Kling 4.0 與 Grok Imagine Video 對比：最便宜的模型獲得最多票數

在這項比較中，受測量最多的模型並非最新的一款，而最新的一款則完全沒有被測量。Grok Imagine Video在 Artificial Analysis 圖像轉影片排行榜上是三個項目：2026 年 1 月的原版以 Elo 1,072 位居其上，背後有 14,371 票；Grok Imagine Video 1.5 為 1,098，有 5,267 票；以及文字轉影片排行榜上的 Lite 版本。Kling 4.0於 2026 年 10 月 15 日發布，在任何排行榜上都沒有資料列，沒有公布每秒費率，而其規格表在時長、解析度與參考數量上都勝過三個 Grok 項目。證據與上限之間的落差，就是整場對決的核心。

這種形態在這個市場中，比排行榜格式所承認的更常見。擁有長期投票紀錄的模型是已知量，未必是最好的那一個。一個才八天大、僅有 30 秒通過紀錄的模型，是附著示範影片的承諾。問題在於你的專案能吸收哪一種不確定性。

三個 Grok 模型，一個 Kling

Grok Imagine Video 並非單一產品，版本編號的排序方式也和大家預期的不一樣。以下是在 2026 年 10 月 10 日擷取、請開啟音訊觀看的圖像轉影片看板內容：

{{1}}Grok Imagine Video{{/1}} 原版 — 在 {{3}}14,371{{/3}} 個樣本中，以 Elo {{2}}1,072 ±7{{/2}} 排名第 13，{{4}}2026 年 1 月{{/4}}，{{5}}每分鐘 $4.20{{/5}}。

• Grok Imagine Video 1.5 — 在 Elo 1,098 ±8 中排名第 9，基於 5,267 個樣本，2026 年 5 月，每分鐘 $8.40。

• {{1}}Grok Imagine Video 1.5 Lite{{/1}} — {{2}}在文字轉影片排行榜上排名第 16，分數為 993 ±10，樣本數為 5,715，於 2026 年 8 月 26 日發布，每分鐘 8.40 美元。{{/2}}

• Kling 4.0 — 截至 2026 年 10 月 23 日，任何看板上皆無資料列。

原版最便宜，且測量最充分。1.5 更新版高出 26 Elo，每分鐘成本卻是兩倍，而且只有三分之一的票數。Lite 變體完全位於不同的榜單上，所以把它跟另外兩者相比，已經是在比較不同的任務了。這是一個依照消費級平台節奏持續迭代的系列，而價格階梯也反映了這點：你可以買便宜、證據充分的基準版，較貴的改良版，或每秒較便宜的 Lite 層級，而每一個都要求你在證據與分數之間取捨。

Kling 4.0 完全沒有這種內部選擇。只有一個模型、一個尚未公布的價格，以及一個時長上限。這種簡潔性是一項優點，前提是你想要目前可取得的最佳成品；但如果你想要一個能用數字來辯護的採購決策，它就會成為一項負擔。

票數能為你換來什麼

樣本數通常被視為技術細節。但在這個榜單上，它是「主張」與「猜測」之間的差別。一月 Grok 檢查點的 ±7 區間與 Gemini Omni Flash 的區間寬度相同，而後者有 12,327 票作為基礎；14,371 次比較足以讓榜單有一定信心地表明立場。Grok 1.5 的 ±8 較寬，是因為它的票數較少，而不是因為它是較差的模型。Kling 4.0 的區間尚不存在。

這對任何以品質為依據做選擇的人來說，都有實際影響。如果你選擇 Grok Imagine Video original，你大致知道自己會得到什麼：一個有扎實證據基礎的中游模型，以及本次比較中最低的費率。如果你選擇 Kling 4.0，你則是在接受廠商對一個獨立評測機構尚未評分的模型所做出的主張。這兩種選擇都不算不理性，它們只是不同的押注。

規格上限

就規格而言，Kling 4.0 顯然是能力更強的機器。

• 時長 — Kling 4.0 一次可生成 3 至 30 秒，兩分鐘延長功能列為即將推出。Grok Imagine Video 1.5 可生成 1 至 15 秒，並支援從最後一格畫面進行自迴歸延伸；原始版本在編輯與延伸作業上上限為 8.7 秒。

• 解析度 — Kling 4.0 列出 720p、1080p 與 4K，其中 1080p 與 4K 的 10-bit HDR 標示為即將推出。Grok 1.5 原生輸出 480p、720p 與 1080p。原版最高規格較低。

• 參考資料 — Kling 4.0 最多可使用 15 個素材，涵蓋圖像、影片、主體與聲音，其中上限為 10 張圖像、5 段影片、7 個主體，以及最多 3 個影片型主體。Grok 1.5 最多可接受 14 張參考圖像、最多 3 個語音參考，以及最多 4 個影片中段關鍵影格，外加首幀與末幀。

• 關鍵影格 — Kling 4.0 最多可接受 10 張關鍵影格圖片。Grok 1.5 可接受第一影格、最後影格，以及最多 4 個影片中段影格。

• 音訊 — 兩者皆能生成原生音訊並搭配唇形同步的語音；Kling 宣稱支援雙聲道立體聲、九種語言及方言，Grok 則宣稱具備音視訊聯合生成能力，並最多可搭配 3 組預設語音參考。

• 提示詞 — Kling 4.0 最多可接受 8,000 個 token。Grok 的文件並未公布可相比的提示詞上限。

若細看參考素材，兩者其實比標題數字所顯示的更接近：15 項素材對上 14 張圖像加 3 段語音，談不上壓倒性差距。真正的落差在於時長與解析度。4K 三十秒對上 1080p 十五秒，屬於不同級別的交付成果，而這正是儘管證據不足、Kling 4.0 仍值得考慮的原因。

價格：以空白為背景公開的階梯

Grok Imagine Video 的價格依解析度按秒公布。1.5 模型在 480p 下為每秒 $0.08，720p 為 $0.14，1080p 為 $0.25，包含音訊，影像輸入為每張影像 $0.01。Lite 變體在 480p 為 $0.02，720p 為 $0.03，1080p 為 $0.14。舊版原始模型在 480p 為 $0.05，720p 為 $0.07。Artificial Analysis 將 1.5 那一列標準化為每分鐘 $8.40，原始模型為 $4.20，這與 720p 的費率一致。

截至 2026 年 10 月 23 日，Kling 4.0 尚無供應商提供的按秒計費費率。該應用程式是透過 Kling AI 的方案以點數運作；API 則處於早期存取階段。經銷商的刊例會列出按秒計算的數字，但那些並非 Kuaishou 的價格，而且差異極大，若把其中一項當作預算項目，無異於憑猜測。

若要取得真實的基準，前一代 Kling 已有定價並在正式環境中運行。在 OrcaRouter 上，kling/kling-v3 與 kling/kling-v3-omni 每次請求為 $0.084，kling/kling-3-turbo 為 $0.112，而較舊的 2.x 各級方案則介於 $0.042 至 $0.28。這些是每次請求的價格，而非每秒費率，因此無法與 Grok 的價目表一一對應，但這些數字是 Kling 買家今天實際可用的價格。

存取與編輯介面

Grok Imagine Video 可透過 xAI 的 API 與消費端 Grok 產品使用。1.5 模型是非同步的：提交、輪詢請求 ID、下載。此系列已推出足夠久，其請求結構定義已有文件記載，失敗模式也為人熟知。原始版本可處理編輯與延伸工作，上限為 720p 與 8.7 秒的來源；1.5 模型則聚焦於生成，且依文件所述明確不支援影片編輯或延伸功能。

Kling 4.0 已在 Kling AI 應用程式與網站全球上線，全球發布公告日期為 2026 年 10 月 16 日。API 為搶先體驗，並列出支援 MCP 與 CLI。其編輯功能記載為可對表情、身體動作、攝影機位置、風格與背景進行針對性編輯，範圍涵蓋最多五段輸入片段、合計 30 秒的視窗——比 Grok 1.5 記載的編輯支援更廣泛，但比通用影片編輯器更窄。

目前這兩款模型都不是 OrcaRouter 的路由，因此這裡無意聲稱我們有託管其中任何一款。我們實際提供的是 Kling 3.0 世代；若你正在早期存取階段測試 Kling 4.0，這是實務上可行的備援方案。更廣泛地說，在影片堆疊前架設閘道的理由，在於這些模型會以不同方式失敗：一款會觸發速率限制，另一款會在長時間生成時逾時，第三款則會回傳非成功的終止狀態。單一 OpenAI 相容端點搭配自動容錯移轉與以 0% 加成轉嫁的供應商牌價，並不會讓模型變得更好，但能避免單一不良端點演變成整批失敗。

誰應該選哪個

• 如果你想要最低的公開費率和最強的證據基礎，就選 Grok Imagine Video original。每分鐘 $4.20、14,371 票，它是這項比較中最不令人意外的選擇，而且便宜到足以用來製作草稿。

• 若你需要原生 1080p、15 秒鏡頭、最多 14 張參考圖片與 3 個語音參考，以及有明確記載的每秒價格，請選擇 Grok Imagine Video 1.5。它是 Grok 中配備最完善、最適合拍攝可控角色鏡頭的選擇。

• 如果你需要 30 秒單次生成、4K、10 個關鍵影格或 21:9 的成品，而且願意試用尚未評分、尚未定價的早期存取 API，就選 Kling 4.0。

• 如果採購這週就需要一個數字，選 Grok；如果鏡頭需要更長的拍攝長度，而你能等價目表，就選 Kling。

誠實的結論是：這兩個模型目前其實還不是在搶同一筆採購。Grok Imagine Video 是一個成熟、穩健、價格親民的系列，並以公開的價目表販售。Kling 4.0 則是一個上限更高的模型，目前才剛全面開放一週，相關證據與定價仍有待公布。對多數團隊而言，正確的做法是把穩健的模型留在正式生產環境，並在真正需要 30 秒的鏡頭上試行新模型；同時，一個月後再重新檢視比較表與價目表，屆時那個空白欄位或許終於會有數字了。