Kling 3.0 vs Wan 3.0 : même prompt en test, prix par clip

Le 25 octobre 2026, les deux modèles ont reçu les mêmes trois prompts de 5 secondes en 720p. Wan 3.0 a gagné deux des trois tests, Kling 3.0 a pris la scène de skate. Au prix catalogue, un clip de 5 secondes en 720p avec son coûte $0.63 sur Kling 3.0 et $0.50 sur Wan 3.0.

Besoin d'un clip de plus de 15 secondes ? Seul Wan 3.0 va jusqu'à 30. Wan 3.0 Prime est le niveau plus cher d'Alibaba, à $0.14 la seconde en 720p.

Les deux modèles sont sur OmniaKey : Kling 3.0 et Wan 3.0.

Comment nous avons testé

• Modèles et identifiants : kling-3.0 et wan3.0-video sur OmniaKey. L'API de Kling appelle elle-même son modèle 3.0 kling-v3.
• Réglages envoyés, tels quels : texte vers vidéo de Kling {"mode": "std", "duration": 5, "aspect_ratio": "16:9"}, image vers vidéo de Kling {"mode": "std", "duration": 5}, Wan pour les deux {"duration": 5, "resolution": "720P", "ratio": "16:9"}. Le mode std de Kling sort en 720P.
• Le 25 octobre 2026, via l'API OmniaKey. 3 prompts, 1 clip par modèle et par prompt, 6 clips en tout, et les six tâches ont réussi du premier coup.
• La première image du test 3 vient de Nano Banana 2.1 (2K, 16:9), donc aucun modèle vidéo n'a animé sa propre image.
• Le temps va de l'envoi de la tâche jusqu'au statut succeeded, file d'attente incluse.
• Nous avons regardé chaque clip et comparé les images aux mêmes instants. Nous avons vérifié si l'action et le mouvement de caméra correspondent au prompt, si le texte de l'enseigne et de l'étiquette est juste et si la première image tient. Le son est mesuré en sonie moyenne, en dB.
• OmniaKey vend l'accès API aux deux modèles, donc les tests sont passés par OmniaKey. Tous les prix ci-dessous sont les prix catalogue de Kling ou d'Alibaba.
• Sources : la page de prix de l'API et la carte des capacités de Kling, plus la page de prix d'Alibaba Model Studio, la référence de l'API Wan 3.0 et le guide Wan 3.0, toutes vérifiées le 25 octobre 2026.

C'est un clip par prompt et par modèle, et les modèles vidéo varient d'un passage à l'autre.

Trois tests, les mêmes prompts

Test 1 : ollie de skate au-dessus d'une flaque (texte vers vidéo, 16:9)

Ce test vérifie si la planche passe au-dessus de l'eau et où se place la caméra.

Prompt :

Tracking shot at golden hour on an empty concrete plaza. A teenage skateboarder in a mustard hoodie rolls toward a shallow puddle, pops an ollie over it and lands cleanly on the far side. The rear wheel clips the edge of the puddle and throws a small arc of water. Low warm sun, long shadows, handheld camera following at hip height. Sound: wheels rumbling on concrete, the clack of the board landing, a splash.

• Kling 3.0 (323.8 s) : Le skateur arrive, fait son ollie au-dessus de la flaque et atterrit proprement de l'autre côté, avec de l'eau qui gicle au passage de la planche. La caméra reste à hauteur de hanche, donc la tête du skateur sort du cadre presque tout le clip. Derrière, un mur de béton dans une lumière chaude et basse, avec de longues ombres.
• Wan 3.0 (153.5 s) : Le corps entier dans le cadre, avec derrière un bâtiment bas à façade de verre et des arbres dans une lumière dorée. L'ollie arrive vers 2.3 s, la planche atterrit dans la flaque vers 2.9 s avec un gros éclaboussement, et le skateur repart de l'autre côté.

Verdict : Kling 3.0. Il a fait le mouvement décrit dans le prompt : au-dessus de la flaque et un atterrissage propre. Wan a produit la plus belle scène, mais la planche a atterri dans l'eau. Si l'action doit coller à ton script, prends Kling 3.0 et garde la consigne de caméra dans le prompt quand tu veux la tête dans le cadre.

Test 2 : stand de nouilles nocturne avec enseigne (texte vers vidéo, 16:9)

Ce test vérifie le texte de l'enseigne, le push-in et si le cuisinier reste visible.

Prompt :

Night street food stall, medium shot with a slow push-in. An elderly cook in a white apron tosses noodles in a flaming wok; steam and sparks rise under a single hanging bulb. Behind him a red neon sign reads NOODLES in capital letters. A customer on the right hands over a paper ticket. Wet pavement reflects the neon. Sound: sizzling oil, the clang of the wok, distant street chatter.

• Kling 3.0 (193.6 s) : L'enseigne est correcte, avec les flammes, la vapeur, l'ampoule suspendue et la main d'un client qui tend un ticket en papier depuis la droite. Les nouilles volent haut au début, la rue derrière est sombre et vide, et la caméra bouge à peine. À 4.6 s, l'ampoule passe devant le visage du cuisinier et le wok est presque vide.
• Wan 3.0 (144.2 s) : L'enseigne est correcte, avec les flammes, les étincelles et un client à droite qui tend un ticket en papier. Derrière le cuisinier, une rue de marché animée avec des passants sur un pavé mouillé qui réfléchit, et la caméra avance lentement. Les enseignes du fond portent de faux caractères illisibles.

Verdict : Wan 3.0. Les deux ont écrit l'enseigne correctement. Wan a fait le push-in lent demandé et a gardé le visage du cuisinier visible. Dans le clip de Kling, l'ampoule cache son visage à la fin. Les enseignes du fond de Wan sont du faux texte, donc ajoute « sans autre enseigne » pour des images propres.

Test 3 : orbite autour d'un flacon de parfum depuis une photo (image vers vidéo, 16:9)

Ce test vérifie si une photo de produit résiste à un mouvement de caméra, avec le bouchon et deux lignes de texte sur l'étiquette. Nano Banana 2.1 a d'abord créé l'image, puis les deux modèles l'ont animée.

Prompt de la première image :

Studio product photograph of a square glass perfume bottle with a gold cap standing on wet black slate. The front label is cream paper with the word AURELIA in black serif capitals and "eau de parfum · 50 ml" in small type underneath. Water droplets on the glass and the stone, a soft key light from the left, dark background, wide 16:9 frame with the bottle in the center.

Prompt de mouvement :

The camera slowly orbits to the right around the perfume bottle. Water droplets slide down the glass and a soft beam of light sweeps across the label. Keep the bottle, the gold cap and the label text exactly as they are. Sound: a quiet drip of water.

• Kling 3.0 (73.5 s, sortie 1284×716) : Garde le flacon, le bouchon doré et l'étiquette « AURELIA » avec la petite ligne « eau de parfum · 50 ml » pendant tout le clip. Un petit virage à droite et un faisceau de lumière faible à la fin. La piste son est presque muette, à −53.7 dB en moyenne.
• Wan 3.0 (100.0 s, sortie 1280×720) : Garde le flacon, le bouchon et les deux lignes de l'étiquette lisibles. Orbite plus loin à droite, donc à 4.9 s le flacon se voit de biais, avec un faisceau doux qui entre par le haut à gauche. La piste a de brefs pics aigus environ une fois par seconde.

Verdict : Wan 3.0, de peu. Les deux ont gardé le texte de l'étiquette net. Wan a plus bougé la caméra, comme demandé, et sa piste porte du son, alors que celle de Kling est presque muette. Kling a terminé ce clip plus vite.

Résultats par test

Son, vitesse et prix par clip

Son

Les deux modèles ont renvoyé une piste son sur chaque clip : 5.04 s, MP4 en AAC stéréo. Plus haut veut dire plus fort, et les chiffres sont la sonie moyenne mesurée avec ffmpeg.

Dans l'API de Kling, le son est un interrupteur désactivé par défaut, qui coûte plus cher à la seconde. Dans l'API d'Alibaba, Wan 3.0 a l'audio activé par défaut à un seul prix par résolution, et audio=false le coupe.

Vitesse

Temps entre l'envoi de la tâche et succeeded, file d'attente incluse :

Wan a terminé en premier les deux clips texte vers vidéo. Kling a terminé en premier le clip image vers vidéo.

Prix

Kling facture à la seconde de vidéo, selon sa page de prix de l'API vérifiée le 25 octobre 2026. Une Unit coûte $0.14 au prix catalogue.

Alibaba facture à la seconde de vidéo, secondes d'entrée comprises quand tu envoies une vidéo, selon sa page de prix Model Studio vérifiée le 25 octobre 2026.

Alibaba affiche les prix de wan3.0-video comme prix catalogue, avec une remise limitée de 30 % sur la page. Les prix Prime n'ont pas de mention de remise.

Ce que coûte un clip complet à ces tarifs, d'après les pages de prix des deux fournisseurs :

Avec son, Wan coûte moins cher en 720P et Kling coûte moins cher en 1080P. Sans son, le tarif de $0.084 la seconde de Kling en 720P est le plus bas des deux en 720P.

Pour les tarifs actuels d'OmniaKey, voir les pages modèle de Kling 3.0 et Wan 3.0.

Et Kling 4.0, et Wan 3.0 Prime ?

La carte des capacités de l'API de Kling, mise à jour le 20 octobre 2026, place maintenant kling-4.0 en tête, avec des clips de 3 à 30 secondes. OmniaKey vend kling-3.0, et c'est ce modèle que nous avons utilisé.

Wan 3.0 Prime est le niveau plus cher d'Alibaba, à $0.14 la seconde en 720P, soit $0.70 pour 5 secondes. La documentation d'OmniaKey décrit Prime comme « les mêmes capacités, environ deux fois plus rapide », et nos passages ont utilisé le niveau standard.

Points forts et points faibles

Kling 3.0

• Points forts : l'action la plus exacte des deux ; a gardé la première image et le texte de l'étiquette ; le plus rapide en image vers vidéo avec 73.5 s.
• Points faibles : clip texte vers vidéo le plus lent, à 323.8 s ; arrière-plans sombres et vides ; l'ampoule suspendue a caché le visage du cuisinier ; piste image vers vidéo presque muette ; limite de 15 secondes.

Wan 3.0

• Points forts : les scènes les plus chargées et les plus réalistes ; mouvements de caméra nets ; plus rapide en texte vers vidéo ; clips jusqu'à 30 secondes ; son activé par défaut à un seul prix.
• Points faibles : a atterri dans la flaque ; faux texte sur les enseignes du fond ; Alibaba le présente toujours comme « en aperçu ».

Lequel pour quel usage

Refaire le même test depuis une seule API

Cette requête envoie le prompt du stand de nouilles à Wan 3.0 :

curl https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: noodle-stall-001" \
  -d '{
    "model": "wan3.0-video",
    "type": "video",
    "operation": "text_to_video",
    "input": {"prompt": "Night street food stall, medium shot with a slow push-in. An elderly cook in a white apron tosses noodles in a flaming wok; steam and sparks rise under a single hanging bulb. Behind him a red neon sign reads NOODLES in capital letters. A customer on the right hands over a paper ticket. Wet pavement reflects the neon. Sound: sizzling oil, the clang of the wok, distant street chatter."},
    "parameters": {"duration": 5, "resolution": "720P", "ratio": "16:9"}
  }'

1. La réponse est 202 avec un identifiant de tâche.
2. Interroge https://api.omniakey.com/v1/media/tasks/{id} toutes les quelques secondes jusqu'à ce que status passe à succeeded. Une tâche vidéo peut prendre plusieurs minutes, donc continue d'interroger le même identifiant au lieu de renvoyer la demande.
3. Télécharge le clip depuis assets[0].url.

Pour Kling 3.0, mets model sur kling-3.0 et envoie {"mode": "std", "duration": 5, "aspect_ratio": "16:9"} ; les durées sont exactement 5, 10 ou 15 secondes. Pour animer une photo, mets operation sur image_to_video et envoie l'image dans input.media avec type sur first_frame et une url qui est un lien https ou une URL de données. Retire aspect_ratio pour Kling, car l'image fixe le format.

Ouvre les pages modèle de Kling 3.0 et Wan 3.0 pour lancer un passage, et la documentation de l'API vidéo pour tous les paramètres.

Questions fréquentes

Kling 3.0 est-il meilleur que Wan 3.0 ?

Cela dépend du clip. Kling 3.0 a fait le trick de skate exactement comme demandé, et Wan 3.0 a gagné la scène de rue et l'orbite du produit, avec des mouvements de caméra plus nets et un son plus fort. Les deux ont gardé l'enseigne et l'étiquette justes, donc prends Kling 3.0 pour un mouvement écrit et Wan 3.0 pour une scène chargée.

Lequel coûte le moins cher, Kling 3.0 ou Wan 3.0 ?

Au prix catalogue, un clip de 5 secondes en 720p avec son coûte $0.50 sur Wan 3.0 et $0.63 sur Kling 3.0. En 1080P l'ordre s'inverse : $0.84 sur Kling 3.0 et $1.00 sur Wan 3.0. Sans son, un clip Kling de 5 secondes en 720p coûte $0.42, et le prix de Wan en 720P reste à $0.50 avec ou sans audio.

Quelle durée peuvent atteindre les vidéos de Kling 3.0 et Wan 3.0 ?

L'API de Kling prend des secondes entières de 3 à 15, et Wan 3.0 prend de 2 à 30 secondes. Sur OmniaKey, kling-3.0 accepte exactement 5, 10 ou 15 secondes, et wan3.0-video accepte de 2 à 30.

Wan 3.0 est-il open source ?

Wan 3.0 n'est pas publié en poids ouverts ; les versions précédentes de Wan, jusqu'à Wan 2.2, le sont. Le dépôt Wan3.0 d'AlibabaCloud-Official contient une licence et un README, sans poids ni code du modèle.

Kling 3.0 et Wan 3.0 produisent-ils du son ?

Les deux. Chaque clip du test est revenu avec une piste AAC stéréo dans un MP4 de 5.04 s. Dans l'API de Kling, le son est un interrupteur désactivé par défaut qui coûte plus cher à la seconde. Wan 3.0 a l'audio activé par défaut à un seul prix, et audio=false le coupe.

Journal des mises à jour

• 25 octobre 2026 : première version, trois tests au même prompt le même jour.