Kling 3.0 vs Wan 3.0: stesso prompt e prezzo per clip

Il 25 ottobre 2026 i due modelli hanno ricevuto gli stessi tre prompt da 5 secondi in 720p. Wan 3.0 ha vinto due test su tre, Kling 3.0 si è preso la scena con lo skate. A prezzo di listino, una clip da 5 secondi in 720p con audio costa $0.63 con Kling 3.0 e $0.50 con Wan 3.0.

Serve una clip più lunga di 15 secondi? Solo Wan 3.0 arriva a 30. Wan 3.0 Prime è il livello più caro di Alibaba, $0.14 al secondo in 720p.

Entrambi i modelli sono su OmniaKey: Kling 3.0 e Wan 3.0.

Come abbiamo testato

• Modelli e ID: kling-3.0 e wan3.0-video su OmniaKey. L'API di Kling chiama il proprio modello 3.0 kling-v3.
• Impostazioni inviate, identiche: Kling testo a video {"mode": "std", "duration": 5, "aspect_ratio": "16:9"}, Kling immagine a video {"mode": "std", "duration": 5}, Wan in entrambi i test {"duration": 5, "resolution": "720P", "ratio": "16:9"}. La modalità std di Kling restituisce 720P.
• 25 ottobre 2026, tramite l'API di OmniaKey. 3 prompt, 1 clip per modello e prompt, 6 clip in tutto, e tutte e sei le attività sono riuscite al primo tentativo.
• Il primo fotogramma del test 3 è stato creato da Nano Banana 2.1 (2K, 16:9), quindi nessun modello video ha animato un'immagine propria.
• Il tempo va dall'invio dell'attività allo stato succeeded, coda inclusa.
• Abbiamo guardato ogni clip e confrontato i fotogrammi negli stessi momenti. Abbiamo controllato se azione e movimento di camera corrispondono al prompt, se il testo dell'insegna e dell'etichetta è corretto e se il primo fotogramma resta stabile. L'audio è misurato come volume medio in dB.
• OmniaKey vende l'accesso API a entrambi i modelli, perciò i test sono passati da lì. Tutti i prezzi sotto sono i listini di Kling o Alibaba.
• Fonti: la pagina dei prezzi API e la mappa delle capacità di Kling, più la pagina dei prezzi di Alibaba Model Studio, la referenza API di Wan 3.0 e la guida di Wan 3.0, tutte controllate il 25 ottobre 2026.

È una clip per prompt e per modello, e i modelli video cambiano da un'esecuzione all'altra.

Tre test, gli stessi prompt

Test 1: ollie con lo skate oltre una pozzanghera (testo a video, 16:9)

Questo test verifica se la tavola supera l'acqua e dove sta la camera.

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): Lo skater arriva, fa l'ollie oltre la pozzanghera e atterra pulito dall'altra parte, con l'acqua che schizza al passaggio della tavola. La camera resta all'altezza dei fianchi, quindi la testa esce dall'inquadratura per quasi tutta la clip. Dietro c'è un muro di cemento con sole basso e caldo e ombre lunghe.
• Wan 3.0 (153.5 s): Tutto il corpo nell'inquadratura, con un edificio basso dalla facciata di vetro e alberi dietro, in luce dorata. L'ollie arriva intorno a 2.3 s, la tavola cade nella pozzanghera intorno a 2.9 s con uno schizzo grande, e lo skater prosegue dall'altra parte.

Verdetto: Kling 3.0. Ha fatto il movimento descritto nel prompt: oltre la pozzanghera e atterraggio pulito. Wan ha dato la scena più bella, ma la tavola è finita nell'acqua. Se l'azione deve seguire la sceneggiatura, usa Kling 3.0 e tieni l'istruzione sulla camera nel prompt quando vuoi la testa nell'inquadratura.

Test 2: banco di noodles notturno con insegna (testo a video, 16:9)

Questo test verifica il testo dell'insegna, la carrellata in avanti e se il cuoco resta visibile.

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'insegna è corretta, con fiamme, vapore, la lampadina appesa e la mano di un cliente che porge un foglietto da destra. All'inizio i noodles volano alti, la strada dietro è scura e vuota e la camera quasi non si muove. A 4.6 s la lampadina finisce davanti al viso del cuoco e il wok è quasi vuoto.
• Wan 3.0 (144.2 s): L'insegna è corretta, con fiamme, scintille e un cliente a destra con un foglietto. Dietro il cuoco c'è una strada di mercato piena, con gente che cammina sul marciapiede bagnato che riflette, e la camera avanza piano. Le insegne sullo sfondo hanno caratteri finti e illeggibili.

Verdetto: Wan 3.0. Entrambi hanno scritto l'insegna correttamente. Wan ha fatto la carrellata lenta che abbiamo chiesto e ha tenuto visibile il viso del cuoco. Nella clip di Kling la lampadina glielo copre alla fine. Le insegne di sfondo di Wan sono testo finto, quindi aggiungi "senza altre insegne" per inquadrature pulite.

Test 3: orbita attorno a un flacone di profumo da una foto (immagine a video, 16:9)

Questo test verifica se una foto di prodotto regge un movimento di camera, con il tappo e due righe di testo sull'etichetta. Prima Nano Banana 2.1 ha creato il fotogramma, poi i due modelli lo hanno animato.

Prompt del primo fotogramma:

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 del movimento:

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, uscita 1284×716): Mantiene il flacone, il tappo dorato e l'etichetta "AURELIA" con la riga piccola "eau de parfum · 50 ml" per tutta la clip. Una breve rotazione a destra e un fascio di luce debole alla fine. La traccia audio è quasi muta, con −53.7 dB di media.
• Wan 3.0 (100.0 s, uscita 1280×720): Mantiene il flacone, il tappo e le due righe dell'etichetta leggibili. Orbita più a destra, così a 4.9 s il flacone si vede di lato, con un fascio morbido che entra dall'angolo in alto a sinistra. La traccia ha picchi brevi e acuti più o meno ogni secondo.

Verdetto: Wan 3.0, di poco. Entrambi hanno mantenuto nitido il testo dell'etichetta. Wan ha mosso di più la camera come chiesto, e la sua traccia ha audio, mentre quella di Kling è quasi muta. Questa clip Kling l'ha finita prima.

Risultati per test

Audio, velocità e prezzo per clip

Audio

Entrambi i modelli hanno restituito una traccia audio in ogni clip: 5.04 s, MP4 con AAC stereo. Un numero più alto significa più volume, e i valori sono il volume medio misurato con ffmpeg.

Nell'API di Kling l'audio è un interruttore spento per impostazione predefinita, che costa di più al secondo. Nell'API di Alibaba, Wan 3.0 arriva con audio acceso per impostazione predefinita a un prezzo per risoluzione, e audio=false lo spegne.

Velocità

Tempo dall'invio dell'attività a succeeded, coda inclusa:

Wan ha finito prima le due clip da testo. Kling ha finito prima la clip da immagine.

Prezzo

Kling addebita al secondo di video, secondo la pagina dei prezzi API di Kling controllata il 25 ottobre 2026. Una Unit costa $0.14 a listino.

Alibaba addebita al secondo di video, con i secondi in ingresso inclusi quando invii un video, secondo la pagina dei prezzi di Model Studio controllata il 25 ottobre 2026.

Alibaba mostra i prezzi di wan3.0-video come listino, con uno sconto del 30% a tempo limitato sulla pagina. I prezzi Prime non hanno etichetta di sconto.

Quanto costa una clip intera con queste tariffe, secondo le pagine dei prezzi dei due fornitori:

Con l'audio Wan costa meno in 720P e Kling costa meno in 1080P. Senza audio, la tariffa di Kling da $0.084 al secondo in 720P è la più bassa delle due in 720P.

Per le tariffe OmniaKey aggiornate, apri le pagine dei modelli Kling 3.0 e Wan 3.0.

E Kling 4.0 e Wan 3.0 Prime?

La mappa delle capacità dell'API di Kling, aggiornata il 20 ottobre 2026, ora mette kling-4.0 al primo posto, con clip da 3 a 30 secondi. OmniaKey vende kling-3.0, ed è quello che abbiamo eseguito.

Wan 3.0 Prime è il livello più caro di Alibaba: $0.14 al secondo in 720P, o $0.70 per 5 secondi. La documentazione di OmniaKey descrive Prime come "le stesse capacità, circa metà del tempo", e le nostre esecuzioni hanno usato il livello standard.

Punti di forza e limiti

Kling 3.0

• Punti di forza: l'azione più precisa delle due; ha mantenuto il primo fotogramma e il testo dell'etichetta; il più veloce in immagine a video, 73.5 s.
• Limiti: la clip da testo più lenta, 323.8 s; sfondi scuri e vuoti; la lampadina appesa ha coperto il viso del cuoco; traccia quasi muta in immagine a video; limite di 15 secondi.

Wan 3.0

• Punti di forza: le scene più piene e realistiche; movimenti di camera netti; più veloce da testo a video; clip fino a 30 secondi; audio acceso per impostazione predefinita a un prezzo solo.
• Limiti: è atterrato nella pozzanghera; testo finto sulle insegne di sfondo; Alibaba lo presenta ancora come "in anteprima".

Quale usare per quale lavoro

Esegui lo stesso test con una sola API

Questa richiesta manda il prompt del banco di noodles a 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 risposta è 202 con un ID attività.
2. Interroga https://api.omniakey.com/v1/media/tasks/{id} ogni pochi secondi finché status non diventa succeeded. Un'attività video può richiedere diversi minuti, quindi continua a interrogare lo stesso ID invece di inviare di nuovo.
3. Scarica la clip da assets[0].url.

Per Kling 3.0 metti model su kling-3.0 e invia {"mode": "std", "duration": 5, "aspect_ratio": "16:9"}; le durate sono esattamente 5, 10 o 15 secondi. Per animare una foto, cambia operation in image_to_video e invia il fotogramma in input.media con type first_frame e una url che sia un link https o un data URL. Togli aspect_ratio su Kling, perché il formato lo decide il fotogramma.

Apri le pagine dei modelli Kling 3.0 e Wan 3.0 per iniziare un'esecuzione, e la documentazione dell'API video per tutti i parametri.

Domande frequenti

Kling 3.0 è meglio di Wan 3.0?

Dipende dalla clip. Kling 3.0 ha eseguito il trick con lo skate esattamente come scritto, e Wan 3.0 ha vinto la scena di strada e l'orbita del prodotto, con movimenti di camera più netti e audio più alto. Entrambi hanno scritto bene insegna ed etichetta, quindi scegli Kling 3.0 per un movimento da sceneggiatura e Wan 3.0 per una scena piena.

Quale costa meno, Kling 3.0 o Wan 3.0?

A listino, una clip da 5 secondi in 720p con audio costa $0.50 con Wan 3.0 e $0.63 con Kling 3.0. In 1080P l'ordine si inverte: $0.84 con Kling 3.0 e $1.00 con Wan 3.0. Senza audio, una clip Kling da 5 secondi in 720p costa $0.42, e il prezzo di Wan in 720P resta $0.50 con o senza audio.

Quanto possono durare i video di Kling 3.0 e Wan 3.0?

L'API di Kling accetta secondi interi da 3 a 15, e Wan 3.0 accetta da 2 a 30 secondi. Su OmniaKey, kling-3.0 accetta esattamente 5, 10 o 15 secondi, e wan3.0-video accetta da 2 a 30.

Wan 3.0 è open source?

Wan 3.0 non è pubblicato con pesi aperti; le versioni precedenti di Wan, fino a Wan 2.2, lo sono. Il repository Wan3.0 di AlibabaCloud-Official ha una licenza e un README, senza pesi né codice del modello.

Kling 3.0 e Wan 3.0 generano audio?

Entrambi. Ogni clip del test è arrivata con una traccia AAC stereo dentro un MP4 da 5.04 s. Nell'API di Kling l'audio è un interruttore spento per impostazione predefinita che costa di più al secondo. Wan 3.0 arriva con audio acceso per impostazione predefinita a un prezzo solo, e audio=false lo spegne.

Registro degli aggiornamenti

• 25 ottobre 2026: prima versione, tre test con lo stesso prompt nello stesso giorno.