Kling 4.0 与 Kandinsky 6.0 Video 对比：一场尚无人做过的正面较量

唯一一项已发表的、将Kling 4.0与Kandinsky 6.0 Video放在同一场评测中的人类评估并不存在。实际存在的是Kandinsky自家实验室的一篇论文，该论文于2026年10月4日提交至arXiv，将Kandinsky 6.0 Video Pro与Kling 2.6进行比较——后者比Kuaishou于10月15日向所有人发布的模型落后两代。这一差距是这场对比诚实的起点，而且它指向的正是大多数对比页面所忽略的方向：在论文确实测量的那些指标上，较旧的Kling在若干项上直接胜出。Kuaishou针对4.0在恰好这些指标上的说法，正是无人验证过的那些。

所以这并不是一个会告诉你哪个模型更好的页面，因为支持这一说法的证据尚不存在。这是一个关于两者各自实际上是为做什么而构建的页面，关于唯一一次真正的正面对比发现了什么，以及两者中哪一个你本周就能放进流水线里的页面。

仅外观相似的两款产品

Kling 4.0 是快手推出的一款闭源、按积分计费的生成器。完整模型支持文生视频、图生视频、首尾帧、多关键帧、全参考和定向编辑，时长 3 至 30 秒，分辨率 720p 至 4K。它通过 Kling 应用和网站销售，并提供 API；快手从 10 月 21 日起分批开放该 API，而其开发者价目表仍将该模型标注为“即将推出”，且仅列出预览价格。

Kandinsky 6.0 Video则是截然不同的一类产物。Sber 的 Kandinsky Lab 于 2026 年 10 月 6 日发布它，形式为两个检查点——290 亿参数的 Pro 和 30 亿参数的 Lite，外加一个独立的 14 亿参数超分辨率模型——采用 MIT 许可证，权重托管在 Hugging Face，代码放在 GitHub，并在发布当天即集成进 Diffusers、ComfyUI、FastVideo、SGLang 和 vLLM-Omni。它可依据文本提示或参考图像生成 121 帧、24 fps 的五秒短片，并带有同步的 44.1 kHz 音频与唇形同步。

一个是具有时长优势的服务。另一个是具有许可优势的下载。它们之间几乎所有实际差异都源自这句话。

唯一一次正面交锋，如实解读

Kandinsky 论文中的人工评估是最接近共同评分榜的东西，值得仔细阅读，因为这是一个实验室在拿自己选择的一个竞争对手来给自己的新模型打分。

• 整体视觉质量——根据论文自身的评分者，Kling 2.6 更胜一筹。

• 视觉美感 — Kling 2.6 领先。

• 音频质量 — Kling 2.6 领先。

• 音视频同步 — Kling 2.6 领先。

• 音频提示词遵循 —— Kandinsky 6.0 Video Pro 即将登场。

• 语音质量——Kandinsky 6.0 Video Pro 领先，这与其报告的经过强化学习后训练后生成语音词错误率降低 47% 相符。

• 带音频的图生视频中的镜头控制 — Kandinsky 6.0 Video Pro 即将登场。

• 视觉提示遵循——大致持平。

由此可得出三点。第一，较新的模型并没有全面胜过较旧的模型，这对实验室自家评测来说并不常见，值得肯定。第二，Kandinsky 的胜出集中在架构不同寻常的地方——它通过一个 Transformer 联合对视频和音频潜变量进行去噪，而不是依次运行两个模型——这一点更多体现在对语音和声音提示词的遵循度上，而不是原始画质上。第三，这一比较完全无法说明Kling 4.0的情况，其全部卖点就是更好的真实感、更稳定的大尺度运动和更干净的唇形同步。而这些恰恰是其前代已经领先的维度。

如果你想让这种比较是真实的，而不是推断出来的，那么缺失的产物就是一次让两个模型都参与的独立竞技场运行。如今，两者都没有彼此对战的运行记录。

决定大多数工作的规格差距

• 片段长度 — Kling 4.0 单次生成可运行 3 到 30 秒，向 2 分钟延展的功能列为即将推出。Kandinsky 6.0 Video 以 121 帧训练，生成 5 秒。任何更长的内容都是需要你自己解决的拼接问题。

• 分辨率 — Kling 4.0 提供 720p、1080p 和 4K，其中 1080p 和 4K 下的 10-bit HDR 在快手自家的发布说明中被标注为“即将推出”。Kandinsky 以 SD 分辨率生成，并通过其 1.4B 超分辨率模型放大至全高清 1920×1080，放大倍数为 ×2、×2.25 和 ×4。

• 控制输入 — Kling 4.0 最多支持 10 个关键帧，以及一个 15 项的参考配额，可分配至 10 张图像、5 段视频（合计最长 30 秒）、语音参考和最多 7 个元素。Kandinsky 6.0 Video 接受文本提示词或单张参考图像，并将其作为蒙版尾帧应用。

• 音频 — Kling 4.0 输出双声道立体声，支持九种语言及指定口音的口型同步。Kandinsky 默认开启音频，输出 44.1 kHz AAC；即使不传入任何音频参数，流水线也会返回同步的语音、音乐或环境音。

• 提示词长度——Kling 4.0 最多接受 8,000 个 token。Kandinsky 的服务方案是围绕模型训练时所采用的描述风格（长、中或短）构建的，而不是开放式脚本。

• 许可协议 — Kling 4.0 为闭源，受快手服务条款约束。Kandinsky 6.0 Video 的代码、权重及 Diffusers 集成都采用 MIT 许可。

最后一行所承担的作用远超其长度所暗示的。30 秒的闭源模型和 5 秒的 MIT 模型即使画质接近也不能互换，因为一个限制的是你能构建什么，另一个限制的是你能生成什么。

各项费用以实际计费单位计算分别是多少

快手开发者定价页面列出Kling 4.0在 1080p 下为每秒 1.5 单位，并折算为每秒 0.235 美元；720p 下为 1.0 单位、每秒 0.157 美元。没有 4K 费率——该栏显示“-”。使用视频输入时，720p 费率降至每秒 0.094 美元，1080p 为 0.141 美元，但当输入时长短于输出时长时，计费按输出时长的两倍计算。该页面还称这些数字“仅供预览”，并称 API 访问“尚不可用”，这与快手 10 月 21 日宣布 API 已面向企业客户和开发者上线形成尴尬反差。综合来看，公允的说法是：API 正在分阶段开放，而截至 10 月 23 日并不存在公开且稳定的价目表。

按预览费率，一段五秒的 720p 短片费用约为 $0.79，30 秒的约为 $4.71。这个数字可用于核对任何第三方经销商的报价，因为经销商费率是独立于 Kuaishou 的费率变动的。

Kandinsky 6.0 Video没有每秒价格，因为不存在可供购买的供应商端点。它的成本是 GPU 时间，而仓库公布了预热后一个五秒片段的实测数据，其中不包括模型加载和编码：Pro 在 Full HD 下于 H100 上耗时 402 秒，在 RTX 5090 上耗时 854 秒，在 RTX 4090 上耗时 1,247 秒，在 RTX 5060 Ti 上耗时 3,530 秒。Lite 在 Full HD 下于 H100 上耗时 284 秒。无论你实际支付的 H100 费率是多少，402 秒就是每五秒片段占用该卡 6.7 分钟——把各项乘起来，算术由你自己来算，因为供应商并不把输出卖给你，因此也没有为其公布价格。

显存上限是另一个决定自托管对你而言是否切实可行的数字。一次 Pro SD 运行的峰值达到 72.8 GiB，超过了所有消费级显卡。仓库的 16 GB 预设会从主机内存流式加载 transformer 块，并将文本编码器量化为 NF4——而且论文明确指出，这是唯一会改变 CLIP 本身的预设更改。如果你在 16 GB 显卡上复现某人的输出，结果却不一致，那么该设置就是第一个要检查的地方。

你今天可以给谁打电话，以及这会如何影响决策

有一种不对称性比任何基准测试都更重要：Kling 4.0可以通过快手自己的应用访问，而且越来越多地可以通过其 API 访问，而Kandinsky 6.0 Video则可以通过下载获取。两者都不是能从路由层直接发起的即插即用调用。

OrcaRouter 实际路由的是 Kling 4.0所取代的那一代。Kling 3.0 已上架目录，每次请求 0.084 美元，而 MiniMax H3 也在那里，按生成视频每秒 0.08 美元计费；两者都与 200 多个模型位于同一个 OpenAI 兼容端点上，按提供商标价、0% 加价提供。对于自托管模型，这一点的重要性不同于托管模型：把镜头描述转换成 Kandinsky 训练时所用长描述文本的提示词扩展环节、为图像输入提供支持的描述文字与转写工作、决定四次生成中保留哪一次的审核摘要——这些都是普通文本调用，它们可以共用同一个密钥和同一套故障转移策略，而视频处理的重活则可以在你部署它的任何地方运行。Kandinsky 本身并不是 OrcaRouter 的一条路由，这里的任何内容都不应被理解为声称它是。

哪一个适合你的技术栈？

这个决定并不取决于质量，因为没有人对它做过公平的衡量。它取决于三个你自己就能回答的问题。

你需要一个时长超过五秒的镜头吗？那么Kandinsky 6.0 Video对于这个镜头就不在考虑范围内了，而且再多的 MIT 许可也无法改变这一点——你只能去拼接，而拼接会牺牲该模型擅长的时间一致性。

你是否需要自己拥有模型权重、离线运行、进行微调，或者要把它集成到产品中交付，而按调用次数向供应商付费的模式又无法接受？那么Kling 4.0就不在考虑之列，无论它的规格参数表多么亮眼，因为封闭的 API 是一种依赖，而非资产。

你是否需要本周就拍板，并拿出一份有人愿意签字的预算？那么这两个选项都谈不上干净利落。Kling 4.0 的 API 仍在分批推出中，采用的是预览定价；而 Kandinsky 的真实成本是一个 GPU 小时数，你得把它换算成自己基础设施上的成本。今天你能定价并调用的模型，在两边都还是上一代——通过快手或某个 router 调用 Kling 3.0，从 Hub 获取 Kandinsky 6.0 Video。

值得关注的不是规格参数。而是有没有人用相同的提示词分别运行这两个模型，并公布结果——一个独立的竞技场条目、一个不拥有这两个模型中任何一个的实验室，或一组可信的并排对比片段并附上提示词。在出现这样的结果之前，任何把 Kling 4.0与Kandinsky 6.0 Video放在一起排名并选出赢家的页面，都是在拿它与 Kling 2.6 的对比做外推，并指望你没注意到。与此同时，真正有用的工作范围更窄：选定你无法改变的那项约束，然后让它来选择模型。