Kling 4.0 กับ MiniMax H3: โมเดลที่ได้รับการให้คะแนนคือรุ่นที่เก่ากว่า

มีเวอร์ชันหนึ่งของการเปรียบเทียบนี้ที่แทบจะเขียนขึ้นมาเองได้ และมันผิด MiniMax H3 เปิดตัวในเดือนกรกฎาคม 2026 และครองอันดับหนึ่งบนบอร์ดจัดอันดับ image-to-video ของ Artificial Analysis Kling 4.0 เปิดตัวเมื่อวันที่ 15 ตุลาคม 2026 แทนที่โมเดลที่ใช้งานจริงมาตั้งแต่เดือนกุมภาพันธ์ และเป็นโมเดลวิดีโอรุ่นใหม่ล่าสุดที่ Kuaishou มี การตีความแบบตรงไปตรงมาคือผู้ท้าชิงมาถึงแล้วและมงกุฎของเจ้าตลาดเดิมกำลังตกอยู่ในความเสี่ยง แต่สถานะจริงของบันทึกกลับแปลกกว่านั้น: โมเดลที่เก่ากว่าคือตัวที่มีคะแนนอิสระ ราคาที่ประกาศแล้ว น้ำหนักโมเดลที่ดาวน์โหลดได้ และมีเส้นทางให้ใช้งานบนแพลตฟอร์มของเรา ขณะที่รุ่นใหม่มีสเปกชีตยาวกว่า ไม่มีคะแนน ไม่มีตารางอัตราค่าบริการ และมี API ที่ยังอยู่ในช่วง early access การที่คุณควรใส่ใจสิ่งใดในนั้นขึ้นอยู่ทั้งหมดกับว่าคุณกำลังซื้อขีดความสามารถหรือซื้อความสัมพันธ์กับผู้ขาย ความล้มเหลวของ AI และเหตุการณ์ด้านเอเจนต์ที่มีการบันทึกไว้ซึ่งอยู่เบื้องหลังการเปิดตัวลักษณะนี้ ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มาของตัวเอง ระดับความรุนแรง ระดับความเชื่อมั่น และแฟล็กข้อโต้แย้ง

ทั้งสองโมเดลมีอยู่จริงและทั้งคู่ก็แข็งแกร่ง MiniMax H3 เป็นโมเดลความยาว 4 ถึง 15 วินาทีที่ความละเอียดเนทีฟ 768p พร้อมตัวเลือก 2K ผ่านโมดูลสร้างใหม่ที่ใช้ได้ผ่าน API เท่านั้น สเตอริโอ 32kHz แบบเนทีฟที่สร้างขึ้นในการประมวลผลรอบเดียวกัน และบริบทแบบรวมศูนย์ที่อ่านข้อความ รูปภาพ วิดีโอ และเสียงอ้างอิงร่วมกัน Kling 4.0 เป็นโมเดลความยาว 3 ถึง 30 วินาทีที่ความละเอียดสูงสุด 4K พร้อมคีย์เฟรมได้สูงสุดสิบชิ้น การอ้างอิงรวมกันสูงสุดสิบห้ารายการ และสเตอริโอสองช่องสัญญาณ ช่องว่างในขีดความสามารถดิบนั้นมีอยู่จริง และมันเล็กกว่าช่องว่างในหลักฐาน

คะแนนที่มีอยู่ และคะแนนที่ไม่มีอยู่

Artificial Analysis runs three video boards with separate scales and separate vote pools, and M​iniMax's H3 appears on all three. Read 22 October 2026:

• การแปลงภาพเป็นวิดีโอ (AA-Video-I2V v1.1, คงเสียงไว้) — H3 (768p) อยู่อันดับ 1 ด้วย Elo 1,140 ±16 จาก 4,209 โหวต เปิดตัวเมื่อกรกฎาคม 2026 บันทึกไว้ที่ $5.40 ต่อนาที H3 Max อยู่อันดับ 6 ที่ 1,125 ±17

• การสร้างวิดีโอจากข้อความ (AA-Video-T2V v2.1) — H3 (768p) อยู่อันดับ 5 ด้วยคะแนน 1,158 ±16 จาก 5,781 คะแนนเสียง ในราคา 4.80 ดอลลาร์ต่อนาที Wan 3.0 นำอยู่ที่ 1,173 และรุ่น H3 Max อยู่อันดับ 6 ที่ 1,156 ดังนั้นตระกูลนี้ครองสองในหกอันดับแรก

• การตัดต่อวิดีโอ (AA-Video-Editing v1.1) — H3 (768p) อยู่อันดับ 4 ด้วยคะแนน 1,125 ±11 จาก 7,457 โหวต, $9.60 ต่อนาที

Kling 4.0ไม่ปรากฏอยู่ในรายการใด ๆ จากทั้งหมดนั้นเลย แถวของ Kling ที่กระดานจัดอันดับแสดงไว้นั้นเป็นของ Kling 3.0 จากเดือนกุมภาพันธ์ — อันดับ 19 ในหมวด image-to-video ณ anchor 1,000, อันดับ 17 ในหมวด text-to-video, อันดับ 9 ในหมวด editing — และข้อมูลเหล่านั้นสะท้อนถึงรุ่นก่อนหน้า ไม่ใช่รุ่นนี้ แปดวันหลังเปิดให้ใช้งานทั่วไปถือว่าเร็วเกินไปสำหรับการขึ้นกระดานจัดอันดับ ดังนั้นนี่คือการไม่มีข้อมูลการวัดผล มากกว่าการวัดผลที่ออกมาแย่ แต่ก็ยังหมายความว่าในช่วงไม่กี่สัปดาห์ข้างหน้า คำถามว่า "ตัวไหนดีกว่า" จะมีคำตอบที่มีเอกสารยืนยันอยู่ฝั่งหนึ่ง และมีข่าวประชาสัมพันธ์อยู่อีกฝั่งหนึ่ง

ข้อควรระวังประการหนึ่งเกี่ยวกับตัวเลขของ H3 เพราะเรื่องนี้มีนัยได้ทั้งสองด้าน ช่วงค่าของบอร์ด image-to-video กว้างพอที่อันดับหนึ่งกับอันดับหกจะทับซ้อนกัน — H3 อยู่ที่ 1,140 ±16 และ H3 Max อยู่ที่ 1,125 ±17 — ดังนั้น “อันดับหนึ่ง” จึงเป็นเพียงลำดับ ไม่ใช่ช่องว่างที่พิสูจน์ได้ คำกล่าวที่ตรงไปตรงมาคือ H3 อยู่ในกลุ่มผู้นำที่จำนวนคะแนนโหวตยังไม่สามารถแยกสมาชิกออกจากกันได้

ที่จริงแล้วสิบห้าวินาทีที่เพิ่มมานั้นมีไว้เพื่ออะไร

ความยาวสูงสุดของ H3 คือ 15 วินาที โดยเพิ่มทีละจำนวนเต็มเริ่มจาก 4 วินาที ส่วนของ Kling 4.0 คือ 30 วินาทีในครั้งเดียว โดยระบุว่าการขยายไปถึงสองนาทีจะมาในเร็ว ๆ นี้ นั่นไม่ใช่ความแตกต่าง pequeñoในเชิงประเภท เพราะมันข้ามเส้นแบ่งระหว่างช็อตกับฉาก

• ระยะเวลา — MiniMax H3: 4 ถึง 15 วินาที Kling 4.0: 3 ถึง 30 วินาที และเร็ว ๆ นี้จะรองรับการขยายความยาวได้ถึง 2 นาที

• ความละเอียด — H3: 768p แบบเนทีฟ โดยได้ 2K ผ่านโมดูลรีเจนเนอเรชันที่ใช้ได้เฉพาะผ่าน API ซึ่งผู้ที่โฮสต์เองไม่สามารถรันได้ Kling 4.0: 720p, 1080p, 4K และ 21:9

• การควบคุมระดับเฟรม — H3: โหมดเฟรมแรก เฟรมสุดท้าย และเฟรมแรกกับเฟรมสุดท้าย Kling 4.0: คีย์เฟรมได้สูงสุด 10 จุดที่ตำแหน่งใดก็ได้บนไทม์ไลน์

• อินพุตอ้างอิง — H3: รองรับสูงสุด 9 ภาพ คลิปวิดีโอ 3 คลิป และคลิปเสียง 3 คลิปที่อ่านเป็นบริบทเดียวกัน Kling 4.0: สินทรัพย์รวมกันสูงสุด 15 รายการ — ภาพ 10 ภาพ วิดีโอ 5 คลิป รวมความยาว 30 วินาที องค์ประกอบ 7 รายการ โดยเป็นแบบที่อิงจากวิดีโอได้ไม่เกิน 3 รายการ — พร้อมการอ้างอิงเสียง

• เสียง — H3: สเตอริโอ 32kHz ที่สร้างขึ้นพร้อมกับวิดีโอ ที่ 24fps Kling 4.0: สเตอริโอสองช่องสัญญาณพร้อมการซิงก์ริมฝีปากและบทสนทนาในเก้าภาษา

• ความยาวพรอมต์ — H3 ไม่ได้ระบุเพดานโทเคนในเอกสารคำขอของตน Kling 4.0 รองรับสูงสุด 8,000 โทเคน

จุดที่การออกแบบของ H3 แสดงออกมาคือความสม่ำเสมอภายใต้กล้องที่อยู่กับที่: เทค 15 วินาทีที่มีการแสดงหนึ่งครั้ง ซึ่งขับเคลื่อนด้วยภาพอ้างอิงและเฟรมแรกกับเฟรมสุดท้าย คือรูปแบบที่ตัวควบคุมของมันออกแบบมารองรับพอดี ส่วนจุดที่การออกแบบของ Kling 4.0 แสดงออกมาคือลำดับที่ยาวขึ้นพร้อมจังหวะ และไทม์ไลน์สิบคีย์เฟรมคือส่วนของการอัปเกรดนั้นที่เปลี่ยนวิธีสร้างช็อตมากที่สุด

ย่อหน้าเกี่ยวกับสัญญาอนุญาตที่เป็นตัวชี้ขาดสำหรับผู้อ่านบางท่าน

นี่เป็นการจับคู่เพียงคู่เดียวในชุดนี้ที่หนึ่งในสองโมเดลสามารถออกจากเซิร์ฟเวอร์ของผู้ให้บริการได้ และเงื่อนไขเหล่านั้นคุ้มค่าที่จะอ่านก่อนเป็นอันดับแรกหากการโฮสต์เองอยู่ในแผนงานของคุณ

MiniMax H3's base checkpoint is downloadable under M​iniMax's community licence — not Apache, not MIT. That licence excludes the United States, the United Kingdom, the European Union and South Korea, where use requires an application to M​iniMax, and commercial use above a revenue threshold requires prior written authorisation. What is open is the base model: the Context-IR prompt-expansion module and the 2K regeneration path stay on the API side and were never part of the release. If you are inside one of those four territories, the weights are not a workaround for the API — they are a separate conversation with M​iniMax.

Kling 4.0 publishes no weights at all, and K​uaishou's launch material does not suggest any will follow. That is a different kind of closed: M​iniMax shipped something with terms you might be able to meet, and K​uaishou shipped nothing to meet. Neither position is unreasonable for a company selling a video model; they are just not the same position, and a team planning an on-premise pipeline should notice which side of the line each model sits on before it costs them a quarter.

แต่ละอย่างมีค่าใช้จ่ายเท่าใด และตัวเลขหนึ่งตัวที่หายไป

M​iniMax bills per second of generated output: $0.08 per second at 768p and $0.13 per second at 2K, with reference audio free and the first five reference images free. That renders as $4.80 per minute at 768p, which is how Artificial Analysis records it on the text-to-video and editing boards, and as $5.40 to $7.80 per minute once the resolution configuration the board measured is taken into account. The draft-then-upscale trick does not beat the meter: 768p generation plus the 2K regeneration costs $0.08 plus $0.05, exactly the $0.13 direct 2K rate.

Kuaishou ไม่ได้ประกาศอัตราค่าใช้จ่ายใด ๆ สำหรับKling 4.0เลย โดยคอนโซลนักพัฒนา API มีแบนเนอร์การเข้าถึงก่อนกำหนด และไม่มีราคาต่อวินาทีสำหรับทั้งโมเดลเต็มหรือ Kling 4.0 Flash ตัวเลขทุกตัวที่แพร่กระจายสำหรับรุ่นนี้ในวันนี้ล้วนเป็นเพียงการประมาณการของใครบางคน ความไม่สมมาตรนี้เป็นข้อเท็จจริงที่สำคัญที่สุดต่อการตัดสินใจในการเปรียบเทียบนี้รองจากเรื่องใบอนุญาต: หนึ่งในโมเดลเหล่านี้มีมาตรวัดที่คุณอ่านได้ก่อนตัดสินใจ และอีกโมเดลหนึ่งไม่มี

สิ่งที่เราตั้งราคาได้คือรุ่นก่อนหน้า kling/kling-v3 และ kling/kling-v3-omni อยู่ในราคาเหมาจ่าย $0.084 ต่อคำขอ ในแคตตาล็อกของเรา ส่วน kling/kling-3-turbo อยู่ที่ $0.112 และ MiniMax H3 ก็มีให้บริการเช่นกัน ในอัตราต่อวินาทีของผู้ให้บริการเอง ส่งผ่านมาทั้งหมดโดยไม่บวกเพิ่ม เรื่องนี้สำคัญสำหรับการทดสอบแบบเทียบเคียง: ทั้งโมเดลของ Kuaishou และ MiniMax H3 ต่างตอบผ่านเอนด์พอยต์ที่เข้ากันได้กับ OpenAI ตัวเดียวกัน ดังนั้นการเปรียบเทียบทั้งสองบนพรอมป์ของคุณเองจึงเป็นเพียงการเปลี่ยน model-ID ไม่ใช่การมีบัญชีผู้ขายสองบัญชี SDK สองชุด และแดชบอร์ดโควตาสองอัน ระบบ failover ทำงานอยู่เบื้องหลังการเรียกเดียวกัน ซึ่งเป็นสิ่งที่ทำให้การทดสอบยาวหนึ่งสัปดาห์เป็นเรื่องที่ทำได้จริง แทนที่จะกลายเป็นงานจัดซื้อ

คำถามเรื่องความพร้อมใช้งาน ซึ่งโมเดลแบบเปิดก็เป็นตัวเลือกที่ง่ายกว่าเช่นกัน

It is rare for the open-weight model to also be the more available one, and this is that case. MiniMax H3 is callable now, on our platform and on M​iniMax's own, at a published per-second rate, with three independent board entries behind it. Kling 4.0 is callable on K​uaishou's creation page and, for developers, through an early-access API with no published rate and no model identifier we can route.

มีสองเรื่องตามมา และมันชี้ไปในทิศทางที่ตรงกันข้าม หากคุณต้องส่งมอบอะไรบางอย่างภายในเดือนนี้ H3 คือโมเดลที่มีราคา มีคะแนน และมีเรื่องราวการผสานรวม หากคุณต้องการเทค 30 วินาทีที่มีบีตกำกับสิบจังหวะและบทสนทนาแบบสเตอริโอ H3 ทำไม่ได้ไม่ว่าจะราคาเท่าใด และการรอเรตการ์ดของ Kling 4.0 คือต้นทุนของความสามารถนั้น ข่าวดีคือสิ่งเหล่านี้ไม่ได้ตัดกันแบบเบ็ดเสร็จ การเดินไปป์ไลน์คลิปสั้นผ่าน H3 ขณะที่คุณทดลอง Kling 4.0 บนแพลตฟอร์มของผู้ขายเป็นวิธีปกติในการบริหารช่วงเปลี่ยนผ่าน และช่วยให้เส้นทางการผลิตยังอยู่บนโมเดลที่มีการบันทึกพฤติกรรมไว้

ข้อควรระวังหนึ่งที่การกำหนดเส้นทางไม่สามารถแก้ไขได้: หากคุณอยู่ในสหรัฐฯ สหราชอาณาจักร สหภาพยุโรป หรือเกาหลีใต้ และแผนของคุณคือการโฮสต์น้ำหนักของ H3 ด้วยตนเอง การเรียกใช้งานผ่าน API ก็ไม่ใช่ทางเลี่ยงเรื่องใบอนุญาต มันเป็นผลิตภัณฑ์ที่แตกต่างซึ่งมีข้อกำหนดที่แตกต่าง และคำถามเรื่องใบอนุญาตยังคงเป็นเรื่องที่คุณต้องตอบเอง

กำลังเลือกหนึ่ง

เลือกใช้ MiniMax H3 เมื่อคลิปสั้น งบประมาณจำกัด และหลักฐานสำคัญ เป็นโมเดลห้าอันดับแรกบนบอร์ด text-to-video และอันดับหนึ่งบน image-to-video จากสามบอร์ดและคะแนนโหวตหลายพันคะแนน ในราคา $0.08 ต่อวินาทีสำหรับ 768p มันสร้างเสียงสเตอริโอของตัวเอง รับภาพเก้าภาพ คลิปวิดีโอสามคลิป และคลิปเสียงสามคลิปในบริบทเดียว และหากคุณอยู่นอกสี่ดินแดนที่ถูกยกเว้น มันเป็นตัวเดียวในสองตัวนี้ที่คุณสามารถดาวน์โหลดได้

เลือกใช้ Kling 4.0เมื่อลำดับยาวและมีองค์ประกอบที่เคลื่อนไหวจำนวนมาก สามสิบวินาที สิบคีย์เฟรม ข้อมูลอ้างอิงสิบห้ารายการ และบทสนทนาแบบสองช่องเสียงเป็นความสามารถที่ H3 ไม่มี และตำแหน่งบน Benchmark ไม่ว่าจะสูงเพียงใดก็ทดแทนสิ่งนี้ไม่ได้ เข้าไปโดยรู้ว่าคุณกำลังซื้อโมเดลที่ยังไม่ได้วัดผลในราคาที่ยังไม่เปิดเผย ว่า HDR 10 บิตและการขยายความยาวสองนาทียังคงระบุว่ากำลังจะมา และว่า API อยู่ในช่วง early access ไม่ใช่สถานะพร้อมใช้งานทั่วไป

สิ่งที่ Would เปลี่ยนรูปโฉมของการเปรียบเทียบนี้คือการปรากฏตัวของ Kling 4.0 ในหนึ่งในบอร์ดจัดอันดับ และเรตการ์ดที่เผยแพร่แล้ว อย่างใดอย่างหนึ่งเพียงอย่างเดียวก็จะเปลี่ยนมันจากข้อโต้แย้งเรื่องความสามารถเทียบกับหลักฐาน ไปสู่การตัดสินใจเรื่องราคาและคุณภาพแบบธรรมดา ซึ่งเป็นจุดที่ผู้ซื้ออยากอยู่ จนกว่าจะถึงตอนนั้น สองประโยคที่ยังคงผ่านการตรวจสอบอย่างเข้มงวดคือ H3 เป็นโมเดลที่มีเอกสารประกอบดีกว่าอย่างชัดเจน และ Kling 4.0 เป็นเพียงหนึ่งในสองตัวที่จะรักษาเทคความยาวสามสิบวินาทีไว้ได้