Kling 4.0 vs Vidu Q4 Preview：其中一款無法接收文字提示

打開Vidu Q4 Preview的產品頁面，數一數生成模式。共有兩種：圖片轉影片與參考轉影片。沒有文字轉影片的分頁，而 API 文件也相符——端點是/ent/v2/img2video與/ent/v2/reference2video，兩者都不接受單獨的提示詞。Kling 4.0則相反，是以文字為先的模型，同時也接受圖片、首幀與末幀，以及最多十個關鍵幀。在比較 Elo、解析度或價格之前，這才是決定大多數專案的事實：這兩個模型中，一個能從一句話開始，另一個則需要一張圖片。

在這場對決中，其餘一切都是由這一點衍生而來。Vidu Q4 Preview 是針對以圖像開場的鏡頭所打造的專門工具。Kling 4.0 則是配備導演級控制介面的通用型生成器。兩者在影像轉影片上有所重疊，但在其他各方面則明顯分歧。

Shengshu 在 10 月 7 日發布了什麼

Vidu Q4 Preview 是 Vidu 下一代旗艦模型的首個公開預覽版，刻意搶在完整的 Q4 模型之前釋出，好讓使用者的回饋能形塑最終正式版本。它能生成帶有原生音訊的影片——音訊預設為開啟，包含對白與音效——而且其在參考端的規格配置異常大方。

• 模式 — 圖片轉影片，3 至 16 秒；參考轉影片，1 至 16 秒。不支援文字轉影片。

• 解析度 — 提供 540p、720p、1080p、2K 與 4K 的階梯式選項，其中 2K 與 4K 具備 10 位元色深。

• 參考資料 — 最多 15 張參考圖片，以及最多 3 段長度為三至十二秒的參考音訊片段。

• 提示詞長度 — 圖片轉影片端點最多可達 20,000 個字元。

• 音訊 — 原生，預設為 true。你會刻意將它關閉，而非開啟。

• 回傳網址 — 建立網址的有效期限為 24 小時，若您先批次處理、之後再進行算圖，這一點就很重要。

在規格相當的情況下，廠商聲稱的效能——「相同預算下可達五倍產出」——在有人重現之前都只是行銷話術；而 Shengshu 自家的發布資料也附帶一項但書：最終定價、支援的解析度、功能可用性與使用條款可能因方案與地區而異。

Kling 4.0 在同一軸線上提供什麼

Kling 4.0自 2026 年 10 月 15 日起已向所有人開放使用。在圖片轉影片方面，它是兩者中較靈活的一款：最多可放置 10 張關鍵影格圖片，用來定義角色狀態與場景變化；15 項參考素材額度可分配給 10 張圖片、5 段影片（合計上限 30 秒）、語音參考與 7 個元素；單次生成時長為 3 至 30 秒。

時長差距是會在剪輯時顯現出來的那一項。Vidu Q4 Preview 最長只到 16 秒。Kling 4.0 一次生成可達 30 秒，並列出即將支援延長至 2 分鐘。對於 20 秒的鏡頭，Vidu 需要拼接，Kling 則不需要。對於 10 秒的鏡頭——大多數社群與廣告作品的實際單位——這項差異就消失了。

就解析度而言，實際情況比行銷說法更接近。兩者都宣稱支援 4K。Vidu 的 2K 與 4K 方案目前即已提供 10 位元色深；而 Kling 在 1080p 與 4K 下的 10 位元 HDR，在快手自家的發行說明與功能頁面上仍標示為即將推出，同時並列的還有原生 4K 與 21:9。若十位元交付成果是本季的硬性要求，目前真正已出貨的是 Vidu 的主張，但仍須視方案與地區的限制條件而定。

看板上的說法比發布文案更狹隘。

Artificial Analysis 營運影片排行榜，採用各自獨立的 Elo 量表與獨立投票池，並且均以版本區分。在十月於 v1.0 影像轉影片排行榜首次亮相時——影像轉影片、保留音訊——Vidu Q4 Preview以 Elo 1,179 ±10、5,543 個樣本的成績初登場排名第三，追蹤價格為每分鐘 $7.20。排在它之上的是 MiniMax H3 Max（1,195）與 MiniMax H3（1,181）；Gemini Omni Flash 以 1,178 位居第四。第三名到第六名的 10 分區間幾乎完全重疊，因此即使在那時，「第三名」也只是雜訊範圍內的一個位置。

唯一不落在雜訊範圍內的差距，就是與 Vidu 前代之間的差距。在那次擷取中，Vidu Q3 Pro 以 1,056 分位居第十九。單一版本就出現 123 分的變動，幅度比整個榜單前六名之間的總差距還大，而這正是最有力的證據，證明這個預覽版是真正的世代躍進，而非單純改名換皮。

後來排行榜有了變動。我在10月23日讀到的版本是 AA-Video-I2V v1.1，其中列出24個模型：MiniMax H3 以1,140分排名第一，FLUX 3 Max 以1,138分排名第二，Dreamina Seedance 2.5 以1,138分排名第三，MiniMax H3 Max 以1,125分排名第六，Vidu Q3 Pro 以1,016分排名第十七。Vidu Q4 Preview 完全沒有出現在那份名單中。排行榜頂部的註記說過去30天新增了三個模型，但其中沒有指名任何一個是 Vidu 的預覽版。

我不會假裝這代表該模型變差了，我也無法告訴你它為何消失——究竟是被撤回、重新分類，還是單純沒有被納入新版排行榜。這真正代表的是：關於這個模型的每一項「世界第三」說法，包括本文開頭提到的那一項，都是針對某個特定排行榜版本上的一次特定擷取所做的陳述，而該排行榜目前並未佐證這一點。請把排名視為歷史，把產品頁面視為持久的事實。

在文生影片排行榜上，Vidu Q4 Preview從未出現過——而這一缺席並不是評分問題。那裡最好的 Vidu 項目是 Vidu Q3 Pro，排名中游，而 Wan 3.0 領先。這與產品頁面一致：這是一個圖像與參考模型，而文生影片排行榜並沒有在衡量它。

Kling 4.0 在正式全面推出八天後，也同樣沒有出現在這些排行榜中的任何一個。那不是低分，而是根本沒有分數，無論哪個方向都一樣。因此，這兩個模型之間的品質比較並不存在於任何共同的單位中，而本文中唯一的獨立數字，屬於一個目前排行榜已不再列出的模型。

兩個價格數字，以及你應該用來編列預算的那一個

生數科技宣傳 Vidu Q4 Preview「每秒 0.014 美元起」，換算下來是每分鐘 0.84 美元。而十月由 Artificial Analysis 所記錄的同一模型，則是每分鐘 7.20 美元。這兩者並非同一款產品：發表時的數字是促銷性的地板價，而且幾乎可以肯定是在解析度階梯的最低檔；而被追蹤記錄的數字，則是在正式生產解析度下實測的費率。廠商也明言，定價屬促銷性質，可能因方案與地區而異。編列預算時請以較高的數字為準，並把較低的數字視為招攬新客的優惠。

Kling 4.0 公布的預覽價格為 720p 每秒 $0.157、1080p 每秒 $0.235——即每分鐘 $9.42 與 $14.10——完全沒有 4K 價格，而且頁面仍標示該模型為「即將推出」。就這些數字來看，兩款模型在製作解析度下處於同一價位帶，Vidu 較便宜，而 Kling 每次生成可多給你 14 秒。

• 每段 10 秒的 1080p 片段 — Vidu 以所追蹤的每分鐘 $7.20 計算，約為 $1.20。Kling 4.0 以每秒 $0.235 計算，則為 $2.35。

• 每 30 秒成品影片——Vidu 需要兩次生成與一次拼接，約 $3.60 加上剪輯時間。Kling 4.0 需要一次，費用為 $7.05。

• 每 100 段十秒短片 — Vidu 約 $120；Kling 約 $235；下文提到的基礎 MiniMax H3 方案約 $80。

存取：一個可呼叫，另一個正在逐步推出中

這兩款模型都不是明確的自助式預設選項。Vidu Q4 Preview 有實際的 API 與已記載的端點，因此在今日比Kling 4.0更容易建置；後者的 API 自 10 月 21 日起分批開放，而其開發者價目表仍寫著該模型尚未推出。但 Vidu 的版本明確是預覽版：促銷定價、功能可用性可能變動，甚至文件中除了正確的模型別名外，還有一個打錯的別名——viduq4-previerw——與文件中正確的別名並列。這是個小細節，卻真實反映了這個版本目前的定位。

對於同時需要文字優先與圖像優先路徑的團隊，實務上的做法是把選擇留在路由層，而不是放在應用程式碼中。OrcaRouter 並未託管這兩個模型——目錄中沒有 Vidu 識別碼，也沒有 Kling 4.0 路由——但它確實託管Kling 3.0，每次請求 $0.084以及MiniMax H3，每生成一秒影片 $0.08，在一個相容於 OpenAI 的端點上，涵蓋超過 200 個模型，以供應商定價、0% 加價提供。路由 DSL 正是適合這種特定搭配的部分：它讓你能把文字優先模型和圖像優先模型放在同一個介面後面，使決策成為一個參數；而自動容錯移轉意味著預覽路由中斷不會拖垮整批作業。

在兩者之間做選擇，主要取決於你的第一幀。

如果你的鏡頭是從一句話開始，Vidu Q4 Preview就是錯誤的工具，再多的 Elo 分數也改變不了這一點。你得先在別處生成一張靜態畫面，再把它交進來——這是一條合理的工作流程，許多團隊也會刻意這麼做，因為這樣他們就能掌控開場的那一格畫面。

如果你的鏡頭是從照片、產品圖、角色設定圖或分鏡畫面開始，Vidu Q4 Preview 是兩者中更有實證支持的選擇：它在排行榜上名列第三，相較自家前代提升了 123 Elo，可接受 15 張參考圖與 3 段音訊片段，而且它的 10-bit 4K 是已實際出貨，而非僅止於承諾。代價是 16 秒的上限。

如果你需要片長、關鍵影格編排，或帶有參考預算的文字轉影片方案，Kling 4.0是兩者中唯一提供這些功能的一個——而且你應將其價格視為暫定，直到快手公布 4K 費率並撤下「即將推出」橫幅為止。

真正會改變這個局面的，不會是另一份規格，而是影像轉影片排行榜上的 Kling 4.0 上榜條目；那是這兩個模型唯一能在同一基準上實際比較的地方。此外，還需要 Vidu Q4 的完整發布，而且屆時必須看清：它究竟會保留 15 張影像參考額度與 10-bit 4K，還是會在促銷定價結束時悄悄縮減這些規格。在兩者都出現之前，誠實的排名就是你在閱讀當天排行榜所能支持的那個：Vidu Q4 Preview 在十月是實測第三，目前未列入榜單；Kling 4.0 在所有地方都未經實測；而你的第一幀決定了你問的究竟是什麼問題。