
Kling Image 4.0 對比 MiniMax-H3-Image:一個發佈像素,一個發佈詞語
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 88 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 134 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 88 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 119 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百萬 tokens · 143 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百萬 tokens · 920 tok/s
Kling Image 4.0 於 2026 年 11 月 17 日推出,並用三個詞來標示其輸出:2K、4K、8K。MiniMax-H3-Image 早一週、於 2026 年 11 月 10 日推出,其模型卡則以數字標示輸出——1:1 時為 4096×4096、4:3 時為 4736×3552、3:2 時為 5024×3360、16:9 時為 5472×3072、21:9 時為 6272×2688,全都落在約一千六百萬像素附近,且流程中沒有獨立的放大器。這種文件風格差異並非表面功夫。它決定你花錢前能查核這兩種說法中的哪一種,也決定你支付頂級方案時實際買到的是什麼。Kling 在 Artificial Analysis 的兩個圖像排行榜上都有資料列,而 MiniMax 則有價目表;兩者各自擁有對方缺少的東西,而比較重點多半在於哪個缺口對你的工作流程傷害更大。上述的批次中途備援是自動容錯移轉,依路由設定,而非依重試迴圈設定。
你能查證的主張,以及你無法查證的主張
解析度詞彙是一個類別,不是一種測量。「8K」在消費性行銷中涵蓋的範圍,從長邊 7,680 像素、到 3,300 萬像素的畫面、再到升頻至 4K 後再套用銳化的渲染成品,全都包括在內。Kling 的公告把這個詞搭配一句說明——「豐富細節、繁複紋理」——卻沒有提供任何尺寸。開發者價目表將該層級定價為 40 單位,而 2K 為 16 單位;這代表 2.5 倍的乘數,而如果這個詞的意思就是它通常的意思,那對應的像素量其實是四到十六倍之間。兩份文件都沒有解決這一點。
MiniMax 的文件則相反,而重點正是其明確程度。卡片上的每個長寬比都附有一組像素數,API 將交付面積上限設為 2,000 萬像素,工作範圍則描述為約 400 萬至 2,000 萬像素。因此,你可以在生成任何內容之前,計算出每百萬像素的畫面成本,以及你需要的裁切是否落在上限之內。你完全無法對 Kling 做這項算術,因為那個會放進分母的數字尚未公布。
這種不對稱是雙向的,而且值得精確說明其運作方式。Kling 的 8K 等級是真實且有定價的產品;買家只要渲染一張影格並讀取其尺寸,就能在第一次呼叫後一分鐘內確切知道自己拿到什麼。MiniMax 公布的幾何規格同樣是廠商說法——MiniMax 之外沒有人稽核過——但這種說法一旦有誤,就會立刻且明顯地失效。「寬 6,272 像素」是單一張影像就能推翻的說法。「8K」則是幾乎任何輸出都推翻不了的說法。
在相互重疊的層級上,資金說明了什麼
MiniMax 的圖像輸出按 token 計費:標準方案每百萬輸出圖像 token 為 3.80 美元,Highspeed 版本為 7.60 美元;輸入文字為每百萬 2.30 美元,輸入圖像為每百萬 1.50 美元。MiniMax 自己提供的計算範例將其換算成每張圖的價格階梯——2K 文生圖為 0.02333 美元,4K 牌價為 0.06879 美元——而 Artificial Analysis 列出該模型每千張圖為 21.79 美元,編輯路徑則為 26.54 美元;只要把參考輸入計入,這與 token 的算術結果一致。
Kling 依套餐費率按單位計費。2K 為 16 單位、4K 為 24 單位、8K 為 40 單位,最小套餐每單位 $0.00384。也就是每幀 6.1 美分、9.2 美分和 15.4 美分,另外每附加一張參考圖像或一個參考元素加收 0.8 單位——Kling 自家文件將這項列為新增項目,並指出它「與先前的模型不同,先前的參考圖像和參考元素是免費的」。
• 2K 靜態影像 — Kling Image 4.0 約 6.1¢;MiniMax-H3-Image $0.02333。MiniMax 大約便宜 2.6 倍。
• 4K 靜態影像 — Kling 約 9.2¢;MiniMax 定價 $0.06879。MiniMax 便宜約四分之一。
• 參考輸入 — Kling 每個參考 0.8 單位,每幀約三分之一美分;MiniMax 的參考影像以每百萬輸入影像 token 1.50 美元計費。
• 頂級 — Kling 8K 約 15.4¢;MiniMax 的最高規格在任何比例下約為 1,600 萬像素,而 API 將交付面積上限設為 2,000 萬像素。
• 保真度控制 — Kling 完全未公開;MiniMax 將取樣器固定為六步、引導強度設為 1,其他設定一律以 HTTP 400 拒絕。
這個模式是:在兩者可比較的每一個層級中,MiniMax 都更便宜,而且差距在 2K 時最大;Kling 在價格上唯一明確的優勢,就是它的方案階梯整體上能延伸到更高。如果你的成品是以 4K 或更低解析度交付,而且你優化的是每交付幀成本,那麼這個比較根本沒有懸念。

關於折扣有個但書,因為這裡的日期很重要。MiniMax 曾對 4K 輸出推出 50% 降價,該優惠已於 2026 年 11 月 17 日 16:00 UTC 到期——也就是權重上線六天後、本文撰寫前一天。上週若有人在發布摘要中看到 $0.03439 的 4K 價格,那個價格如今已不存在。定價表上的 $0.06879 才是編列預算時該依據的數字。
六個步驟與一個鎖定的取樣器
MiniMax-H3-Image 是一個 33.1B 的稠密擴散 Transformer——50 層、隱藏大小 5,376、56 個注意力頭、FFN 寬度 14,336、3D 多模態 RoPE——經蒸餾為六個採樣步,且不使用無分類器引導。這不是建議。所提供的 API 對六以外的任何步數,或 1 以外的任何引導尺度,都會回傳 HTTP 400,而且它直接拒絕負面提示詞。一個 12 MB 的伴隨檢查點,pdd_fused_heads.safetensors,內含逐步輸出頭,其排程定義於pdd_config.json。
對管線建置者來說,鎖定的取樣器是好壞參半,而誠實的解讀是:它大致上仍是件好事。六次無引導取樣是每幀固定、可重現的成本,這正是客戶問起為何某次算圖比另一次更貴時,你會想要的性質。它同時也是可重現性的保證:相同的提示詞與種子,在同一個檢查點上會產生相同的輸出,不會有引導參數掃描在兩次執行之間意外變動。代價是,當某個特定資產需要時,你無法用步數換取品質,也不能把負向提示當成拐杖——這意味著提示詞必須承載完整的規格說明。
Kling 並未發布任何可相比擬的內容。該發布說明了能力與價格分級;它並未記錄操作步驟、指引、取樣器設定或確定性保證。對於以 API 形式提供的封閉模型而言,這很正常,也不是批評,但這確實意味著 Kling 這一方的可重現性問題是未獲解答,而非得到妥善解答。如果你需要在六個月後重現某一幀,你就是在依賴供應商沒有在同一個識別碼背後更換模型。
透明度落差,直白地說
Alpha 是這組比較中最明顯的功能差異,而且很容易被忽略,因為兩則公告都沒有把它放在開頭。MiniMax-H3-Image 不會產生透明背景。這不是因為公告只字未提而做的推測——這是有文件記載的限制,也讓這個模型不適合最需要低成本高解析度渲染器的工作流程:為型錄、貼圖組或 UI 素材將產品從場景中去背。你可以先在純色背景上生成,事後再套用遮罩,但這麼做會花掉你在渲染上省下時間的五分之一。
Kling 已公布的五項能力同樣沒有提到 alpha,因此也存在同樣的缺漏。但這兩種缺漏的形態並不相同:MiniMax 明確說明了這項限制,Kling 則只是略過這個主題。如果透明輸出是一項需求,這兩款模型都不是對應此需求的已記載解答,而誠實的做法是兩者都測試,而不是假設較貴的那一款一定包含這項功能。

品質數據實際上落在哪裡
兩個模型都有實測數據,這使這組比較比同價位的大多數對比更具參考價值。在 Artificial Analysis 的文生圖排行榜上,Kling Image 4.0 以 1,179.93 排名第七,MiniMax-H3-Image 則為 1,065.68——相差約 114 Elo,大致是每列信賴區間的八倍,因此並非雜訊。在編輯排行榜上,差距縮小至 47 分,分別為 1,182.89 與 1,135.07,且仍有利於 Kling。Highspeed 版本在文生圖拿下 1,071.67,在編輯則為 1,132.38,也就是說,快速版本在兩個排行榜上都沒有可量測到的劣勢,並不比標準版差。
若把它理解為以價格換取品質的取捨,這個決定就清楚了。Kling 的收費約為 MiniMax 2K 價格的 2.6 倍,換來約 114 Elo 的文字轉圖像偏好度。這筆交易划不划算,完全取決於你生成的是什麼。一張會讓人看上十秒並據此評價的主圖——活動主視覺、主打產品照——正是偏好分數能預測實際結果的情境。四十張型錄縮圖排成的網格,則是偏好分數幾乎什麼都預測不了的地方,因為沒有人會對它們投票,而買家的標準是「能認得出是對的鞋」。
有一個對 Kling 有利的數字值得單獨列一行。它的前代 Kling Image 3.0 Omni 以 925.07 分在文生圖排行榜上排名第 87。在一個世代內躍升 255 分,是這兩次發布中最有力的證據,證明較新的模型是真正不同的系統,而非經過調校的檢查點;而且這不是任何一家廠商在公告中提出的數字。
從同一個按鍵執行兩者,以及一個不存在的按鍵
對團隊而言,比較這兩者的實際問題不是哪一個更好,而是哪一個值得做一輪對照評測;而對照評測需要兩個模型都能從同一處、使用同一組提示詞被呼叫。OrcaRouter 不提供 Kling Image 4.0,也不提供 MiniMax-H3-Image——我們目錄中的 MiniMax 識別碼,minimax/minimax-h3,是影片模型,不是這個模型——因此這特定的一對目前無法透過我們執行,而假裝並非如此,正是本文所反對的那種說法。
單一端點真正帶給你的是控制組。型錄中收錄了我們以供應商定價、0% 加價代管的影像模型——GPT Image 2.5 的兩款、Imagen 4.0 的三個級別、Gemini 影像模型——這意味著 Kling 對 MiniMax 的對比評測,可以跑在一個你能直接呼叫、不必另簽合約、也不必建立新發票往來關係的模型上。自動容錯移轉則是另一半:一張 1,600 萬像素的算圖耗時夠長,批次中途遇到速率限制是真實風險,而會回退到第二個模型的路由規則,能讓一項四十幀的工作完成,而不是在第 31 幀夭折。
這是誠實的分工。如果你需要的是 Kling 的 8K 等級,或 MiniMax 的 1,600 萬像素幾何規格,就直接去找那些廠商。如果問題是這兩者是否值得取代你目前使用的方案,那麼只有當三方都使用同一個金鑰時,這個比較才有意義。

先測試哪一個
如果你的限制是成本或幾何,就從 MiniMax 開始。2K 每幀 2.33 美分,而 Kling 為 6.1 美分;每個比例都公開像素尺寸,且固定的六步取樣器讓每幀成本可預測,因此它是便宜得多的實驗,也是能透過一次呼叫驗證規格的方案。4K 路徑請以 $0.06879 編列預算,而不是已於 11 月 17 日到期的折扣數字。
如果你的限制條件是階梯最頂端,或是 Kling 實際打造出來的工作流程,那就從 Kling 開始。MiniMax 文件裡的任何內容,都無法與以一次圖生圖請求產出的長版電商詳情頁相比,也無法與由單一提示詞生成的一組連貫多幀畫面相比。這兩項能力是 Kling 定價最為繁複的,也是其競爭對手完全未觸及的——而如果其中任一項正好描述你的問題,那麼 114-Elo 的差距與 2.6× 的價格溢價就不再是值得關注的數字。
兩者都不會告訴你的是:哪一個能在你自己的素材上活下來。那要花上一個下午、一組提示詞,還有兩張帳單——而第二張帳單正是參考費用現形的地方:在 Kling 這邊是每個參考 0.8 單位,在 MiniMax 那邊則是每百萬 $1.50 的影像輸入 token。
