Kandinsky 6.0 Pro vs Kling 3.0: como escolher a API de vídeo?

Se você quer fixar o orçamento por vídeo e gerar clipes de 5 segundos com áudio sincronizado, escolha o Kandinsky 6.0 Pro; se você quer imagens em 720p e 1080p, controlar duração e custo por segundo e poder desligar o áudio separadamente, escolha o Kling 3.0. Para os mesmos 5 segundos, o Kandinsky 6.0 Pro custa $1.9286 por vídeo, e o Kling 3.0 no nível 720p + áudio sai por $0.715.

O Kandinsky 6.0 Pro já está disponível na HiAPI. Abra a página do modelo para gerar diretamente; novos usuários ganham 200 créditos ao se cadastrar. A página do modelo Kling 3.0 fica no mesmo console, e os dois modelos podem ser executados lado a lado com o mesmo prompt.

Entenda as diferenças em uma tabela

	Kandinsky 6.0 Pro texto para vídeo	Kling 3.0 texto para vídeo
Forma de cobrança	Por vídeo, preço fixo por geração	Por segundo
Preço unitário	$1.9286 / vídeo	720p $0.10 / segundo; 720p + áudio $0.143 / segundo; 1080p $0.129 / segundo
Custo de um vídeo de 5 segundos	$1.9286	$0.50 (720p), $0.715 (720p + áudio), $0.645 (1080p)
100 vídeos de 5 segundos	$192.86	$71.50 (720p + áudio)
Resolução de saída	Fixa em 480p, 864×480 em 16:9	720p / 1080p / 4K
Duração	Fixa em 5 segundos	3–15 segundos, padrão de 5 segundos
Áudio	Gerado junto com o vídeo, sempre ativado	Chave opcional; quando ativado, o preço unitário sobe conforme o nível (720p com áudio $0.143 / segundo)
Proporções	16:9, 9:16, 1:1, 4:3, 3:4 (imagem para vídeo também tem auto)	16:9, 9:16, 1:1

A conta do Kandinsky 6.0 Pro é o número de vídeos multiplicado pelo preço unitário, já calculável antes do envio; a do Kling 3.0 é o número de segundos multiplicado pelo preço unitário e pelo nível, com 5 segundos em 720p com áudio custando $0.715 e 100 vídeos saindo por $71.50. Se você quer orçamento previsível e cobrança vídeo a vídeo, escolha o modelo por vídeo; se quer controlar duração e resolução separadamente, escolha o por segundo. Para os mesmos 100 vídeos de 5 segundos, os valores diferem em cerca de 2,7 vezes, então primeiro defina o destino do vídeo: posições fixas de exibição não precisam de 720p, e a conta por vídeo é mais simples; para exibição em telas grandes, é preciso começar em 720p, e aí a flexibilidade do por segundo se torna útil.

Com o mesmo prompt, onde os resultados diferem?

Os dois grupos usam o mesmo prompt e os mesmos 5 segundos, com uma geração cada; o vídeo do Kling 3.0 usa 720p e sound=true.

Texto para vídeo: trem noturno atravessando uma ponte de arcos de pedra (16:9)

Kandinsky 6.0 Pro	Kling 3.0
Assista ao clipe →	Assista ao clipe →

O quadro do Kandinsky 6.0 Pro é mais estilizado: o conjunto é reduzido a tons de azul intenso, as bordas são suavizadas, e a lua, o vapor e o arco de pedra se fundem em uma textura de ilustração. O Kling 3.0 segue uma linha realista, em tons de azul-acinzentado, com mais nitidez nos detalhes da alvenaria, da encosta gramada e do reflexo na água, em saída 1280×720; o Kandinsky 6.0 Pro entrega 864×480.

O enquadramento também é diferente: o Kandinsky 6.0 Pro coloca o ponto de vista na margem oposta do rio, com o arco de pedra atravessando o centro do quadro, a lua alta e o trem pequeno sobre a ponte; o Kling 3.0 faz um contra-plongée rente à água, com o vão do arco preenchendo o quadro e o trem passando pela borda superior. Com o mesmo prompt, um oferece uma ilustração em plano amplo e o outro um ângulo baixo e próximo.

A night train crosses a tall stone viaduct under a full moon, a plume of steam trailing into the valley, the camera cranes up from the river below, rhythmic wheels on the rails and a distant whistle

Gerar com este prompt →

Imagem para vídeo: cabine telefônica em noite de chuva (mesmo primeiro quadro)

Kandinsky 6.0 Pro	Kling 3.0
Assista ao clipe →	Assista ao clipe →

Mesmo primeiro quadro, mesmo prompt, mesmos 5 segundos. O primeiro quadro é esta imagem: a cabine telefônica vermelha ocupa o lado esquerdo, um ônibus vermelho está no centro da rua, e o reflexo da rua molhada se estende do primeiro plano ao fundo. Os dois grupos preservam esses três pontos, além da luz quente dentro da cabine e das marcas de chuva no asfalto, sem alterar a composição. O Kling 3.0 entrega 1280×720 e o Kandinsky 6.0 Pro entrega 864×480; com o mesmo neon e os mesmos fios de chuva, a versão de resolução mais alta tem detalhes mais nítidos.

Rain intensifies on the empty street, neon reflections ripple in the puddles, steam rises from a grate beside the booth, the camera slowly pushes in, steady rain and distant traffic

Gerar com este prompt →

No imagem para vídeo, o Kandinsky 6.0 Pro custa $2.00 por vídeo; o Kling 3.0 usa kling-3.0/image-to-video, também com cobrança por segundo e níveis iguais aos do texto para vídeo.

Como escolher por cenário?

• Posição de exibição fixa em 5 segundos e com som junto → Kandinsky 6.0 Pro, $1.9286 por vídeo, sem custo extra de áudio
• O vídeo precisa ser exibido em telas de 720p ou mais → Kling 3.0, 5 segundos em 720p por $0.50
• Um material precisa chegar a mais de 10 segundos → Kling 3.0, de 3 a 15 segundos com acréscimo por segundo
• Precisa de 4:3, 3:4, ou não quer escolher manualmente a proporção no imagem para vídeo → Kandinsky 6.0 Pro, cujo auto no imagem para vídeo escolhe a proporção mais próxima do primeiro quadro
• O áudio será dublado na pós-produção → Kling 3.0, que em 720p sem som cobra $0.10 / segundo
• Produção em lote de 100 materiais → $192.86 por vídeo ou $71.50 por segundo; defina o nível depois de olhar o orçamento
• Proporções comuns de 16:9, 9:16 e 1:1 → os dois geram; compare o estilo primeiro com um vídeo finalizado

É complicado trocar de um para o outro?

Não. Os dois modelos usam a mesma interface assíncrona POST https://api.hiapi.ai/v1/tasks, a mesma API Key e retornam taskId; use polling ou callback.url para obter o resultado, e o vídeo final fica em data.output[0].url. A troca exige apenas duas alterações:

• model: troque kandinsky-6.0-pro/text-to-video por kling-3.0/text-to-video; com primeiro quadro, troque kandinsky-6.0-pro/image-to-video por kling-3.0/image-to-video.
• Parâmetros: no Kling 3.0 é preciso especificar explicitamente duração, resolução e sound; ao mudar para o Kandinsky 6.0 Pro, remova esses três itens, pois a duração é fixa em 5 segundos, a resolução é 480p e o áudio fica sempre ativado.

prompt, aspect_ratio e image_url são escritos da mesma forma nos dois modelos. Do lado do Kandinsky 6.0 Pro há ainda guidance_scale (padrão 5) e seed, úteis para fixar a direção da composição; negative_prompt também é um campo nativo dele. Veja o corpo completo da requisição no tutorial de integração da API do Kandinsky 6.0 Pro.

Perguntas frequentes

O Kandinsky 6.0 Pro gera 720p? A saída é fixa em 480p, com 864×480 em 16:9. Se precisar de 720p ou 1080p, use o Kling 3.0.

Para os mesmos 5 segundos, qual é mais barato? O Kling 3.0 em 720p custa $0.50, e em 720p com áudio $0.715; o Kandinsky 6.0 Pro custa $1.9286 por vídeo, com áudio sincronizado incluído. Comprar por vídeo significa ter uma conta previsível; comprar por segundo significa ter flexibilidade de resolução e duração.

É possível desligar o áudio? O Kandinsky 6.0 Pro fica sempre ativado, com áudio e vídeo gerados na mesma execução; o Kling 3.0 permite desligar, e em 720p sem som a cobrança é de $0.10 / segundo.

É possível integrar os dois? Sim. Com a mesma API Key e a mesma interface, basta trocar o model na requisição conforme o cenário: materiais de redes sociais com 5 segundos fixos e som usam o Kandinsky 6.0 Pro; vídeos em 720p ou mais usam o Kling 3.0.

O prompt do trem noturno está acima; abra a página do modelo e execute o primeiro, mantendo a proporção 16:9 no envio. Os 200 créditos de cadastro equivalem a $0.10, e o primeiro vídeo é cobrado a $1.9286.

Leituras relacionadas: Quanto custa um vídeo do Kandinsky 6.0 Pro · Tutorial de integração da API · Prompts para 4 cenários · Página do modelo imagem para vídeo