lite บนบอร์ด text-to-video Kling 4.0 ซึ่งเปิดตัวเมื่อวันที่ 15 ตุลาคม 2026 ไม่มีแถวอยู่ในบอร์ดใดเลย ไม่มีอัตราต่อวินาทีที่เผยแพร่ และมีสเปกที่เหนือกว่าทั้งสามรายการของ Grok ในด้านระยะเวลา ความละเอียด และจำนวนเรฟเฟอเรนซ์ ช่องว่างระหว่างหลักฐานกับขีดสูงสุดคือทั้งหมดของการเปรียบเทียบครั้งนี้

รูปแบบแบบนี้พบได้บ่อยในตลาดนี้กว่าที่รูปแบบของตารางอันดับจะยอมรับ โมเดลที่มีประวัติการโหวตยาวนานคือของที่รู้จักกันดี ไม่จำเป็นต้องเป็นตัวที่ดีที่สุดเสมอไป ส่วนโมเดลที่เพิ่งมีอายุแปดวันและผ่านการทดสอบ 30 วินาที ก็เป็นแค่คำสัญญาที่มีเดโมรีลมาประกอบ คำถามคือ โปรเจกต์ของคุณรองรับความไม่แน่นอนแบบไหนได้

Grok สามโมเดล, Kling หนึ่งโมเดล

Grok Imagine Video ไม่ใช่ผลิตภัณฑ์เดียว และหมายเลขเวอร์ชันไม่ได้จัดอันดับอย่างที่คุณคาดคิด อ่านต่อบนกระดาน image-to-video แบบเปิดเสียง ตามที่บันทึกไว้เมื่อวันที่ 10 ตุลาคม 2026:

• Grok Imagine Video original — อันดับที่ 13 ที่ Elo 1,072 ±7 จาก 14,371 ตัวอย่าง มกราคม 2026, $4.20 ต่อนาที

• Grok Imagine Video 1.5 — อันดับ 9 ที่ Elo 1,098 ±8 จากตัวอย่าง 5,267 รายการ เมื่อเดือนพฤษภาคม 2026 ราคา $8.40 ต่อนาที

• Grok Imagine Video 1.5 Lite — อันดับที่ 16 บนกระดานจัดอันดับการแปลงข้อความเป็นวิดีโอ ด้วยคะแนน 993 ±10 จาก 5,715 ตัวอย่าง เปิดตัวเมื่อ 26 สิงหาคม 2026 ราคา $8.40 ต่อนาที

• Kling 4.0 — ณ วันที่ 23 ตุลาคม 2026 ไม่มีแถวใดบนบอร์ดใดเลย

รุ่นอริจินัลเป็นรุ่นที่ cheapest และมีข้อมูลวัดผลดีที่สุด รุ่นรีเฟรช 1.5 ทำคะแนนสูงกว่า 26 Elo และมีค่าใช้จ่ายต่อนาทีเป็นสองเท่า โดยมีจำนวนโหวตเพียงหนึ่งในสาม รุ่น Lite อยู่บนกระดานที่แตกต่างออกไปโดยสิ้นเชิง ดังนั้นการนำไปเทียบกับอีกสองรุ่นจึงเป็นการเทียบงานที่ต่างกันอยู่แล้ว นี่คือตระกูลที่ถูกปรับปรุงซ้ำตามจังหวะของแพลตฟอร์มสำหรับผู้บริโภค และบันไดราคาก็สะท้อนสิ่งนั้น: คุณสามารถซื้อรุ่นพื้นฐานที่ราคาถูกและมีหลักฐานวัดผลชัดเจน รุ่นปรับปรุงที่แพงกว่า หรือระดับ Lite ที่ถูกกว่าต่อวินาที และแต่ละรุ่นก็ให้คุณแลกหลักฐานกับคะแนน

Kling 4.0 ไม่มีการเลือกภายในเหล่านั้นเลย มีเพียงโมเดลเดียว ราคาเดียวที่ยังไม่เปิดเผย และเพดานระยะเวลาหนึ่งเดียว ความเรียบง่ายนั้นเป็นจุดเด่นหากคุณต้องการผลลัพธ์ที่ดีที่สุดเท่าที่มีให้ และเป็นข้อเสียเปรียบหากคุณต้องการการตัดสินใจจัดซื้อที่ปกป้องได้ด้วยตัวเลข

คะแนนเสียงที่ได้มาซื้ออะไรให้คุณได้บ้าง

จำนวนตัวอย่างมักถูกมองเป็นเพียงรายละเอียดทางเทคนิค แต่บนกระดานนี้ มันคือความแตกต่างระหว่างคำกล่าวอ้างกับการเดา ช่วง ±7 ของเช็กพอยต์ Grok เดือนมกราคมมีความกว้างเท่ากับของ Gemini Omni Flash ซึ่งมี 12,327 โหวตหนุนอยู่ การเปรียบเทียบ 14,371 ครั้งเพียงพอให้กระดานระบุจุดยืนได้อย่างมั่นใจระดับหนึ่ง ช่วง ±8 ของ Grok 1.5 กว้างกว่าเพราะมีโหวตน้อยกว่า ไม่ใช่เพราะเป็นโมเดลที่แย่กว่า ช่วงของ Kling 4.0 ยังไม่มีในตอนนี้

สิ่งนี้มีผลในทางปฏิบัติสำหรับใครก็ตามที่เลือกโดยดูคุณภาพเป็นหลัก หากคุณเลือก Grok Imagine Video original คุณจะรู้คร่าวๆ ว่าคุณกำลังได้อะไร: โมเดลระดับกลางตารางที่มีหลักฐานรองรับแน่นหนาและมีอัตราต่ำที่สุดในการเปรียบเทียบนี้ หากคุณเลือก Kling 4.0 คุณกำลังยอมรับคำกล่าวอ้างของผู้ขายเกี่ยวกับโมเดลที่ผู้ประเมินอิสระยังไม่ได้ให้คะแนน ทั้งสองทางเลือกไม่ใช่เรื่องไร้เหตุผล พวกมันเป็นการเดิมพันที่แตกต่างกัน

เพดานสเปก

ในทางทฤษฎีแล้ว Kling 4.0 เป็นเครื่องที่ความสามารถเหนือกว่าอย่างชัดเจน

• ระยะเวลา — Kling 4.0 สร้างได้ 3 ถึง 30 วินาทีในครั้งเดียว โดยมีการขยายความยาวถึงสองนาทีระบุว่ากำลังจะมาเร็ว ๆ นี้ Grok Imagine Video 1.5 สร้างได้ 1 ถึง 15 วินาที พร้อมการขยายแบบ autoregressive จากเฟรมสุดท้าย; รุ่นดั้งเดิมถูกจำกัดไว้ที่ 8.7 วินาทีสำหรับงานแก้ไขและขยาย

• ความละเอียด — Kling 4.0 ระบุ 720p, 1080p และ 4K โดย 10-bit HDR ที่ 1080p และ 4K ถูกระบุว่าเร็ว ๆ นี้ Grok 1.5 ส่งออก 480p, 720p และ 1080p ได้ในตัว รุ่นดั้งเดิมให้ความละเอียดสูงสุดต่ำกว่า

• ข้อมูลอ้างอิง — Kling 4.0 รองรับสินทรัพย์สูงสุด 15 รายการ ครอบคลุมทั้งรูปภาพ วิดีโอ ตัวแบบ และเสียง โดยจำกัดรูปภาพไม่เกิน 10 รายการ วิดีโอไม่เกิน 5 รายการ ตัวแบบไม่เกิน 7 รายการ และตัวแบบที่อิงจากวิดีโอไม่เกิน 3 รายการ Grok 1.5 รองรับภาพอ้างอิงสูงสุด 14 ภาพ เสียงอ้างอิงสูงสุด 3 รายการ และคีย์เฟรมกลางวิดีโอสูงสุด 4 จุด พร้อมเฟรมแรกและเฟรมสุดท้าย

• คีย์เฟรม — Kling 4.0 รับภาพคีย์เฟรมได้สูงสุด 10 ภาพ Grok 1.5 ใช้เฟรมแรก เฟรมสุดท้าย และเฟรมกลางวิดีโอได้สูงสุด 4 เฟรม

• เสียง — ทั้งคู่สร้างเสียงแบบเนทีฟพร้อมคำพูดที่ซิงก์กับริมฝีปาก; Kling อ้างว่ามีระบบสเตอริโอสองแชนเนลและรองรับเก้าภาษา plus ภาษาถิ่น ส่วน Grok อ้างว่าสร้างเสียงและวิดีโอร่วมกันได้ โดยอ้างอิงเสียงที่ตั้งค่าไว้ล่วงหน้าได้สูงสุด 3 เสียง

• พรอมต์ — Kling 4.0 รองรับสูงสุด 8,000 โทเค็น เอกสารของ Grok ไม่ได้เผยแพร่ขีดจำกัดพรอมต์ที่เทียบเคียงได้

ทั้งสองใกล้กันในด้านเรฟเฟอเรนซ์มากกว่าที่ตัวเลขพาดหัวชี้ให้เห็น: 15 แอสเซ็ตเทียบกับ 14 ภาพบวก 3 เสียง ไม่ใช่การพ่ายแพ้ยับเยิน ช่องว่างที่แท้จริงคือระยะเวลาและความละเอียด สามสิบวินาทีที่ 4K เทียบกับสิบห้าวินาทีที่ 1080p เป็นสิ่งที่ส่งมอบคนละระดับกัน และนี่คือเหตุผลที่ Kling 4.0 ควรค่าแก่การพิจารณาเลยทีเดียว แม้จะยังขาดหลักฐานก็ตาม

ราคา: บันไดราคาที่เผยแพร่แล้วเทียบกับช่องว่าง

ราคาของ Grok Imagine Video ประกาศเป็นรายวินาทีตามความละเอียด โดยโมเดล 1.5 อยู่ที่ 0.08 ดอลลาร์ต่อวินาทีที่ 480p, 0.14 ดอลลาร์ที่ 720p และ 0.25 ดอลลาร์ที่ 1080p โดยรวมเสียงและอินพุตรูปภาพที่ 0.01 ดอลลาร์ต่อรูป ส่วนรุ่น Lite อยู่ที่ 0.02 ดอลลาร์ที่ 480p, 0.03 ดอลลาร์ที่ 720p และ 0.14 ดอลลาร์ที่ 1080p ส่วนเวอร์ชันดั้งเดิมอยู่ที่ 0.05 ดอลลาร์ที่ 480p และ 0.07 ดอลลาร์ที่ 720p Artificial Analysis ปรับแถว 1.5 ให้เป็นมาตรฐานที่ 8.40 ดอลลาร์ต่อนาที และเวอร์ชันดั้งเดิมเป็น 4.20 ดอลลาร์ ซึ่งสอดคล้องกับอัตราที่ 720p

Kling 4.0 ไม่มีอัตราค่าบริการต่อวินาทีจากผู้ให้บริการ ณ วันที่ 23 ตุลาคม 2026 แอปทำงานด้วยเครดิตผ่านแผนของ Kling AI ส่วน API อยู่ในช่วง early access ประกาศของผู้ขายต่อระบุตัวเลขต่อวินาที แต่ไม่ใช่ราคาของ Kuaishou และมีความแตกต่างกันมากพอที่การใช้ตัวเลขใดตัวเลขหนึ่งเป็นรายการงบประมาณจะเป็นการเดา

สำหรับเกณฑ์อ้างอิงจริงนั้น Kling รุ่นก่อนหน้ามีการกำหนดราคาและเปิดใช้งานในโปรดักชันแล้ว บน OrcaRouter kling/kling-v3 และ kling/kling-v3-omni อยู่ที่ $0.084 ต่อคำขอ ส่วน kling/kling-3-turbo อยู่ที่ $0.112 และระดับ 2.x รุ่นเก่าอยู่ที่ $0.042 ถึง $0.28 ราคาเหล่านี้เป็นราคาต่อคำขอ ไม่ใช่อัตราต่อวินาที จึงไม่ตรงกันแบบหนึ่งต่อหนึ่งกับการ์ดของ Grok แต่เป็นตัวเลขที่ผู้ซื้อ Kling สามารถใช้ได้จริงในวันนี้

การเข้าถึงและพื้นที่สำหรับการแก้ไข

Grok Imagine Video เข้าถึงได้ผ่าน API ของ xAI และผลิตภัณฑ์ Grok สำหรับผู้บริโภค โมเดล 1.5 ทำงานแบบอะซิงโครนัส: ส่งคำขอ, สอบถามสถานะด้วย request ID, ดาวน์โหลด ตระกูลนี้ให้บริการมานานพอที่สคีมาคำขอของมันได้รับการจัดทำเอกสารและทราบโหมดความล้มเหลวแล้ว รุ่นดั้งเดิมรองรับงานแก้ไขและขยาย โดยจำกัดที่ 720p และซอร์ส 8.7 วินาที; โมเดล 1.5 เน้นการสร้างและระบุชัดเจนว่าไม่รองรับการแก้ไขหรือการขยายวิดีโอในฐานะฟีเจอร์ที่มีเอกสารกำกับ

Kling 4.0 เปิดให้ใช้งานแล้วในแอปและเว็บไซต์ Kling AI ทั่วโลก โดยประกาศเปิดตัวทั่วโลกมีวันที่ 16 ตุลาคม 2026 API อยู่ในช่วง early access โดยระบุการรองรับ MCP และ CLI ส่วนความสามารถด้านการตัดต่อได้รับการบันทึกว่าเป็นการแก้ไขแบบเจาะจงในเรื่องสีหน้า การเคลื่อนไหวร่างกาย ตำแหน่งกล้อง สไตล์ และฉากหลัง ครอบคลุมคลิปอินพุตสูงสุดห้าคลิปภายในหน้าต่างรวม 30 วินาที ซึ่งกว้างกว่าการรองรับการตัดต่อที่บันทึกไว้ของ Grok 1.5 แต่แคบกว่าตัวตัดต่อวิดีโออเนกประสงค์

ปัจจุบันทั้งสองโมเดลยังไม่ใช่เส้นทางของ OrcaRouter ดังนั้นไม่มีสิ่งใดในที่นี้เป็นการอ้างว่าเราโฮสต์โมเดลใดโมเดลหนึ่ง เจเนอเรชัน Kling ที่เรามีให้บริการจริงคือ Kling 3.0 ซึ่งเป็นตัวเลือกสำรองที่ใช้งานได้จริงหากคุณกำลังทดสอบ Kling 4.0 ในช่วง early access ในภาพรวม เหตุผลที่ต้องวางเกตเวย์ไว้ด้านหน้าสแตกวิดีโอคือโมเดลเหล่านี้ล้มเหลวในรูปแบบที่ต่างกัน: ตัวหนึ่งจำกัดอัตราการเรียกใช้งาน อีกตัวหมดเวลาระหว่างการสร้างงานที่ยาวนาน และตัวที่สามส่งคืนสถานะสิ้นสุดที่ไม่ใช่ความสำเร็จ ปลายทางเดียวที่เข้ากันได้กับ OpenAI พร้อม การสลับไปยังระบบสำรองอัตโนมัติ และ ราคาตามรายการของผู้ให้บริการที่ส่งผ่านโดยคิดมาร์กอัป 0% ไม่ได้ทำให้โมเดลดีขึ้น แต่ช่วยไม่ให้ปลายทางเดียวที่เสียกลายเป็นชุดงานที่ล้มเหลวทั้งชุด

ใครควรเลือกอันไหน

• เลือก Grok Imagine Video original หากคุณต้องการอัตราที่ประกาศไว้ต่ำที่สุดและฐานหลักฐานที่แข็งแกร่งที่สุด ด้วยราคา $4.20 ต่อนาทีและ 14,371 โหวต นี่จึงเป็นตัวเลือกที่แทบไม่น่าแปลกใจที่สุดในการเปรียบเทียบ และถูกพอที่จะใช้สำหรับฉบับร่าง

• เลือก Grok Imagine Video 1.5 หากคุณต้องการความละเอียด 1080p แบบเนทีฟ คลิปยาว 15 วินาที ภาพอ้างอิงสูงสุด 14 ภาพ และเสียงอ้างอิงสูงสุด 3 เสียง พร้อมราคาต่อวินาทีที่มีการระบุไว้อย่างชัดเจน เป็น Grok ที่พร้อมที่สุดสำหรับการถ่ายภาพตัวละครแบบควบคุมได้

• เลือก Kling 4.0 หากคุณต้องการการประมวลผลครั้งเดียวความยาว 30 วินาที, 4K, 10 คีย์เฟรม หรือไฟล์ส่งมอบอัตราส่วน 21:9 และคุณยินดีที่จะทดลองใช้ API แบบ early-access ที่ยังไม่มีการให้คะแนนและยังไม่กำหนดราคา

• เลือก Grok หากฝ่ายจัดซื้อต้องการตัวเลขภายในสัปดาห์นี้; เลือก Kling หากช็อตนั้นต้องการเทคที่ยาวกว่าและคุณรอเรตการ์ดได้

ข้อสรุปที่ตรงไปตรงมาคือ สองโมเดลนี้ยังไม่ได้แข่งขันกันเพื่อการซื้อเดียวกันจริง ๆ Grok Imagine Video เป็นกลุ่มผลิตภัณฑ์ที่เติบโตเต็มที่ มีความพอเหมาะ และราคาถูก โดยขายตามตารางราคาสาธารณะ ส่วน Kling 4.0 เป็นโมเดลที่มีเพดานความสามารถสูงกว่า ในสัปดาห์แรกของการเปิดให้ใช้ทั่วไป โดยยังต้องรอหลักฐานและราคาที่จะตามมา สิ่งที่ทีมส่วนใหญ่ควรทำคือใช้โมเดลที่พอเหมาะอยู่ในการผลิตจริง และนำรุ่นใหม่ไปทดลองกับช็อตที่ต้องการ 30 วินาทีจริง ๆ — แล้วกลับมาอ่านทั้งกระดานเปรียบเทียบและตารางราคาอีกครั้งในอีกหนึ่งเดือน เมื่อคอลัมน์ที่ว่างอยู่อาจมีตัวเลขอยู่ในที่สุด