Kling 4.0 對決 Kandinsky 6.0 Video：一場至今無人做過的正面交鋒

唯一已發表、把Kling 4.0與Kandinsky 6.0 Video放在同一場評估中的人類評估並不存在。存在的是 Kandinsky 自家實驗室的一篇論文，於 2026 年 10 月 4 日提交至 arXiv，內容是將 Kandinsky 6.0 Video Pro 與Kling 2.6相比——這比 Kuaishou 於 10 月 15 日向所有人推出的模型落後兩個世代。這個落差是這場對決誠實的起點，而且它指向大多數比較頁面所忽略的方向：在論文確實有測量的那些欄目上，較舊的 Kling 有幾項直接勝出。Kuaishou 針對 4.0 在完全相同那些欄目上的說法，正是無人驗證過的部分。

所以，這不是一頁會告訴你哪個模型比較好的頁面，因為能這麼說的證據還不存在。這是一頁關於每個模型實際上被打造來做什麼、唯一一次真正的正面對決發現了什麼，以及這兩者之中哪一個是你本週就能放進管線的頁面。

兩款僅外觀相似的產品

Kling 4.0是快手推出的封閉式、按點數計費的生成器。完整模型支援文字轉影片、圖片轉影片、首尾幀、多關鍵幀、全模態參考與定向編輯，時長為 3 至 30 秒，解析度為 720p 至 4K。它透過 Kling 應用程式與網站販售，並提供 API；快手自 10 月 21 日起分波開放此 API，而其開發者價目表仍將該模型標示為「即將推出」，僅列出預覽費率。

Kandinsky 6.0 Video則是另一種截然不同的產物。Sber 的 Kandinsky Lab 於 2026 年 10 月 6 日將其以兩個檢查點形式發布——Pro 為 290 億參數、Lite 為 30 億參數，另有一個獨立的 14 億參數超解析度模型——採用 MIT 授權，權重於 Hugging Face、程式碼於 GitHub，並在 Diffusers、ComfyUI、FastVideo、SGLang 與 vLLM-Omni 中首日即整合。它能根據文字提示或參考圖片生成五秒短片，規格為 121 幀、24 fps，並具備同步的 44.1 kHz 音訊與唇形同步。

一個是具有時長優勢的服務，另一個是具有授權優勢的下載。兩者之間幾乎所有實際差異都源自這句話。

唯一一場正面交鋒，如實解讀

Kandinsky 論文的人類評估是最接近共用計分板的存在，值得仔細閱讀，因為這是一座實驗室拿自己挑選的競爭對手來替自己的新模型評分。

• 整體視覺品質 — 根據該論文自身的評分者，Kling 2.6 領先。

• 視覺美學 — Kling 2.6 領先。

• 音訊品質 — Kling 2.6 更勝一籌。

• 影音同步 — Kling 2.6 領先。

• 音效提示詞遵循 — Kandinsky 6.0 Video Pro 即將推出。

• 語音品質 — {{1}}Kandinsky 6.0 Video Pro{{/1}} 更勝一籌，這與其據報在強化學習後訓練後，生成語音的詞錯誤率降低 47% 相符。

• 圖片轉影片（含音訊）中的鏡頭控制 — Kandinsky 6.0 Video Pro 領先。

• 視覺提示遵循 — 大致不相上下。

由此可得出三點。第一，較新的模型並未完勝較舊的模型；這在實驗室自家評測中並不常見，值得讚許。第二，Kandinsky 勝出的項目集中在架構與眾不同之處——它是透過單一 Transformer 同時對視訊與音訊潛在表徵去噪，而不是依序執行兩個模型——而這點在語音與聲音提示的遵循度上，比在原始畫質上更明顯。第三，這項比較完全無法說明Kling 4.0的任何情況；它的整體賣點是更逼真的效果、更穩定的大尺度運動，以及更乾淨俐落的唇形同步。而這些正是其前代產品早已領先的欄位。

如果你想讓這項比較是真實的，而不是推論出來的，那麼缺少的那份產物，就是一場把兩個模型都放進去的獨立競技場評測。時至今日，兩者之間並沒有這樣的對戰紀錄。

決定大多數工作成敗的規格落差

• 片段長度——Kling 4.0 單次可生成 3 到 30 秒，並列出即將推出延長至 2 分鐘的功能。Kandinsky 6.0 Video 以 121 幀訓練，可生成 5 秒。任何更長的內容都屬於你得自行負責的拼接問題。

• 解析度 — Kling 4.0 提供 720p、1080p 與 4K，其中 1080p 與 4K 的 10-bit HDR 在快手自家的發布說明中標示為即將推出。Kandinsky 以 SD 生成，並透過其 1.4B 超解析度模型放大至 Full HD（1920×1080），倍率為 ×2、×2.25 與 ×4。

• 控制輸入 — Kling 4.0 最多可接受 10 個關鍵影格，以及分散在 10 張影像、5 段影片（合計上限 30 秒）、語音參考與最多 7 個元素的 15 項參考額度。Kandinsky 6.0 Video 則接受文字提示或單一參考影像，並將其作為帶遮罩的尾幀套用。

• 音訊 — Kling 4.0 輸出雙聲道立體聲，並具備橫跨九種語言與指定口音的唇形同步。Kandinsky 輸出 44.1 kHz AAC，音訊預設為開啟；即使未傳入任何音訊參數，管線仍會回傳同步的語音、音樂或環境音。

• 提示詞長度 — Kling 4.0 最多可接受 8,000 個 token。Kandinsky 的服務配置是圍繞模型訓練時所採用的描述文字風格來設計，分為長、中、短，而非開放式腳本。

• 授權條款 — Kling 4.0 為封閉式，受快手條款約束。Kandinsky 6.0 Video 之程式碼、權重及 Diffusers 整合均採用 MIT 授權。

最後那一列承擔的作用，遠比它的長度所暗示的更多。30 秒的閉源模型與 5 秒的 MIT 模型即使畫質相近，也無法互換，因為前者限制的是你能打造什麼，後者限制的是你能生成什麼。

各項費用，以實際計費單位計算

Kuaishou 的開發者定價頁面列出 Kling 4.0 在 1080p 下每秒 1.5 單位，並換算為每秒 0.235 美元；在 720p 下則為 1.0 單位、每秒 0.157 美元。沒有 4K 費率——該欄顯示「-」。使用影片輸入時，費率降至 720p 下每秒 0.094 美元、1080p 下每秒 0.141 美元，但當輸入時長短於輸出時，計費會按輸出時長乘以二計算。該頁面還表示，這些數字「僅供預覽用途」，且 API 存取「尚未開放」，這與 Kuaishou 10 月 21 日宣布 API 已向企業客戶和開發者上線的說法放在一起顯得格格不入。綜合來看，公允的說法是：該 API 正分階段開放，而截至 10 月 23 日，尚不存在公開且穩定的費率表。

以預覽費率計算，一段五秒的 720p 短片約需 $0.79，三十秒的則約需 $4.71。這個數字正是用來核對任何第三方經銷商報價是否合理的基準，因為經銷商的費率是獨立於 Kuaishou 的費率變動的。

Kandinsky 6.0 Video沒有每秒價格，因為沒有可供購買的廠商端點。它的成本是 GPU 時間，而該儲存庫公布了暖機後一段五秒影片的實測數據，不含模型載入與編碼：Pro 在 Full HD 下於 H100 上耗時 402 秒、於 RTX 5090 上 854 秒、於 RTX 4090 上 1,247 秒、於 RTX 5060 Ti 上 3,530 秒。Lite 在 Full HD 下於 H100 上耗時 284 秒。無論你實際支付哪種 H100 費率，402 秒就是每段五秒影片用掉該卡 6.7 分鐘——把各項相乘，算術就交給你來算，因為廠商不直接把輸出賣給你，因此未公布其價格。

記憶體上限是另一個決定自架對你是否真的可行的數字。一次 Pro SD 執行的峰值達 72.8 GiB，超過所有消費級顯卡。該儲存庫的 16 GB 預設會從主機記憶體串流 transformer 區塊，並將文字編碼器量化為 NF4——而論文明確指出，這是唯一會改變 clip 本身的預設變更。如果你在 16 GB 顯卡上重現某人的輸出卻對不上，該設定就是第一個要檢查的地方。

你今天可以打給誰，以及這會如何影響決策

這裡有一個比任何基準測試都更重要的不對稱之處：Kling 4.0可透過 Kuaishou 自家應用程式使用，且越來越常透過其 API 使用，而Kandinsky 6.0 Video則可透過下載取得。兩者都不是能從路由層直接呼叫的現成服務。

OrcaRouter 所路由的，是 Kling 4.0 所取代的那一代。Kling 3.0 已在目錄中，每次請求 $0.084，而 MiniMax H3 也在那裡，每生成一秒影片 $0.08，兩者都與超過 200 個模型位於同一個 OpenAI 相容端點上，並以供應商牌價、0% 加價提供。這一點對自架模型很重要，對託管模型則不然：將鏡頭描述轉換成 Kandinsky 訓練時所依據長標註的提示詞擴充流程、為影像輸入提供資料的標註與轉錄作業、決定四項生成結果中要保留哪一項的審查摘要——這些都是普通的文字呼叫，而且它們可以共用一組金鑰與一套容錯移轉策略，而影片的重負載運算則可在你部署的任何位置執行。Kandinsky 本身並不是 OrcaRouter 的路由，本文也不應被解讀為宣稱它是。

哪一個屬於你的技術棧？

這項決定不在於品質，因為沒有人公平地衡量過它。關鍵在於三個你可以自己回答的問題。

你需要超過五秒的鏡頭嗎？那麼Kandinsky 6.0 Video就不在該鏡頭的考慮範圍內，而且再多的 MIT 授權也改變不了這點——你得進行拼接，而拼接會犧牲這個模型擅長的時間一致性。

你需要擁有模型權重、離線執行、微調，或把它打包進無法接受按次呼叫供應商帳單的產品中嗎？Kling 4.0 就出局了，不論它的規格表怎麼寫，因為封閉式 API 是依賴，不是資產。

你需要在本週就做出決定，而且還得有一個有人願意簽核的預算嗎？那麼兩者都不算乾淨俐落。Kling 4.0 的 API 仍在分階段推出，採用預覽版定價；而 Kandinsky 的實際成本是以 GPU 小時計算的數字，你得自行換算成自家基礎架構的成本。今天你能定價並呼叫的模型，雙方都還是上一代——Kling 3.0 可透過快手或 router 使用，Kandinsky 6.0 Video 則可從 Hub 取得。

該留意的不是規格，而是是否有人用同一組提示詞跑這兩個模型並公布結果——獨立競技場的參賽紀錄、一個不擁有這兩個模型中任何一個的實驗室，或是一組可信、附上提示詞的並排對比片段。在那出現之前，任何把Kling 4.0拿來與Kandinsky 6.0 Video排名並選出贏家的頁面，都只是在拿它跟 Kling 2.6 的比較做外推，還指望你沒注意到。在那之前，有用的工作範圍更窄：挑出你無法改變的限制條件，讓它來決定模型。