Vidu Q4 Preview vs Kling 3.0: como escolher para vídeo a partir de imagem?

Se você quer áudio nativo ativado por padrão, 5 níveis de resolução e até 16 segundos por clipe, escolha o Vidu Q4 Preview; se você quer travar o quadro inicial e final com dois frames, escolha o Kling 3.0.

O Vidu Q4 Preview já está disponível no HiAPI, abra a página do modelo de vídeo a partir de imagem e envie o primeiro frame para gerar; novos usuários ganham 200 créditos ao se cadastrar.

Entenda a diferença rapidamente

	Vidu Q4 Preview	Kling 3.0 vídeo a partir de imagem
ID do modelo	vidu-q4-preview/image-to-video	kling-3.0/image-to-video
Entrada de imagem	1 primeiro frame, image_url	1–2 imagens, image_urls; a segunda é o frame final
Duração	3–16 segundos, padrão 5	3–15 segundos, padrão 5
Resolução	540p / 720p / 1080p / 2K / 4K, padrão 720p	720p / 1080p / 4K, padrão 1080p
Áudio nativo	audio ativado por padrão, desligar não altera o preço	sound desativado por padrão, ativar aumenta o preço
720p por segundo	US$ 0,109	US$ 0,1 sem som / US$ 0,143 com som
1080p por segundo	US$ 0,1375	US$ 0,129 sem som / US$ 0,193 com som
4K por segundo	US$ 0,446	US$ 0,479

O Vidu Q4 cobra pelos segundos inteiros enviados multiplicados pelo preço por segundo da resolução escolhida; a opção de áudio não entra no cálculo: 720p 5 segundos US$ 0,545, 10 segundos US$ 1,09, 16 segundos US$ 1,744. O Kling 3.0 também cobra por segundo: 720p sem som US$ 0,1/segundo, com som US$ 0,143/segundo; 1080p sem som US$ 0,129/segundo, com som US$ 0,193/segundo; 4K é o nível transformation, US$ 0,479/segundo.

O mesmo prompt, gerado uma vez em cada modelo

Cada grupo usa um primeiro frame em comum, 5 segundos, 720p, gerado uma vez em cada modelo. O primeiro grupo com som, o segundo sem som.

Hidroavião: momento do zoom e desfoque das hélices

Vidu Q4 Preview (com som)	Kling 3.0 (com som)

Mesmo prompt, mesmos parâmetros, uma geração em cada modelo.

No Vidu Q4, aos 2,5 segundos já é possível notar um zoom claro, a hélice tem desfoque de movimento e surgem ondulações ao redor dos flutuadores. No Kling 3.0, aos 2,5 segundos a composição é quase idêntica ao primeiro frame; o zoom só fica evidente aos 4,8 segundos, e o desfoque da hélice aparece no trecho final; o braço do piloto permanece na posição de aceno, e as linhas dos flutuadores e do cais têm leve deslocamento entre frames. Os dois vídeos finais têm 1280×720 e 5,04 segundos, e este grupo inclui faixa de áudio AAC.

O piloto acena, o motor do hidroavião dá partida, a hélice começa a girar, a superfície da água forma ondulações, a câmera avança lentamente, luz dourada da manhã.

Gerar com este prompt →. Depois de abrir, envie o primeiro frame do hidroavião, selecione 5 segundos, 720p e mantenha o áudio ativado por padrão.

Barista: enquadramento final e vapor

Vidu Q4 Preview (sem som)	Kling 3.0 (sem som)

Mesmo prompt, mesmos parâmetros, uma geração em cada modelo.

O vídeo do Vidu Q4 tem 724×1268, mantendo a proporção 4:7 do primeiro frame; no final, a câmera avança para um close da personagem, a xícara cai na borda inferior do quadro e o vapor é visível. O vídeo do Kling 3.0 tem 720×1280; no final, mantém um enquadramento mais amplo, com janela, luminária e bancada no quadro, e não se vê vapor na xícara. Ambos têm 5,04 segundos, e este grupo foi feito apenas para comparar a imagem, com o áudio desligado nos dois modelos.

A barista pousa o jarro de leite, o latte art na xícara se firma em formato de folha, o vapor sobe; ela levanta a cabeça, olha para a câmera e sorri. O fundo tem o murmúrio do café e o som do vapor da máquina de café. Aproximação lenta com câmera na mão, luz quente da manhã atravessando a janela.

Gerar com este prompt →. Depois de abrir, envie o primeiro frame da barista, selecione 5 segundos, 720p, desligue audio e observe apenas a imagem.

Como escolher por cenário

• Quer som por padrão e uma opção a menos → Vidu Q4 Preview
• Quer rascunho em 540p primeiro → Vidu Q4 Preview
• Quer um clipe de 16 segundos → Vidu Q4 Preview
• Quer entrega em 2K ou 4K → Vidu Q4 Preview
• Quer 1080p com som → Vidu Q4 Preview, US$ 0,1375 por segundo
• Quer travar o quadro final com o último frame → Kling 3.0
• Quer 1080p sem som, cobrado a US$ 0,129/segundo → Kling 3.0
• Quer 720p sem som, cobrado a US$ 0,1/segundo → Kling 3.0

É complicado trocar de um para o outro?

Não. Os dois modelos usam POST https://api.hiapi.ai/v1/tasks, a mesma API Key, retornam taskId e você obtém o resultado por polling ou callback.url. Para alternar, basta mudar estes campos:

• model: troque vidu-q4-preview/image-to-video por kling-3.0/image-to-video.
• Campo de imagem: o Vidu Q4 usa a string image_url para enviar um primeiro frame; o Kling 3.0 usa o array image_urls, 1 imagem é o primeiro frame, 2 imagens são o primeiro e o último frame.
• Campo de áudio: o audio do Vidu Q4 é true por padrão; o sound do Kling 3.0 é false por padrão e, ao ativar, a cobrança passa a usar o preço com som.
• Duração e resolução: o Vidu Q4 tem 3–16 segundos e cinco níveis; o Kling 3.0 tem 3–15 segundos e três níveis.

A proporção segue a imagem de entrada; nenhum dos dois modelos oferece aspect_ratio no vídeo a partir de imagem; callback, autenticação e polling não precisam ser alterados.

Perguntas frequentes

O Vidu Q4 de vídeo a partir de imagem aceita duas imagens? O vídeo a partir de imagem aceita apenas um primeiro frame. Para várias imagens de referência, use o modelo de vídeo a partir de referência da mesma família, com até 15 imagens de referência e 3 trechos de áudio de referência; para controle do frame final, use o Kling 3.0.

Vem com som por padrão? O audio do Vidu Q4 é ativado por padrão; se desligar, o vídeo sai sem som e o preço não muda; o sound do Kling 3.0 é desativado por padrão e, ao ativar, a cobrança passa a usar o preço com som.

Dá para gerar 16 segundos? O Vidu Q4 suporta 3–16 segundos; o Kling 3.0 suporta 3–15 segundos.

Como a proporção é definida? Os dois modelos seguem a imagem de entrada. O Vidu Q4 de vídeo a partir de imagem não tem o campo aspect_ratio; se enviado, retorna 400; o Kling 3.0 também não oferece esse parâmetro.

Copie o prompt do hidroavião acima, vá até a página do modelo Vidu Q4 Preview, envie o primeiro frame, selecione 5 segundos, 720p, e rode primeiro um com som; se quiser comparar o enquadramento final, rode novamente com o prompt da barista e o áudio desligado.

Relacionados: Página do modelo Vidu Q4 Preview de vídeo a partir de imagem · Página do modelo Kling 3.0 de vídeo a partir de imagem · Página do modelo Vidu Q4 Preview de vídeo a partir de referência · Documentação de integração de vídeo a partir de imagem