Kling 4.0 vs Vidu Q4 Preview：其中一款无法接受文本提示

打开Vidu Q4 Preview的产品页面，数一数生成模式。共有两种：图生视频和参考生视频。没有文生视频标签页，API 文档也与之吻合——端点是/ent/v2/img2video和/ent/v2/reference2video，两者都不支持仅凭提示词调用。Kling 4.0则相反，是一个以文本为先的模型，同时也接受图像、首帧和尾帧，以及最多十个关键帧。在比较 Elo、分辨率或价格之前，正是这一事实决定了大多数项目：其中一个模型可以从一句话开始，而另一个需要一张图片。

这场对比中的其他一切，都由此衍生而来。Vidu Q4 Preview 是一件针对性工具，专为以图像开头的镜头而生。Kling 4.0 则是一台通用型生成器，配有导演式的控制面板。两者在图生视频上有所重叠，而在其他所有方面都截然不同。

Shengshu 在 10 月 7 日发布了什么

Vidu Q4 Preview是 Vidu 下一代旗舰机型的首个公开预览版，特意在完整的 Q4 模型之前发布，以便让反馈影响最终版本。它可生成带原生音频的视频——默认开启，包含对话和音效——并且其参考端的规格异常慷慨。

• 模式 — 图生视频，3 至 16 秒；参考生视频，1 至 16 秒。不支持文生视频。

分辨率 — 提供 540p、720p、1080p、2K 和 4K 的阶梯式档位，其中 2K 和 4K 支持 10 位色深。

参考素材 — 最多 15 张参考图像，以及最多 3 段时长三至十二秒的参考音频片段。

• 提示词长度 — 在 image-to-video 端点上最多可达 20,000 个字符。

• 音频 — 原生，默认为 true。你会刻意关闭它，而不是开启它。

• 返回 URL——创建 URL 的有效期为 24 小时；如果你先批量处理、之后再渲染，这一点很重要。

在可比规格下，厂商宣称的“同等预算下产出最高可达五倍”的效率主张，在有人复现之前只是一种营销话术；而 Shengshu 自己的发布材料也附带说明：最终定价、支持的分辨率、功能可用性和使用条款可能因套餐和地区而异。

Kling 4.0 在同一维度上提供了什么

Kling 4.0自2026年10月15日起已向所有人开放。在图生视频方面，它是两者中更灵活的一个：最多可放置10张关键帧图像，用于定义角色状态和场景变化；15项参考素材配额可分配给10张图像、5个视频（合计最长30秒）、语音参考和7个元素；单次生成时长为3至30秒。

时长差距是会在剪辑中体现出来的那一项。Vidu Q4 Preview 最高到 16 秒。Kling 4.0 一次生成可到 30 秒，向 2 分钟延伸的功能被列为即将推出。对于 20 秒的镜头，Vidu 需要拼接，而 Kling 不需要。对于 10 秒的镜头——大多数社交和广告作品的实际时长单位——差异就消失了。

分辨率方面的差距比营销宣传所暗示的更小。两者都声称支持 4K。Vidu 的 2K 和 4K 档位目前提供 10 位色深；Kling 在 1080p 和 4K 下的 10 位 HDR 在 Kuaishou 自己的发布说明和功能页面上被标记为“即将推出”，同时还有原生 4K 与 21:9。如果本季度必须交付十位色深能力，那么 Vidu 的说法才是当前已经实际提供的，但需视套餐和地区限制而定。

董事会的说法比发布宣传文案更窄。

Artificial Analysis 运营多个视频排行榜，采用各自独立的 Elo 量表和独立的投票池，并且这些排行榜均有版本区分。在其 10 月于 v1.0 图生视频榜上的首次亮相中——图生视频，保留音频——Vidu Q4 Preview以 Elo 1,179 ±10 在 5,543 个样本上位列第三，跟踪价格为每分钟 7.20 美元。排在其上方的是 Elo 1,195 的 MiniMax H3 Max 和 Elo 1,181 的 MiniMax H3；Gemini Omni Flash 以 1,178 位列第四。第三名到第六名之间各 10 分的区间几乎完全重叠，因此即便在当时，“第三名”也只是噪声范围内的一个位置。

唯一超出噪声范围的差距，正是与 Vidu 上一代产品之间的差距。在那次评测中，Vidu Q3 Pro 以 1,056 分位列第十九。单次发布就实现 123 分的跃升，比整个榜单前六名之间的总分差还要大，这也成为最有力的证据，说明这个预览版是真正的代际跨越，而非换汤不换药的重新包装。

随后榜单发生了变化。我在10月23日读到的是 AA-Video-I2V v1.1，它列出了24个模型：MiniMax H3 以1,140分位列第一，FLUX 3 Max 以1,138分位列第二，Dreamina Seedance 2.5 以1,138分位列第三，MiniMax H3 Max 以1,125分位列第六，Vidu Q3 Pro 以1,016分位列第十七。Vidu Q4 Preview 完全没有出现在该列表中。榜单顶部的说明称，过去30天内新增了三个模型，但没有点名其中任何一个是 Vidu 的预览版。

我不会假装这意味着模型变差了，也无法告诉你它为什么不见了——是被撤回了、重新分类了，还是根本没有被带入新版榜单。这确实意味着，关于这个模型的每一个“世界第三”说法，包括本文开头提到的那个，都是针对特定榜单版本上某次特定抓取的陈述，而该榜单目前并不佐证这一点。把排名当作历史，把产品页面当作持久的事实。

在文生视频榜单上，Vidu Q4 Preview从未出现过——而这一缺席并非评分问题。该榜单上最好的 Vidu 条目是 Vidu Q3 Pro，位列中游，而 Wan 3.0 领跑。这与产品页面一致：这是一个图像与参考模型，文生视频榜单并没有在衡量它。

Kling 4.0在正式开放使用八天之后，同样没有出现在这些榜单中的任何一个上。这不是低分，而是根本没有分数——无论从哪个方向看都是如此。因此，这两个模型之间的质量比较，并不存在于任何共同的计量单位之中；而本文中唯一一个独立数字，属于当前排行榜已不再列出的那个模型。

两个价格数字，以及你应该据此做预算的那个

Shengshu 宣传 Vidu Q4 Preview 每秒 0.014 美元起，即每分钟 0.84 美元。Artificial Analysis 在 10 月采集到的同一模型价格为每分钟 7.20 美元。这两者并非同一产品：发布时的数字是促销性下限，几乎可以肯定处于分辨率阶梯的最底端，而被跟踪的数字是在生产分辨率下实测的费率。供应商也明确表示，定价为促销性质，可能因套餐和地区而异。预算应按较高数字来做，并将较低数字视为获客优惠。

Kling 4.0 公布的预览价格为 720p 下每秒 0.157 美元、1080p 下每秒 0.235 美元——即每分钟 9.42 美元和 14.10 美元——完全没有 4K 价格，而且其页面仍将该模型标记为“即将推出”。按这些数字，两款模型在制作分辨率下处于同一档位，Vidu 更便宜，而 Kling 每次生成可多给你 14 秒。

• 每 10 秒 1080p 片段——Vidu 按追踪到的每分钟 $7.20 计算约为 $1.20。Kling 4.0 按每秒 $0.235 计算为 $2.35。

• 每 30 秒成片素材——Vidu 需要两次生成和一次拼接，大约 3.60 美元外加剪辑时间。Kling 4.0 只需一次，费用为 7.05 美元。

• 每 100 个十秒片段——Vidu 约 120 美元；Kling 约 235 美元；下文提到的 MiniMax H3 基础方案约为 80 美元。

访问权限：一个可调用，另一个正在分阶段推出中

这两款模型都算不上开箱即用的自助默认选择。Vidu Q4 Preview 拥有真实可用的 API，并配有文档化的端点，这使它如今比 Kling 4.0 更容易着手构建；后者的 API 从 10 月 21 日起分批开放，而其开发者价格表仍显示该模型尚未可用。但 Vidu 的这个版本明确是预览版：促销定价、功能可用性均可能变更，甚至还有一个拼错的模型别名——viduq4-previerw——与文档中的正确别名并列。这件小事透露了关于这个版本当前定位的一点实情。

对于一个既需要文本优先路径、又需要图像优先路径的团队，实际做法是把选择保留在路由层，而不是放在应用代码中。OrcaRouter 并不托管这两个模型——目录中没有 Vidu 标识符，也没有 Kling 4.0 路由——但它确实托管 每次请求 $0.084 的 Kling 3.0和每生成一秒视频 $0.08 的 MiniMax H3，在同一个兼容 OpenAI 的端点上，以供应商标价、0% 加价覆盖 200 多个模型。路由 DSL 正是适合这种特定搭配的部分：它让你把文本优先模型和图像优先模型放在同一个接口后面，使决策变成一个参数，而自动故障转移意味着预览路由宕机不会把整批任务一起拖垮。

在两者之间做选择，主要取决于你的第一帧。

如果你的镜头从一句话开始，Vidu Q4 Preview你会在别处生成一张静帧，然后再把它交过来——这是一条合理的工作流，许多团队会刻意采用，因为它能让他们控制开场画面。

如果你的镜头以照片、产品图、角色设定图或故事板帧开始，那么 Vidu Q4 Preview 是两者中证据更充分的选择：它位列榜单第三，相比自身前代提升了 123 Elo，支持 15 张参考图和 3 段音频片段，而且其 10-bit 4K 已交付而非只是承诺。代价是 16 秒上限。

如果你需要时长、关键帧编排，或带有参考预算的文本转视频路径，Kling 4.0是两者中唯一提供这些功能的一个——并且在 Kuaishou 公布 4K 费率并撤下“Coming Soon”横幅之前，你应将其价格视为暂定。

改变这一局面的不是又一份规格参数，而是图生视频榜单上出现 Kling 4.0 的条目——这是这两个模型唯一能按同一口径真正比较的地方——以及 Vidu Q4 的完整正式发布：它要么保留 15 张参考图额度和 10-bit 4K，要么在促销定价结束后悄然收窄这些规格。在这两者都出现之前，诚实的排名只能是榜单在你阅读当天所支持的那个：Vidu Q4 Preview 在 10 月是实测第三，当前未上榜；Kling 4.0 在所有地方都未经实测；而你的首帧决定你究竟在问哪个问题。