การ์ดชื่อเรื่องที่ระบุว่า 'Kling Image 4.0 vs Qwen Image 3.0' พร้อมคำโปรย 'สองโมเดลแบบปิด สองรูปแบบของมิเตอร์' ด้านล่างมีแถบมิเตอร์แนวนอนสองแถบ: แถบหนึ่งมีป้ายกำกับว่า หน่วยต่อเฟรม โดยมีขีดที่ 16, 24 และ 40 อีกแถบมีป้ายกำกับว่า ราคาต่อภาพ โดยมีขีดที่ 3.4 และ 6.9 เซนต์
Guides & Insights

Kling Image 4.0 vs Qwen Image 3.0: สองโมเดลแบบปิด สองวิธีวัด

ผู้เขียน

jinhao.song

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

ในตลาดภาพปัจจุบัน มีคู่แข่งแบบเปิดน้ำหนักโมเดลอย่างแท้จริงสำหรับ Kling Image 4.0 อยู่ — MiniMax-H3-Image เผยแพร่น้ำหนัก 68.65 GB บน Hugging Face — ดังนั้นสิ่งที่น่าสนใจเกี่ยวกับ Qwen Image 3.0 ก็คือมันเลือกที่จะไม่ทำแบบนั้น Alibaba เปิดตัวบน Qwen AI เมื่อวันที่ 5 สิงหาคม 2026 ในฐานะผลิตภัณฑ์แบบโฮสต์ที่มีระดับ Standard และ Pro มีงบประมาณการทำงานพร้อมกันที่ประกาศไว้ และมีอัตราค่าบริการในสองสกุลเงิน และไม่มีเช็กพอยต์ Kling Image 4.0 เปิดตัวเมื่อวันที่ 17 พฤศจิกายน 2026 ภายใต้เงื่อนไขแบบปิดเดียวกัน: API, บันไดหน่วย และไม่มีน้ำหนักโมเดล ดังนั้นนี่คือการเปรียบเทียบผู้ขายสองรายที่ทั้งคู่ตัดสินใจว่าโมเดลคือบริการ และความแตกต่างที่มีความหมายนั้นอยู่ที่แต่ละรายคิดค่าบริการจากการใช้งานของคุณอย่างไร แต่ละรายสัญญาอะไรเกี่ยวกับเลย์เอาต์และตัวอักษร และแต่ละรายอยู่อันดับไหนบนลีดเดอร์บอร์ดเดียวที่วัดทั้งสองราย

สองเมตร และเหตุใดรูปร่างจึงสำคัญกว่าอัตรา

Kling ขายเป็นยูนิต ภาพนิ่ง 2K ราคา 16 ยูนิต, 4K ราคา 24 ยูนิต, 8K ราคา 40 ยูนิต และภาพอ้างอิงหรือองค์ประกอบอ้างอิงแต่ละรายการที่แนบมาเพิ่ม 0.8 ยูนิต ยูนิตแลกเปลี่ยนที่ $0.00384 ในแพ็กเกจ $300, $0.00381 ที่ $999 และ $0.00373 ที่ $4,000 ซึ่งทำให้เฟรม 2K อยู่ที่ประมาณ 6.1 เซนต์ และเฟรม 8K อยู่ที่ประมาณ 15.4 เซนต์

Qwen ขายภาพ โดยมีมิเตอร์แยกสำหรับแต่ละส่วน บน Alibaba Cloud Model Studio ในหน่วย USD ตัวเลขที่ประกาศคือ $0.03438 ต่อการสร้าง 1K และ $0.068761 ต่อการสร้าง 2K โดยอินพุตอยู่ที่ $0.00275 ต่อ 1K และเอาต์พุตอยู่ที่ $0.04 ต่อ 1K และ $0.075 ต่อ 2K บน Qwen Cloud ในระดับสากล แพ็กเกจ Standard คืออินพุต $0.003 และเอาต์พุต $0.03 ต่อภาพ ในประเทศ การ์ดราคาอยู่ในหน่วย RMB: 0.18 ต่อภาพสำหรับ Standard ทั้งที่ 1K และ 2K, 0.25 และ 0.50 สำหรับ Pro และ 0.02 ต่อภาพสำหรับอินพุตภาพและอินพุตการแก้ไข

• การสร้างภาพระดับ 1K — Qwen Image 3.0 Standard $0.03438; Kling Image 4.0 ไม่มีระดับ 1K สำหรับภาพนิ่งเดี่ยว

• การสร้างแบบ 2K — Qwen Standard $0.068761; Kling ประมาณ $0.061 โดย Kling ถูกกว่าประมาณ 11%

• 4K — รายการใน Model Studio ของ Qwen จำกัดเอาต์พุตทั้งหมดไว้ที่ 2048×2048 ดังนั้นจึงไม่มีแถว 4K; Kling อยู่ที่ประมาณ $0.092 ที่ 4K และ $0.154 ที่ 8K

• อินพุตอ้างอิง — Kling 0.8 หน่วยต่อรายการอ้างอิงต่อเฟรมที่ส่งมอบ; Qwen $0.00275 ต่ออินพุต 1K หรือ RMB 0.02 สำหรับเป็นอินพุตการแก้ไขภายในประเทศ

• ปริมาณงานที่รองรับ — Qwen เปิดเผยว่ารองรับคำขอพร้อมกัน 10 รายการ คิวแบบอะซิงโครนัสขนาด 200 คำขอ และ 20 คำขอต่อนาที; Kling ไม่ได้เปิดเผยข้อมูลเหล่านี้เลย

• ระดับแพ็กเกจ — Qwen มี Standard และ Pro โดย Pro มีราคาประมาณสองเท่าบนการ์ดในประเทศที่ 2K; Kling มีเพียงระดับเดียวและมีความละเอียดสามระดับ

สิ่งที่น่าสนใจในรายการนั้นไม่ใช่ราคาระดับ 2K ซึ่งทั้งสองอยู่ในช่วงห่างกันไม่เกิน 11% แต่เป็นแถว 4K ซึ่งเป็นช่องว่างด้านความสามารถที่ถูกทำให้ดูเหมือนแถวราคา รายการ Model Studio ของ Qwen Image 3.0 ระบุช่วงเอาต์พุตตั้งแต่ 912×512 ถึง 2048×2048 ซึ่งเป็นเพดานตายตัวที่ด้านยาว ไม่ใช่เป้าหมายด้านยาวที่ด้านสั้นยืดหยุ่นได้ บันไดของ Kling เริ่มต้นตรงจุดที่ Qwen หยุด: 4K ที่ 24 หน่วย และ 8K ที่ 40 หน่วย หากเอาต์พุต 4K เป็นข้อกำหนด而非สิ่งที่พึงมี ก็ไม่จำเป็นต้องเปรียบเทียบกันเลย และความถูกกว่าของ 2K จาก Qwen ไม่ว่าจะมากเพียงใดก็ไม่เปลี่ยนข้อเท็จจริงนี้

A two-column comparison scoreboard titled 'Kling Image 4.0 vs Qwen Image 3.0 — the scoreboard', contrasting release date, text-to-image Elo, editing Elo, maximum output resolution, price at 2K and published concurrency limits for the two models, with a footer reading 'Both models' scores per Artificial Analysis; prices per each vendor's published rate card.'

11% และใบแจ้งหนี้ที่เปลี่ยนมันให้เป็น 40%

สำหรับการสร้างหนึ่งครั้งที่ความละเอียด 2K Kling มีราคาถูกกว่าประมาณสิบเอ็ดเปอร์เซ็นต์ ว่าส่วนต่างนี้จะคงอยู่เมื่อนำไปใช้กับเวิร์กโฟลว์ของคุณหรือไม่นั้น ขึ้นอยู่กับจำนวนครั้งที่แอสเซ็ตถูกแตะต้อง และมิเตอร์ทั้งสองตอบสนองต่อการทำซ้ำแตกต่างกัน

ค่าอ้างอิงของ Kling คิดต่อเฟรมเอาต์พุต: 0.8 หน่วยสำหรับแต่ละภาพอ้างอิงที่แนบ คูณด้วยจำนวนเฟรมที่คุณสร้าง ตัวละครที่สอดคล้องกันตลอดสิบสองช็อตโดยมีภาพอ้างอิงสามภาพมีค่าใช้จ่าย 12 × (16 + 2.4) = 220.8 หน่วย ประมาณ 85 เซนต์ เทียบกับ 192 หน่วยสำหรับสิบสองเฟรมเดียวกันโดยไม่มีภาพอ้างอิง ค่าบริการเพิ่มเติมไม่ได้ขึ้นอยู่กับจำนวนครั้งที่คุณรีโรล แต่ขึ้นอยู่กับว่าชุดนั้นมีภาพอ้างอิงหนาแน่นเพียงใด

อัตราคิดค่าอินพุตของ Qwen คิดต่อคำขอ: 0.00275 ดอลลาร์ต่อ 1K โทเค็นอินพุต หรือ 0.02 หยวนต่อภาพสำหรับการใช้งานในประเทศในฐานะอินพุตสำหรับการแก้ไข การแก้ไขแบบสามรอบ — สร้าง แก้ไข และปรับสไตล์ — จ่ายในอัตรานี้สองครั้ง และอัตราในประเทศทำให้ค่าใช้จ่ายนี้แสดงเป็นบรรทัดของตัวเองบนใบแจ้งหนี้ได้อย่างชัดเจน ค่าใช้จ่ายทั้งสองส่วนไม่ได้สูง ประเด็นคือ ค่าของ Kling ปรับตามขนาดของผลงานที่ส่งมอบ ส่วนค่าของ Qwen ปรับตามจำนวนครั้งที่ลอง ดังนั้นเวิร์กโฟลว์ที่วนแก้ซ้ำหนักกับผลลัพธ์สุดท้ายจำนวนไม่มากจะพบว่า Kling ถูกกว่าที่ราคาที่ประกาศไว้สำหรับ 2K บ่งชี้ และเวิร์กโฟลว์ที่ส่งมอบชุดผลงานขนาดใหญ่ที่สอดคล้องกันตั้งแต่รอบแรกจะพบว่า Qwen ถูกกว่า

Qwen เปิดเผยตัวเลขเพิ่มอีกหนึ่งตัวที่ Kling ไม่ได้เปิดเผย และสำหรับใครก็ตามที่ต้องบริหารคิว ตัวเลขนั้นอาจมีค่ามากกว่าส่วนต่างราคาเสียอีก คำขอพร้อมกันสิบรายการ คิวแบบอะซิงโครนัสลึก 200 รายการ และ 20 คำขอต่อนาที คืองบประมาณทรูพุตที่คุณออกแบบระบบโดยอิงกับมันได้ Kling ไม่เปิดเผยอะไรเลย: ไม่มีขีดจำกัดอัตรา ไม่มีตัวเลขการทำงานพร้อมกัน ไม่มีความลึกของคิว การไม่เปิดเผยนั้นไม่ใช่คำวิจารณ์ตัวโมเดล และมันเป็นปัญหาการวางแผนจริง เพราะความแตกต่างระหว่างคิวลึก 200 กับคิวที่ไม่มีเอกสารกำกับ คือความแตกต่างระหว่างแบตช์ข้ามคืนที่ตั้งเวลาไว้ กับงานที่ล้มเหลวกลางทาง

ผู้ขายทั้งสองรายขายงานศิลปะการพิมพ์

ลองอ่านรายการฟีเจอร์ทั้งสองแบบเทียบกันไปพร้อมกัน แล้วจะมีสิ่งผิดปกติเกิดขึ้น: ข้อกล่าวอ้างเดียวกันปรากฏขึ้นสองครั้ง ความสามารถที่สองและที่สามของ Kling คือ “การเรนเดอร์ข้อความที่ยอดเยี่ยม — ข้อความขนาดเล็กคมชัด ไทโปกราฟีสร้างสรรค์” และ “ชุดภาพที่สอดคล้องกัน — พรอมต์เดียว ได้ชุดภาพที่สมบูรณ์” การวางตำแหน่งของ Qwen อยู่ในขอบเขตเดียวกัน และการใช้งานเชิงพาณิชย์ของมันมุ่งเป้าไปที่เวิร์กโฟลว์ที่ตัวอักษรมีความสำคัญพอดี: เลย์เอาต์อีคอมเมิร์ซ โปสเตอร์ คอมพ์บรรจุภัณฑ์ แอสเซตการตลาด ที่ทั้งพาดหัวและบรรทัดข้อความทางกฎหมายต้องถูกต้อง

นี่ไม่ใช่เรื่องบังเอิญ ความสามารถในการอ่านข้อความขนาดเล็กคือโหมดความล้มเหลวที่ทำให้โมเดลแบบ diffusion ถูกกันออกจากงานพิมพ์เชิงพาณิชย์มาสามปีแล้ว โมเดลที่เรนเดอร์ภาพหลักได้สวยงามแต่เปลี่ยนข้อความปฏิเสธความรับผิดชอบขนาดแปดพอยต์ให้กลายเป็นอักษรเละเทะนั้นใช้ไม่ได้กับงานบรรจุภัณฑ์ และผู้ขายทุกรายในกลุ่มนี้ก็รู้ดี ทั้งสองการเปิดตัวนี้เป็นข้อโต้แย้งส่วนหนึ่งว่าปัญหานี้ได้รับการแก้ไขแล้ว และทั้งคู่ไม่ได้เผยแพร่ชุดตัวอย่างที่ขนาดงานพิมพ์พร้อมแนบขนาดพิกเซลมาด้วย

นั่นทำให้ข้ออ้างเรื่องการจัดตัวอักษรเป็นสิ่งเดียวในการเปรียบเทียบนี้ที่คุณควรทดสอบเป็นอันดับแรกและเชื่อเป็นอันดับสุดท้าย — และมันใช้ต้นทุนต่ำในการทดสอบ เลย์เอาต์เดียว การอ่านบรรทัดที่เล็กที่สุดหนึ่งครั้งที่ซูม 100 เปอร์เซ็นต์ บนทั้งสองรุ่น บอกคุณได้มากกว่าตารางคะแนนทุกตารางในบทความนี้

Screenshot of Alibaba Cloud Model Studio documentation in English listing the Qwen-Image family, with the qwen-image-3.0-pro and qwen-image-3.0 entries marked Recommended above the qwen-image-2.0-pro entries, and the Pro description naming stronger text rendering, realistic texture and semantic adherence with output capped between 512x512 and 2048x2048 total pixels in PNG format.

คณะกรรมการ ซึ่งทั้งสองคนไม่สนิทกัน

ทั้งสองโมเดลถูกวัดบนบอร์ด AA-Image-T2I v2.1 และ AA-Image-Edit v2.1 ของ Artificial Analysis และทั้งสี่แถวก็เล่าเรื่องที่สอดคล้องกัน Kling Image 4.0 อยู่อันดับที่ 7 ด้านการสร้างภาพจากข้อความด้วยคะแนน 1,179.93 และอันดับที่ 6 ด้านการแก้ไขภาพด้วยคะแนน 1,182.89 Qwen-Image-3.0-Pro อยู่ที่ 1,094.39 และ 1,091.65 Qwen-Image-3.0 อยู่ที่ 1,075.97 และ 1,069.36 ช่องว่างระหว่าง Kling กับระดับ Qwen ที่ดีกว่าคือ 85 Elo ด้านการสร้างภาพจากข้อความ และ 91 ด้านการแก้ไขภาพ ซึ่งทั้งคู่อยู่นอกช่วงความเชื่อมั่นของผลต่างอย่างมาก

มีข้อควรระวังสองประการ และประการที่สองคือประการที่สำคัญที่สุด ประการแรก แถวของ Qwen สะท้อนโมเดลที่อยู่บนกระดานมาตั้งแต่เดือนสิงหาคมด้วยฐานผู้โหวตจำนวนมาก ขณะที่แถวของ Kling มีอายุเพียงหนึ่งวันและจำนวนโหวตจึงบางตามไปด้วย — Elo ของโมเดลที่เพิ่งเพิ่มเข้ามาจะมีความผันผวนมากกว่าโมเดลที่นิ่งแล้ว และอาจขยับได้หลายจุดในทั้งสองทิศทางในช่วงสัปดาห์แรก ๆ ประการที่สอง คำกล่าวอ้างตอนเปิดตัวของ Alibaba เองคือ Qwen Image 3.0 คว้าอันดับหนึ่งในจีนบนกระดานผู้นำ text-to-image ของ Arena.ai นั่นเป็นตัวเลขที่ผู้ขายรายงาน บนกระดานอื่นซึ่งมีฐานผู้โหวตต่างกัน และไม่ได้ขัดแย้งกับอันดับใน Artificial Analysis; มันวัดความชอบของประชากรอีกกลุ่มหนึ่ง ทั้งสองข้อความสามารถเป็นจริงได้ และไม่มีข้อใดใช้แทนอีกข้อได้

สิ่งที่ช่องว่าง 85 คะแนนไม่ได้บอกคุณก็คือ Kling ทำงานของคุณได้ดีกว่า มันบอกคุณว่าในการเปรียบเทียบแบบปกปิดทีละคู่บนพรอมป์ทั่วไป ผู้โหวตเลือก Kling บ่อยกว่า โมเดลที่ปรับแต่งสำหรับเลย์เอาต์อีคอมเมิร์ซจีนซึ่งมีตัวอักษรแมนดารินหนาแน่นกำลังถูกให้คะแนนบนพรอมป์ที่อาจไม่เกี่ยวข้องกับสิ่งนั้นเลย และราคาพรีเมียมของระดับ Pro ที่สูงกว่า Standard คือการเดิมพันกับภาระงานแบบเดียวกับที่ลีดเดอร์บอร์ดให้น้ำหนักน้อยเกินไป

ทั้งสองอย่างไม่มีอยู่ในแคตตาล็อกของเรา และสิ่งที่เหลืออยู่

OrcaRouter ไม่ให้บริการ Kling Image 4.0 และไม่ให้บริการ Qwen Image 3.0 หรือรุ่น Pro ของโมเดลนี้ ตัวระบุ Kling ในแค็ตตาล็อกเป็นวิดีโอ ส่วนตัวระบุ Qwen เป็นโมเดลข้อความ บทความนี้จะไม่สื่อเป็นอย่างอื่น

เหตุผลที่มีความสำคัญต่อการเปรียบเทียบนี้แทนที่จะเป็นข้อความสำเร็จรูป คือผู้ขายทั้งสองรายกำหนดราคาในลักษณะที่เปลี่ยนแปลงได้ Alibaba เผยแพร่ตารางราคาหนึ่งชุดเป็น RMB สำหรับแพลตฟอร์มในประเทศ ชุดที่สองเป็น USD สำหรับ Model Studio และชุดตัวเลขที่สามสำหรับ Qwen Cloud ระดับนานาชาติ และทั้งสามชุดไม่ตรงกัน — Standard อยู่ที่ RMB 0.18 ต่อภาพในประเทศ และ $0.03438 ต่อ 1K บน Model Studio ซึ่งไม่ใช่ตัวเลขเดียวกันเมื่อแปลงแล้ว อัตราต่อหน่วยของ Kling ลดลงเป็นขั้นเมื่อถึง $999 และ $4,000 ดังนั้นราคาที่มีผลจริงต่อเฟรมจึงขึ้นอยู่กับภาระผูกพันชำระล่วงหน้าของคุณ การเปรียบเทียบผู้ขายสองรายซึ่งราคาที่โฆษณาของแต่ละรายเป็นสามตัวเลข เป็นการเปรียบเทียบที่หมดอายุอย่างรวดเร็ว และเหตุผลที่ควรซื้อผ่านเลเยอร์ที่ส่งต่อราคาตามรายการของผู้ให้บริการโดยมีมาร์กอัป 0% คือตัวเลขจะเปลี่ยนบนใบแจ้งหนี้ของคุณในวันเดียวกับที่เปลี่ยนบนใบแจ้งหนี้ของพวกเขา — ไม่มีกำไรส่วนต่างตรงกลาง ไม่มีสัญญาที่ต้องเจรจาใหม่เมื่อต่ออายุ

สำหรับการทดสอบแบบ bake-off นั้น วิธีที่ตรงไปตรงมาคือใช้โมเดลที่เราโฮสต์ไว้จริง ได้แก่คู่ GPT Image 2.5, Imagen 4.0 ทั้งสามระดับ และโมเดลภาพ Gemini ซึ่งเรียกใช้ได้ทั้งหมดด้วยคีย์เดียว ลองรัน Kling, Qwen ทั้งสองระดับ และโมเดลควบคุมหนึ่งตัวบนพรอมป์ชุดเดียวกันจำนวนยี่สิบรายการ พร้อมตัวอย่างตัวอักษรของคุณเอง จากนั้นเปรียบเทียบทั้งใบแจ้งหนี้และภาพที่ได้ การสลับไปใช้ตัวสำรองอัตโนมัติ (automatic failover) มีความสำคัญในลักษณะเฉพาะตรงนี้: Qwen ประกาศเพดาน 20 คำขอต่อนาที ซึ่งเป็นขีดจำกัดที่คุณจะพบเมื่อประมวลผลเป็นแบตช์ และกฎการกำหนดเส้นทางที่ถอยกลับไปใช้โมเดลตัวที่สองจะช่วยให้แบตช์ดำเนินต่อไปได้แทนที่จะหยุดค้างเพราะเจอ 429

Screenshot of OrcaRouter's pricing page in English, headed 'We never mark up the tokens you buy', setting out the zero markup guarantee and a providers table listing each model's input, cached input, cache write and output rates as the provider's own list price.

แต่ละอันใช้ทำอะไร

Qwen Image 3.0 เป็นตัวเลือกที่เหมาะสมเมื่อผลลัพธ์ยังคงอยู่ที่หรือต่ำกว่า 2048×2048 เมื่อการ์ดราคา RMB ในประเทศเป็นตัวเลขที่เกี่ยวข้องในเชิงพาณิชย์ เมื่องบประมาณ concurrency ที่เผยแพร่เป็นข้อกำหนดในการวางแผน หรือเมื่องานของคุณเป็นเลย์เอาต์ภาษาจีนที่หนาแน่น — ภาระงานที่โมเดลได้รับการปรับแต่งอย่างเห็นได้ชัดเพื่อรองรับ เลือก Pro แทน Standard เฉพาะเมื่อการประเมินของคุณเองแสดงให้เห็นว่าส่วนเพิ่มนั้นคุ้มค่า เพราะช่องว่างบนลีดเดอร์บอร์ดระหว่างสองระดับคือ 18 Elo และช่องว่างราคาในประเทศนั้นประมาณสองเท่า

Kling Image 4.0 คือตัวเลือกที่เหมาะสมเมื่อจุดสำคัญอยู่ที่การไล่ระดับความละเอียดที่สูงกว่า 2K: 4K สำหรับงานที่ใกล้เคียงงานพิมพ์, 8K หากคุณมีเหตุผลที่ต้องใช้ และระดับภาพขนาดยาว (long-image) ต่างๆ ที่ไม่มีโมเดลอื่นใดในการเปรียบเทียบนี้เสนอขายเลยแม้แต่รายเดียว นอกจากนี้ยังเป็นตัวเลือกที่คุ้มค่ากว่าเมื่อพิจารณาจากการเลือกโดยไม่รู้แบรนด์ (blind preference) อย่างชัดเจน ซึ่งสำคัญสำหรับทุกผลงานที่มนุษย์จะตัดสินว่าเป็น "ภาพ" มากกว่าจะอ่านเป็นเลย์เอาต์

และหากปัจจัยชี้ขาดคือคุณต้องการรันเวตด้วยตัวเอง ทั้งสองตัวนี้ก็ไม่ใช่โมเดลสำหรับคุณ นั่นคือการแลกเปลี่ยนที่ผู้ขายทั้งสองรายทำ และคู่แข่งเพียงรายเดียวในระดับนี้ที่เลือกอีกทางหนึ่งก็เป็นการเปรียบเทียบคนละเรื่อง

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube