一個生成的 hero 計分板,標題為「Kling Image 4.0 對 FLUX 3 Image — 計分板」。左欄「Kling Image 4.0」:Elo 1179.93、排名 #7、原生最高 8K、參考圖需計費、2K 時價格 16 單位、強項:精修。右欄「FLUX 3 Image」:Elo 1114.55、排名 #21、原生最高 4K、內含 10 張參考圖、價格 1.5 美分、強項:擺放。頁尾寫著「Elo 數據依據 Artificial Analysis;價格依各供應商自身價目表。」
Guides & Insights

Kling Image 4.0 與 FLUX 3 Image:構圖定位與精緻修飾之爭

作者

Gideon Frost

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

問 Kling Image 4.0 和 FLUX 3 Image 同一個海報需求,會得到兩種截然不同的答案。Kling Image 4.0 於 2026 年 11 月 17 日推出,它要的是一段豐富的提示詞,然後回傳一張看起來像完成品的畫面——或是一整系列具有共同風格的畫面。FLUX 3 Image 則屬於 Black Forest Labs 的 FLUX 3 系列,該系列於 2026 年 7 月開始推出,並由 FLUX 3 Image Klein 於 10 月 15 日完成;它要你畫出框線:為每個重要物件建立包含 id 與邊界框座標的元素表,再用一行場景提示詞把它們串起來。一個模型賣給你構圖;另一個讓你指定構圖。在 Artificial Analysis 的排行榜上,Kling 在品質方面領先,文字生圖領先 65 Elo 分,圖像編輯領先 64 分;而 FLUX 每張畫面便宜 1.5 美分。這兩個差距都無法說明哪一個才該放進你的管線,因為這兩個模型對「什麼是請求」的看法並不一致。

決定這一切的兩個數字

兩個模型都出現在 Artificial Analysis 的文字生圖與圖像編輯排行榜上,這使得這場對決成為少數能在同一個工具上進行比較、而不必拼湊兩家廠商簡報的對戰之一。

• 文生圖 Elo — Kling Image 4.0 以 1,179.93 位居第 7(共 116);FLUX 3 Image 1,114.55 排名第 21

• 圖像編輯 Elo — Kling Image 4.0 以 1,182.89 在 86 個中排名第 6;FLUX 3 Image 以 1,118.97 排名第 22

• 索引上每張圖片的價格 — Kling 6.3 美分;FLUX 3 Image 4.8 美分;FLUX 3 Image Klein 0.9 美分

• 最大輸出 — Kling 8K;FLUX 3 Image 4K,BFL 以 5456 × 3072 展示,約 1,680 萬像素

• 每次請求的參考圖 — Kling 每張收取 0.8 單位;FLUX 3 Image 最多接受 10 張

• 版面控制 — Kling:尚未公布;FLUX 3 Image:搭配可編輯元素表格的邊界框

A screenshot of the Artificial Analysis AA-Image-T2I v2.1 leaderboard in English, showing a ranked list in which Kling Image 4.0 is seventh at 1,180 with 5,550 samples released November 2026 at $63 per thousand images, FLUX 3 Image is twenty-first at 1,115 with 6,751 samples released October 2026 at $48 per thousand images, and the GPT Image 2.6 and 2.5 tiers occupy the top positions.

65 分的差距確實存在,但這只是單一工具在單一天的結果,而本部落格曾看過指數修訂讓分數出現兩位數的變動。應把它理解為「在盲測比較中,Kling 更常被偏好」,而不是「Kling 好 6%,」因為 Elo 量表並不是任何東西的百分比。

邊界框就是整個 FLUX 論點

Black Forest Labs 以橫軸與縱軸皆為 0 到 1000 的座標網格打造 FLUX 3 Image。你定義各元素——每個元素都有名稱、方框與描述——模型會在方框內渲染。BFL 自家模型頁面上的示範是一張五元素海報:一個位於 [10, 200, 170, 800] 的文字元素,以細襯線字體寫著「LE FESTIVAL DU SOLEIL」,還有一座城鎮、一座圓頂、游泳者、一群人,外加一行場景提示詞。你未觸及的元素會保持鎖定;這正是讓模型可用於修訂、而非一次性生成的原因。

對於代理工作而言,這是更有趣的設計。BFL 記錄了一個迴圈:由 LLM 撰寫圖說與元素表,框線維持可編輯,而模型則在代理所規劃的版面內生成。因此,代理可以產出人類能檢查的版面——一張包含框線與描述的表格——而不是一段沒有人能除錯的提示詞。

A generated diagram titled 'Two models, two ideas of a request'. Left card 'Kling Image 4.0' shows a single prompt box leading to a finished frame or a series with a shared look, noted as having no published layout control. Right card 'FLUX 3 Image' shows a three-row element table with bounding-box icons for a woman, a logo and a headline leading to a one-line scene prompt, noted as using bounding boxes and an editable element table. Footer reads 'Layout interface per each vendor's own documentation; board positions per Artificial Analysis.'

Kling 的做法是反向押注。Image 4.0 的「連貫圖像集」功能會接收一則提示詞,回傳一組視覺風格一致的系列圖像;而其「長圖生成與編輯」模式則會產出細長、頁面形狀的輸出——140 單位的完整網頁版面,或依長度為 60 到 220 單位的電商詳情頁。這兩者都是交由模型而非你來解決的構圖問題。如果你的需求是「十二張一致的產品畫面」,Kling 的框架設定較省事。如果你的需求是「這個標誌放這裡、這個標題放那裡、這個產品佔 60% 寬度」,FLUX 是兩者中唯一會接受這項指令的。

決議與參考法案

Kling 原生最高可達 8K,並對規格提升收費:2K 靜態圖為 16 單位,4K 為 24,8K 為 40,對照 $300 方案的套裝單位價格 $0.00384。換算約為 6.1、9.2 和 15.4 美分。FLUX 3 Image 原生以 2K 和 4K 渲染——BFL 的範例是 5456 × 3072——而索引將其列為 4.8 美分。在同等條件的 4K 渲染下,兩者相當接近,FLUX 略便宜;在 8K 方面,Kling 在這組對比中沒有對手。

參考圖像的計費邏輯則正好相反。Kling 在這次版本中將參考圖像改為計費:每張參考圖像或每個參考元素 0.8 單位,而參考元素與圖像的計費相同。FLUX 3 Image 最多接受 10 個參考,且就其公開資料所述,並不會另行計量——你只需按輸出付費。因此,一張使用十個參考的合成圖,會讓 Kling 在輸出之外多出 8 個單位的輸入成本,約 3 美分,而 FLUX 則不會有額外成本。只有一張圖時,這微不足道。但放到上千個資產的目錄中,這就會變成憑空冒出的一筆費用項目,而這正是本部落格旨在標記的變化類型。

A screenshot of Kling's Open Platform pricing and purchase page in English, showing the Image API section with 2K, 4K and 8K output prices in units, the 0.8-unit reference-image and reference-element charge flagged as newly billable, and long-image prices of 140 units at 1K and 152 at 2K, with prepaid package unit prices near four-tenths of a cent.

低價方案改變了問題

FLUX 3 Image Klein 是多數團隊實際上會大量使用的模型。它是 2026 年 10 月 15 日釋出的 56 億參數開放權重版本,文字轉圖像得分 1,041.34、編輯得分 1,068.50,定價為每張圖片 0.9 美分——是 FLUX 3 Image 的五分之一、Kling Image 4.0 的七分之一。BFL 表示,Klein 在自家的文字轉圖像、多參考生成與編輯盲測中領先,而這是廠商對自家產品系列的說法;獨立評測指數則分別把它排在第 31 名與第 36 名,遠遠落後於體型更大的同門兄弟。儘管如此,對於草稿階段、版面探索,以及任何會由人工再修飾的工作,每格九分之一美分會改變你規劃實驗預算的方式。

對型錄團隊來說,合理的分工是:用 Klein 做探索,用 FLUX 3 Image 或 Kling Image 4.0 產出最終畫面,而 8K 只留給要印刷或會放大的素材。這不是妥協的立場——這正是價格階梯與 Elo 差距在告訴你該做的事。

從一個地方執行兩者

兩家廠商比較的實際麻煩在於,這通常意味著兩份合約、兩段帳務關係,以及兩套速率限制。OrcaRouter 的主張是不該如此:一組 API 金鑰即可涵蓋 200 多個模型識別碼,並以 0% 加價轉嫁供應商的定價,因此 Black Forest Labs 或 O​penAI 的價格變動會在發生當天反映在你的帳單上,而不是等到下一次合約續約。對圖像模型來說,自動容錯移轉比平常更重要,因為供應商端在批次處理中途逾時,在你重試之前,根本無法與提示詞不良區分開來。Kling Image 4.0 不在我們的目錄中——那個要直接呼叫 Kling API——但這張比較表的其餘部分,包括 gpt-image 與 Imagen 系列,都只需一組金鑰即可使用,這足以讓你在決定採用某家廠商之前,先解決版面配置的問題。

具體來說,是哪一個?

當交付成果就是「構圖」本身時,請選用 FLUX 3 Image:樣板化的行銷版面、任何標誌位置已固定的設計、需要你稽核的代理生成設計,以及十張來源圖片必須各自落在特定位置的多參考合成。在這兩者之中,邊界框介面是唯一能讓人類或代理明確指定「什麼東西放哪裡」的機制,而對樣板類工作來說,這比 65 點 Elo 差距更有價值。

當交付成果就是視覺成品時,選擇 Kling Image 4.0:一組風格一致的十二張活動主視覺、一張長頁面式圖形,或是在 8K 解析度下連小字都必須清晰可讀的單張主視覺圖。它的編輯評分在兩者中明顯高出許多,而且組圖與長圖模式在 FLUX 中沒有直接對應的功能。

凡是你打算丟棄的東西,都選 FLUX 3 Image Klein。每幀只要十分之九美分,草稿的正確數量就是「更多」。

在你定案之前先測試:給兩者同一份簡報,其中有一個標誌必須以固定尺寸放在左下角,看看哪一個會照做。這一項測試,會比排行榜上的任何一行更能告訴你哪個更合適。