Kling 4.0 Flash so với Kling 4.0: Rẻ hơn 40% và hai điều bạn đánh mất

Việc lựa chọn giữa Kling 4.0 Flash và Kling 4.0 không phải là một quyết định về chất lượng, và chính điều đó khiến hầu hết các so sánh giữa hai sản phẩm này trở nên gây hiểu nhầm. Hai SKU xuất hiện cạnh nhau trên bảng giá của Kling vào ngày 4 tháng 11 có cùng ngân sách tham chiếu, cùng giới hạn prompt và cùng ba đường dẫn yêu cầu. Bản rẻ hơn là một phân hạng về độ phân giải và thời lượng, không phải một mô hình nhỏ hơn với tính cách khác. Kling 4.0 Flash có giá $0.094 mỗi giây ở 720p; Kling 4.0 có giá $0.157 ở cùng độ phân giải và $0.235 ở 1080p. Đổi lại mức giảm giá 40%, Flash từ bỏ 1080p, từ bỏ mười giây cuối cùng của clip tối đa và từ bỏ khả năng kiểm soát keyframe.

Vậy nên câu hỏi hữu ích không phải là "cái nào tốt hơn." Mà là "có bất kỳ thứ gì bạn giao cần cao hơn 720p hoặc kết thúc đúng chỗ bạn đã bảo nó kết thúc hay không." Kling 4.0 Flash không thể trả lời "có" cho bất kỳ điều nào trong hai điều đó, và dù bạn tinh chỉnh prompt đến đâu cũng không thay đổi được điều đó. Kling 4.0 thì có thể, với mức giá mỗi giây gấp khoảng một và hai phần ba lần.

Câu hỏi quyết định điều đó

Hãy bắt đầu từ thông số kỹ thuật giao hàng, không phải từ mô hình. Một clip dọc 720p để đăng feed, một bản pre-vis để khách hàng duyệt, một background plate cho composite mà dù sao cũng sẽ được render lại ở độ phân giải đầy đủ — Flash xử lý được tất cả những trường hợp đó và khoản tiết kiệm là tiền ròng. Một master 1080p, một DCP cho liên hoan phim, một bản bàn giao để phát sóng — Flash không thể tạo ra tệp đó, nên mọi so sánh dừng ở đó bất kể giá. Hạng dịch vụ này tồn tại để làm cho nhóm đầu tiên trở nên rẻ, và nó được định giá như thể đó là nhóm duy nhất mà Kuaishou kỳ vọng nó phục vụ.

Câu hỏi thứ hai là liệu cảnh quay có điểm kết thúc hay không. Đây là phần mà người mua đánh giá thấp, và cũng là nơi hai mô hình khác biệt rõ rệt nhất đối với bất kỳ ai làm công việc có kế hoạch thay vì ứng biến.

Hai SKU thực sự có điểm chung gì

Nhiều hơn những gì marketing gợi ý. Cả hai đều chấp nhận tối đa 10 ảnh tham chiếu và tối đa 5 video tham chiếu, cả hai đều giới hạn prompt ở 26.000 ký tự tiếng Anh, và cả hai đều cung cấp cùng ba endpoint với tên model được hoán đổi: text-to-video, image-to-video và Omni reference-to-video. Cả hai đều hỗ trợ 21:9 và tỷ lệ khung hình thích ứng. Cả hai tính phí theo tổng thời lượng, với cùng quy tắc nhân đôi. Cả hai được công bố vào ngày 28 tháng 9 năm 2026, và cả hai đều là mô hình đóng không có trọng số được công bố.

Việc ngân sách tham chiếu giống hệt nhau chính là chi tiết phá vỡ cách định khung “Flash là mô hình nhỏ”. Nếu Flash là một mô hình bị chưng cất hoặc thu gọn, thì đầu vào điều kiện sẽ là thứ đầu tiên bị thu nhỏ. Chúng đã không bị thu nhỏ. Thứ bị thu nhỏ là điểm ảnh, số giây và khả năng điều khiển.

Nơi chúng khác biệt

Độ phân giải — Flash chỉ 720p, SDR 8-bit so với Kling 4.0 720p và 1080p, với 10-bit 4K được liệt kê là sắp ra mắt trên cả tài liệu và trang tính năng.

• Thời lượng — Flash 3 đến 20 giây trong một lần xử lý so với Kling 4.0 3 đến 30 giây, với tính năng mở rộng lên tới 2 phút đã được công bố nhưng chưa phát hành.

• Keyframe — Flash chỉ lấy một ảnh khung hình đầu tiên duy nhất trên luồng image-to-video, trong khi Kling 4.0 lấy tới 10 ảnh keyframe được đặt dọc theo dòng thời gian.

Đầu vào Omni — cả hai đều chấp nhận tối đa 15 đầu vào; chỉ endpoint Omni của Kling 4.0 mới có thể tham chiếu trực tiếp đến giọng nói.

• Giá, không có video đầu vào — Flash 0,094 USD/giây ở 720p so với Kling 4.0 0,157 USD/giây ở 720p và 0,235 USD/giây ở 1080p.

• Giá, với video đầu vào — Flash $0.063/s so với Kling 4.0 $0.094/s ở 720p và $0.141/s ở 1080p, cả hai đều được tính phí gấp đôi thời lượng đầu ra.

• Âm thanh — cả hai đều không có hàng âm thanh nào trên bảng giá API. Thông tin đưa tin về ra mắt của Kling 4.0 ghi nhận nó có âm thanh stereo hai kênh và hỗ trợ đồng bộ khẩu hình cho nhiều ngôn ngữ hơn; tài liệu của Flash không đề cập gì đến âm thanh.

Câu cuối cùng đó đáng để dừng lại, vì đây là sai sót bị lặp lại nhiều nhất trong các nguồn tin thứ cấp. Một số bài so sánh xuất bản vào tháng 10 mô tả cả hai mô hình là có "âm thanh gốc", thường bằng cách thử nghiệm Flash rồi dán nhãn kết quả là Kling 4.0. Nhật ký thay đổi API của chính Kling cho cả hai mô hình chỉ mô tả việc tạo hình ảnh và không đề cập gì đến tham số đầu ra âm thanh, còn bảng giá bán âm thanh như một công cụ riêng, tính phí theo từng yêu cầu, chứ không phải một biến thể của lệnh gọi video. Nếu âm thanh nằm trong thông số bàn giao của bạn, thì hiện nay không gói nào là câu trả lời được ghi nhận trong tài liệu.

Phép tính, bao gồm cả dòng trông có vẻ rẻ.

Vì cả hai mô hình đều tính phí theo cùng đơn vị, nên các so sánh rất rõ ràng. Hãy lấy một clip dài 10 giây không có video đầu vào:

• Kling 4.0 Flash ở 720p — $0.094 × 10 = $0.94.

• Kling 4.0 ở 720p — $0.157 × 10 = $1.57.

• Kling 4.0 ở 1080p — $0.235 × 10 = $2.35.

Bây giờ hãy thêm một video tham chiếu 10 giây, đây là chỗ hầu hết mọi người phát hiện ra quy tắc theo cách đau đớn. Kling tính đơn giá nhân với thời lượng đầu ra nhân với hai bất cứ khi nào đầu vào không dài hơn đầu ra:

• Flash có đầu vào — $0.063 × 10 × 2 = $1.26, cao hơn 34% so với lệnh gọi thường $0.94.

• Kling 4.0 ở 720p có đầu vào — $0.094 × 10 × 2 = $1.88, nhiều hơn 20% so với $1.57.

• Kling 4.0 ở 1080p với đầu vào — $0.141 × 10 × 2 = $2.82, cao hơn 20% so với $2.35.

Mức giá khi có đầu vào thấp hơn ở mọi hàng và hóa đơn khi có đầu vào lại cao hơn ở mọi hàng. Đây không phải là giảm giá và cũng không phải là lỗi làm tròn: trên Flash, đó là sự khác biệt giữa một clip 20 giây có giá $1.88 và có giá $2.52 khi bạn điều khiển nó từ một tham chiếu.

Keyframes là sự khác biệt mà mọi người thường xem nhẹ.

Khung hình đầu tiên cho mô hình biết bắt đầu từ đâu. Một chuỗi khung hình then chốt cho nó biết phải ở đâu tại giây thứ mười bốn. Kling 4.0 bản đầy đủ chấp nhận tối đa mười ảnh khung hình then chốt, đủ để dựng bố cục cho một cú máy, giữ đúng hướng của sản phẩm trong suốt một vòng quay, hoặc đưa diễn viên vào đúng điểm đánh dấu. Flash chấp nhận một ảnh và tạo phần còn lại.

Với công việc ứng biến thì điều đó ổn — bạn tạo ra mười biến thể và giữ lại biến thể nào hiệu quả. Với công việc có kế hoạch, đó là một khoản thuế không hiện trên bảng giá, vì mỗi lần quay bị loại là thêm $0.94. Nếu một cảnh quay cần ba hoặc bốn lần thử để kết thúc đúng trên Flash, khoản tiết kiệm 40% đã bị tiêu hết, và bạn vẫn chỉ có một tệp 720p. Đây là trường hợp mô hình đắt tiền lại chính là mô hình rẻ.

Một quy trình làm việc, không phải một lựa chọn nhị phân

Mô thức dự kiến sẽ trở nên rõ ràng ngay khi giá hiện ra trước mắt bạn, và đó chính là điều mà định vị của chính Kuaishou — “được tạo ra để sáng tạo thường xuyên” — hướng tới. Phác thảo bằng Flash, hoàn thiện bằng 4.0.

Mười biến thể ý tưởng dài năm giây ở 720p tốn $4,70 trên Flash. Cũng mười biến thể đó trên Kling 4.0 ở 1080p tốn $11,75. Sau khi bạn đã chọn được bản quay ưng ý, một bản cuối 1080p dài 10 giây tốn $2,35, tổng cộng $7,05 so với $14,10 — cùng một kết quả với nửa chi phí, khi mô hình rẻ hơn đảm nhận phần mà hầu hết các lần thử đều bị bỏ đi. Khoản tiết kiệm biến mất ngay khi bạn cố hoàn thiện bằng Flash, vì không có 1080p để hoàn thiện.

Đây cũng là hình thái của lập luận về định tuyến. Một pipeline chuyển đổi mô hình theo từng giai đoạn — hạng rẻ để khám phá, hạng đắt để bàn giao — chính là thứ mà một lớp định tuyến sinh ra để đảm nhận, dù trong trường hợp này việc chuyển đổi diễn ra bên trong danh mục của một nhà cung cấp thay vì giữa các nhà cung cấp. OrcaRouter không cung cấp cả hai hạng của Kling 4.0; các mô hình Kling trên đó là thế hệ trước, kling/kling-v3, kling/kling-v3-omni và kling/kling-video-o1, ở mức 0,08 USD mỗi yêu cầu thông qua một /v1/video/generations endpoint duy nhất. Nơi một nền tảng như của chúng tôi khẳng định được vị trí của mình trong một pipeline Kling là ở một lớp cao hơn: hơn 200 mô hình trên một khóa duy nhất với 0% phụ phí trên giá niêm yết của nhà cung cấp, chuyển đổi dự phòng tự động và một DSL định tuyến cho các bước viết prompt và đánh giá xoay quanh khâu render. Bản thân khâu render là một lệnh gọi trực tiếp tới Kling.

Điều mà cả hai gói đều không mang lại cho bạn

Không có điểm số độc lập. Cả Kling 4.0 lẫn Kling 4.0 Flash đều không xuất hiện trên bảng xếp hạng video công khai nào với kết quả được đo lường, vì vậy mọi tuyên bố về chất lượng của cặp mô hình này đều do chính Kuaishou đưa ra. Điều đó quan trọng hơn đối với việc so sánh so với khi đánh giá một mô hình đơn lẻ, bởi vì toàn bộ tiền đề — rằng Flash là cùng một mô hình ở độ phân giải thấp hơn — là tuyên bố của nhà cung cấp. Đó là một tuyên bố hợp lý xét theo ngân sách tham chiếu giống hệt nhau, nhưng chưa có ai bên ngoài công ty kiểm chứng.

Không có âm thanh trên bảng giá, như đã nêu ở trên. Hôm nay không có 4K trên cả hai gói, dù trang tính năng đưa nó lên đầu; tài liệu API nói rõ rằng 4K 10-bit sắp ra mắt, và cột giá cho 4K là dấu gạch ngang trên mọi dòng 4.0. Và không có giới hạn thông lượng được công bố, con số quyết định liệu có mức giá nào trong hai mức giá đó trụ được trong môi trường sản xuất hay không.

Phán quyết đủ hẹp để nói trong một câu. Nếu đầu ra của bạn là 720p và các cảnh quay của bạn được ứng biến, Kling 4.0 Flash là cùng một công cụ với giá rẻ hơn 40% và không có lý do gì để mua cái lớn hơn. Nếu đầu ra của bạn là 1080p, hoặc cảnh quay của bạn phải kết thúc ở một điểm cụ thể nào đó, thì mức giảm giá đó không dành cho bạn — và cách diễn đạt trung thực là Kling 4.0 Flash hoàn toàn không phải là một Kling 4.0 rẻ hơn, mà là một sản phẩm khác tình cờ có chung tên gọi và ngân sách tham chiếu.