Kling 4.0 对决 Odyssey-3：片段与世界不可相互替代

向Kling 4.0提出凌晨两点餐馆这个要求，你会得到一部关于凌晨两点餐馆的30秒影片——每次运行同一提示词，得到的都是同一部影片，逐帧一致。向Odyssey-3提出凌晨两点餐馆这个要求，你会得到一个可以走进去、在里面转身，还能把咖啡杯从柜台上碰掉的餐馆；模型会根据你刚才做了什么、而不是你输入了什么，来预测接下来会发生什么。这是两个贴着同一类别标签的不同产品，而只有当你不再问哪个能生成更好的视频，而是开始问哪个能产出你的项目所需要的成品时，这种比较才变得有用。

这不是在回避问题。这正是这场对比值得写一整页的原因：去搜一搜，你会发现一些清单式文章按分辨率和价格把它们互相排名，这就像拿相机和飞行模拟器按帧率来排名一样。数字是真的，排名毫无意义，而它背后的决定，其实是你真正能做出的。

每一个究竟输出什么

Kling 4.0是快手推出的生成式视频模型，自2026年10月15日起向所有人开放。它支持文生视频、图生视频、首尾帧、多关键帧、全参考与定向编辑，可生成3至30秒、720p、1080p或4K的片段，并具备双声道立体声音频与多语言唇形同步功能。

Odyssey-3是 Odyssey 推出的世界模型——一个自回归扩散变换器，基础配置拥有 140 亿参数，旨在根据提示词生成环境，并在用户探索时实时持续预测该环境。其公开研究预览于 2026 年 10 月 8 日开放，免费的浏览器演示运行的是更轻量的变体 Odyssey-3 Flash。目前发布两个层级：832×480 的 Odyssey-3 和 1280×720 的 Odyssey-3 Pro。

“video”一词在两段描述中都出现了，但含义各不相同。一个输出的是文件，另一个输出的是你可以操控的系统。

为什么交互性会改变模型必须擅长的东西

评判一个视频片段生成器，看的是一个固定序列的呈现效果：构图、光照、运动，以及手是否长着五根手指。它可以把全部算力预算都花在让一条轨迹变得漂亮上，因为只有一条轨迹。

世界模型的好坏，取决于你干预之后会发生什么。Odyssey 的架构说明描述了一种多步视频扩散 Transformer，通过教师强制和因果掩码以自回归方式扩展，并配有后训练流水线，将分布匹配与对抗蒸馏结合成少步变体。扩散提供保真度，自回归提供在动作序列中存活的能力，蒸馏提供时钟速度。三者都承重，且三者都是公司对自身系统的叙述。

这种差异体现在 Odyssey 选择的基准测试中。Physics-IQ Verified 由 Anates Labs 与 DeepMind 共同运行，向模型展示真实物理实验的影像——流体、光学、固体力学、磁学、热力学——并根据实际发生的情况对模型的续测结果评分。这是一个很难靠取巧刷分的基准测试，因为答案就是物理世界本身。它目前对来自 16 个实验室的 41 个模型进行排名。

物理数值，附带注意事项

• Odyssey-3 Pro — 在 Physics-IQ Verified 的视频到视频赛道中得分为 66.1，这是 Odyssey 报告的最高原始分数。该成绩是单次运行中 8 次取最佳的结果；未经选择时的四次运行均值为 63.37。

• 相对赛道均值的净提升——FLUX 3 [large] 以 +12.27 个百分点领先，Odyssey-3 Pro 以 +11.15 位居第二，Odyssey-3 以 +9.99 排名第三。

• 每个生成视频的归一化成本 —— Odyssey-3 Pro 为 $0.267，Odyssey-3 为 $0.139，而 FLUX 3 [large] 为 $0.868，Seedance 2.5 为 $2.838。在排行榜能够做到的情况下，成本已按 24 fps 和 1280 宽输出进行归一化。

• WorldMark — Odyssey-3 在四个分项中的三个排名第一。它唯一未夺冠的分项是第一人称真实环境；在该分项中，它以 80.6 分位列第三，落后于 84.4 分的 Lyra 2.0 和 83.0 分的 AlayaWorld。这是在他人数据集上使用基准自带字幕进行的一次厂商评估，并非第三方竞技场。

• 独立性——无。上述每个数字均为自行提交。没有外部评估者在并非由其自行选择的测试框架上运行过 Odyssey-3。

把第二行读两遍。在按赛道难度做调整的那项指标上，第一名并不是 Odyssey-3 Pro，而是一个通用视频生成器。公司宣传稿的标题用的是原始分数；而榜单更偏好的汇总口径则把它排在第二。两者都是事实，而这种差别，恰恰是发布文章通常会略去的那类东西。

支持 Kling 4.0 一方的证据更单薄，而非更有力。

Kuaishou 尚未发布自己的基准测试Kling 4.0，并且截至 10 月 23 日，该模型未出现在 Artificial Analysis 的视频榜单上。这不算糟糕的结果——而是根本没有结果。现有的只有一份规格说明、一份发布说明，以及拥有应用访问权限的人们一周的亲身使用感受；与 Odyssey 自行提交的分数相比，这是更弱的证据基础，而且性质完全不同。

这份规范确实很强，而且它的强项在于对创作输出而非模拟真正重要的方面：

• 时长 — 单次生成 3 至 30 秒，可扩展至 2 分钟的功能列为即将推出。Odyssey 的预览版生成的是连续的环境，而非固定时长的片段。

• 分辨率 — 720p、1080p 和 4K，其中最高的两个档位支持 10 位 HDR，并标注为即将推出。Odyssey-3 Pro 的最高分辨率为 1280×720，基础档位为 832×480。

• 控制 — 最多 10 张关键帧图像，以及 15 项参考预算，可分配在图像、视频秒数、语音和元素之间。这就是导演的控制面板：由你指定何时发生何事。

音频——双声道立体声，可在九种语言和具名口音下实现口型同步。Odyssey 的预览没有可比的音频输出，因为你观看的并不是一个已完成的场景。

• 接入 — 消费级产品已上线；API 已于 10 月 21 日开始向企业客户和开发者开放，而开发者价格表仍将该模型标记为“即将推出”，并且仅列出预览价格。

按成果计费，而非按秒计费

两个计价单位无法换算，这就是对比表出错的原因。Kling 4.0 的预览价格为 720p 下每秒 $0.157、1080p 下每秒 $0.235，未公布 4K 价格。Odyssey 在排行榜中的条目为每个生成视频 $0.139 或 $0.267，该数值已按不同帧率的模型做了归一化处理以便对比。

如果你想要一个30秒的1080p镜头，按预览费率计算，Kling 4.0大约要7.05美元，前提是该费率在正式发布后仍然有效。如果你想要十分钟、720p、可探索的环境，Odyssey的按视频数字并不能告诉你任何东西，因为那一列里的“视频”是基准测试样本，而不是一次会话。诚实的说法是：一个产品有按秒费率，另一个是研究预览版，根本没有价目表。预算无法跨越这个差距进行比较。

访问问题是对称的，而这正是实际关键所在。

这两个模型都不是可以直接调用的。 Kling 4.0正在分阶段开放，并提供预览定价； Odyssey-3属于研究预览版，需通过联系表单申请 API 访问权限，既没有速率限制文档，也没有开放权重。

对于同时评估这两者的团队来说，有用的做法是让评测框架独立于任一厂商的 SDK。OrcaRouter 并不托管这两个模型中的任何一个——没有 Odyssey 路由，目录中也没有 Kling 4.0 标识符——但它们周边的工作都是普通的 API 流量：将镜头描述转化为视频模型可用内容的提示词扩展环节、镜头列表、字幕生成，以及决定从八个样本中保留哪些的评分环节。这些工作运行在一个 OpenAI 兼容端点上，覆盖 200 多个模型，按供应商标价、0% 加价，而自动故障转移意味着评测扫描不会因为某个上游一时出问题而中断。当任一模型开放自助式 API 时，评测框架已经具备合适的形态。

你今天能调用的模型，在两边都是上一代。Kling 3.0 已在 OrcaRouter 上线，每次请求 $0.084。Odyssey 没有可路由的前代模型。这种不对称值得注意：在一个有趣的模型通常都不可用的类别里，Kling 这边的回退至少是一个真实可用的端点。

究竟应该由谁来挑选哪一个？

选择 Kling 4.0如果交付物是一个完成的镜头：一支广告、一段音乐视频序列、一部产品影片，任何会有人评判画面和声音然后将其导出的内容。30 秒单次生成、10 个关键帧和立体声音频都针对这项工作，没有任何世界模型能替代它们。

选择Odyssey-3，如果交付成果是一个可供人在其中行动的场景：机器人训练数据、空间原型制作、类游戏演示、具身智能体评估。Physics-IQ 的结果、第一人称与第三人称导航，以及供应商关于机器人策略可从冻结骨干网络中迁移出来的报告，正是这项工作所需的证据——前提是你记得它们来自供应商。

如果你这个月需要的是一个可重复、可计费的端点，那么两者都不要选。两者都处于上线中途，一个没有定价，另一个只有预览费率；今天基于其中任何一个构建生产路径，都是在赌一个你无法掌控的发布计划。

真正能定论的不是两个模型都能参加的基准测试，而是一次工作流测试：取一个场景，在 Kling 4.0 里把它生成为一个 20 秒的编排镜头，然后在 Odyssey-3 里重建同一地点，并尝试通过驱动摄像机来调度同样的动作。如果交互版本无法保持你需要的构图，那么无论其物理评分多高，世界模型都是错误的工具。如果编排版本经不起视角变化，那么错的就是片段生成器。这个实验只花一个下午，却比任何一方的 Elo 都能告诉你更多。