Kling 4.0 vs MiniMax H3：被评分的模型反而是较旧的那个
- Orca新Orca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 12 tok/s
- deepseek新DeepSeek: DeepSeek V4.1 Flash 10172026-10-1745智能
- DeepSeek新DeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- Orca新Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百万 tokens · 156 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百万 tokens · 1054 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238智能
- OpenAIOpenAI: GPT-6 Sol2026-09-2248智能
- AnthropicAnthropic: Claude Opus 5.52026-09-2258智能
- xAIGrok 4.72026-09-2146智能
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 每百万 tokens · 76 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 每百万 tokens · 964 tok/s
- OpenAIOpenAI: GPT-6 Astra2026-09-0453智能77代码
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241智能76代码
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245智能76代码
- AnthropicAnthropic: Claude Fable 5.12026-09-0153智能82代码
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 每百万 tokens · 47 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 每百万 tokens · 101 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642智能72代码
这种比较有一个自我成立的版本，而它是错的。 MiniMax H3于 2026 年 7 月发布，并位居 Artificial Analysis 的图生视频榜单榜首。 Kling 4.0于 2026 年 10 月 15 日发布，取代了一个自 2 月起就已投入生产的模型，并且是 Kuaishou 最新的视频模型。最直观的解读是：挑战者已经到来，在位者的王冠岌岌可危。实际记录的状态却更奇怪：较旧的模型才拥有独立评分、公开价格、可下载的权重以及我们平台上的接入路径，而较新的模型则有更长的规格表，却没有评分、没有价目表，API 仍处于早期访问阶段。你应该关心其中哪一个，完全取决于你购买的是能力，还是供应商关系。 像这次发布背后的已记录 AI 故障和智能体事件，都收录在 OrcaRouter AI Incident Archive 中，其中每条记录都带有自己的来源、严重性、置信度等级和争议标记。
两个模型都是真实存在的，也都实力强劲。MiniMax H3是一款原生 768p、时长 4 到 15 秒的模型，可通过仅限 API 的再生成模块提供 2K，并在同一次生成中产出原生 32kHz 立体声，其统一上下文可同时读取文本、图像、视频和音频参考。Kling 4.0是一款时长 3 到 30 秒、最高可达 4K 的模型，支持最多十个关键帧、十五个组合参考和双声道立体声。原始能力上的差距确实存在，而且小于证据上的差距。
存在的那些分数，以及那个不存在的分数
Artificial Analysis 运营着三个视频榜单，各自采用独立的评分标准和独立的投票池，而 MiniMax 的 H3 在三个榜单上均有出现。阅读 2026 年 10 月 22 日的内容：
• 图生视频（AA-Video-I2V v1.1，保留音频）——H3（768p）以 1,140 ±16 的 Elo 分数在 4,209 票中排名第 1，于 2026 年 7 月发布，记录成本为每分钟 5.40 美元。H3 Max 以 1,125 ±17 排名第 6。
• 文生视频（AA-Video-T2V v2.1）——H3（768p）以 1,158 ±16 排名第 5，共获得 5,781 票，每分钟 $4.80。Wan 3.0 以 1,173 领先，H3 Max 变体以 1,156 排名第 6，因此该系列占据前六名中的两个席位。
• 视频编辑（AA-Video-Editing v1.1）——H3（768p）以 1,125 ±11 的成绩在 7,457 票中排名第 4，每分钟 $9.60。
Kling 4.0没有出现在其中任何一个榜单上。榜单上的 Kling 条目来自二月份的 Kling 3.0——图生视频在 1,000 锚点处排第 19，文生视频排第 17，编辑排第 9——它们描述的是上一代，而不是这一代。全面开放后八天就登上榜单为时过早，所以这是缺少测量，而不是测量结果不佳。但这仍意味着，在未来几周里，关于“哪个更好”，一边是有据可查的答案，另一边只有一份新闻稿。
关于 H3 的这些数字有一点需要谨慎看待，因为这件事具有两面性。图生视频排行榜的区间足够宽，以至于第一名和第六名发生重叠——H3 为 1,140 ±16，H3 Max 为 1,125 ±17——所以“第一名”只是一个排名，而不是已经证明的差距。诚实的说法是，H3 处于一个领先梯队中，其成员尚未被票数区分开。
多出来的那十五秒实际上是为了什么
H3 的上限是 15 秒，以整数秒递增，从 4 秒起。Kling 4.0 的上限是 30 秒，单次生成即可完成，并列出即将支持延长至两分钟。这不是种类上的小差别，因为它跨越了镜头与场景之间的界线。
• 时长 — MiniMax H3：4 至 15 秒。Kling 4.0：3 至 30 秒，即将支持延长至 2 分钟。
• 分辨率 — H3：原生 768p，可通过仅限 API 的重新生成模块达到 2K，而自托管用户无法运行该模块。Kling 4.0：720p、1080p、4K，外加 21:9。
• 帧级控制 — H3：首帧、尾帧以及首尾帧模式。Kling 4.0：时间轴任意位置最多支持 10 个关键帧。
• 参考输入——H3：最多可将 9 张图像、3 个视频片段和 3 个音频片段作为单一上下文读取。Kling 4.0：最多 15 个组合资产——10 张图像、总时长 30 秒的 5 个视频、7 个元素（其中最多 3 个基于视频）——另加语音参考。
• 音频 — H3：随视频生成的 32kHz 立体声，帧率为 24fps。Kling 4.0：双声道立体声，支持口型同步和九种语言的对话。
• 提示词长度 — H3 在其请求文档中未公布 token 上限。Kling 4.0 最多接受 8,000 个 token。
H3 的设计优势体现在固定机位下的一致性：一段 15 秒、只包含一段表演的长镜头，由参考图和首帧、尾帧驱动，恰好就是其控制方式所预设的形态。Kling 4.0 的设计优势则体现在带有节拍的更长序列上——而十关键帧时间轴正是这次升级中，最能改变镜头创作方式的部分。
对某些读者而言起决定作用的那段许可条款
这是本组对比中唯一一个两款模型之一可以离开供应商服务器的组合；如果自托管在你的规划中，那么这些条款值得优先阅读。
MiniMax H3 的基础检查点可根据 MiniMax 的社区许可证下载——并非 Apache，也并非 MIT。该许可证将美国、英国、欧盟和韩国排除在外；在这些地区，使用需向 MiniMax 提交申请，而收入超过一定门槛的商业使用还需事先获得书面授权。开放的是基础模型：Context-IR 提示扩展模块和 2K 重生成路径仍位于 API 一侧，从未包含在本次发布中。如果你身处这四个地区之一，权重并不能作为绕过 API 的变通方案——它们是需与 MiniMax 另行沟通的事项。
Kling 4.0完全不发布任何权重，而 Kuaishou 的发布材料也没有暗示之后会发布。这是另一种性质的闭源：MiniMax 交付了一些附带条款、你或许能够满足的东西，而 Kuaishou 没有交付任何可供满足的东西。对于一家销售视频模型的公司来说，这两种立场都并非不合理；它们只是并非同一种立场，而一个正在规划本地部署流水线的团队，应该在为此付出一个季度的代价之前，先注意到每个模型究竟站在界线哪一侧。
每项要花多少钱，以及那个缺失的数字
MiniMax 按生成输出的秒数计费：768p 为每秒 0.08 美元，2K 为每秒 0.13 美元，参考音频免费，前五张参考图片免费。换算下来，768p 每分钟为 4.80 美元，Artificial Analysis 在文生视频和编辑榜单上正是这样记录的；而一旦把榜单所测的分辨率配置纳入考量，则为每分钟 5.40 至 7.80 美元。先出草稿再放大这一招并不能绕开计费：生成 768p 加重新生成 2K 的成本是 0.08 美元加 0.05 美元，恰好等于直接生成 2K 的 0.13 美元费率。
Kuaishou 根本没有公布 Kling 4.0 的任何费率。API 开发者控制台挂着抢先体验横幅，而且无论完整模型还是 Kling 4.0 Flash，都没有按秒定价。如今围绕它流传的每一个数字都只是某人的估算。仅次于许可证，这种不对称是本次比较中对决策最关键的事实：其中一个模型有一块你可以在做出承诺前读取的计费表，另一个则没有。
我们能报价的是上一代产品。 kling/kling-v3 和 kling/kling-v3-omni 在我们的目录中按每次请求统一标价 $0.084，kling/kling-3-turbo 为 $0.112，并且也提供 MiniMax H3，按提供商自身的每秒费率原样传递，不额外加价。这对并排测试很重要：快手模型和 MiniMax H3 都能在同一个 OpenAI 兼容端点上响应，因此用你自己的提示词比较它们，只需更改模型 ID，而无需两个供应商账户、两个 SDK 和两个配额仪表盘。故障转移就在同一次调用背后，这正是让为期一周的评测变得可行、而不是沦为采购流程的原因。
可用性问题，其中开放模型也是更简单的那个
开放权重模型同时也是更易获取的那个，这种情况很少见，而这次正是如此。MiniMax H3现在即可调用，在我们的平台以及MiniMax自己的平台上均可调用，按公布的每秒费率计费，背后有三个独立的榜单条目支持。Kling 4.0可在Kuaishou的创作页面上调用，对于开发者而言，还可通过早期访问API调用，但没有公布的费率，也没有可供我们路由的模型标识符。
由此得出两点，而它们指向相反的方向。如果你需要本月交付成果，H3 就是那个有定价、有评分、也有集成方案的模型。如果你需要一段 30 秒、包含十个经过调度的节拍和立体声对白的镜头，那么 H3 无论出价多少都做不到，而等待 Kling 4.0 的价目表就是获得这项能力的代价。好消息是，这两者并不互斥：在供应商平台上试用 Kling 4.0 的同时，让短视频流水线走 H3，是一种正常的过渡方式，而且它能让生产路径保持在行为已有文档记录的模型上。
有一点是路由无法解决的：如果你身处美国、英国、欧盟或韩国，而你的计划是自行托管 H3 的权重，那么通过 API 调用它并不能绕开许可证限制。它是另一款产品，适用不同的条款，而许可证这个问题仍然需要你自己来回答。
选择一个
选择 MiniMax H3，当视频片段较短、预算固定且证据很重要时。它在文生视频榜单上排名前五，在图生视频上排名第一，覆盖三个榜单和数千张投票，768p 下每秒 0.08 美元。它能生成自己的立体声音频。它能在一次上下文中接受九张图像、三个视频片段和三个音频片段。而且，如果你身处四个被排除地区之外，它是这两款中唯一可以下载的。
选择Kling 4.0，当序列很长且运动元素很多时。三十秒、十个关键帧、十五个参考素材和双声道对话是 H3 不具备的能力，再高的基准排名也无法替代这一点。事先要清楚，你买的是一款尚未经过实测、价格尚未公布的模型，10 位 HDR 和两分钟延展都仍标为即将推出，而且 API 处于早期访问阶段，而非正式可用。
能改变这一对比格局的，是 Kling 4.0 出现在其中某个榜单上，以及一份公开的价目表。这两者中任何一项单独实现，都会让讨论从“能力对证据”的争辩变成一次普通的价格与质量决策——而这正是买家希望身处的位置。在那之前，经得起推敲的只有两句话：H3 是文档完善程度明显更高的那个模型；而在两者之中，Kling 4.0 是唯一能撑住一条三十秒镜头的那个。
