すべてのキーフレームを通る長回し
開始フレーム、終了フレーム、その間に最大8枚を追加し、それらをつなぐ動きを書きます。動画は各画像を順番に通過するので、15秒や30秒のショットでも途中で脱線せず、最初から最後まで計画どおりに進みます。
公式モデルガイド/オンラインジェネレーター
最大10枚のキーフレームで最長30秒のショットを設計し、画像・動画・音声の参照を15点まで組み合わせ、既存の映像も編集できます。すべてのクリップにステレオ音声付き。素早い720pの下書きにはKling 4.0 Flashを。 下のKling 4.0 AI動画ジェネレーターで、プロンプト、画像、2枚のフレーム、対応する参照素材から制作できます。

Open Soraの完全版動画ワークスペースを統合し、初期モデルとしてKling 4.0を選択しています。他の設定を保ったまま、バリエーション比較やモデル変更も可能です。
生成にはアカウントが必要で、モデル、バリエーション、長さ、解像度などの設定に応じてクレジットを使用します。失敗したタスクは自動返還されます。
Kling 4.0はKuaishouの動画モデルKlingの第4世代で、重視しているのは「制御」です。プロンプトがうまくいくのを祈る代わりに、開始画像、終了画像、その間の最大8枚のフレームを固定すると、最長30秒の1テイクがそれらを順番に通過します。Omni Referenceでは1つのタスクで最大15点の素材を同時に使えます。顔・商品・場所には画像、動きやカメラワークにはクリップ、そして短い音声録音です。手元の映像の編集にも対応し、元の動きはそのままに人物や背景、全体のルックを差し替えられます。音声はすべてのレンダリングに含まれ、2チャンネルのステレオで出力されます。アイデアを試している段階なら、Kling 4.0 Flashが720pのテイクをより速く、少ないクレジットで生成します。
1本の連続テイクの最大長
1ショットに固定できるフレーム数
1タスクで組み合わせられる画像・クリップ・音声
最高出力、常にステレオ音声付き
Omni Reference
ここでは各素材の役割はひとつだけです。デザインシートが車を、静止画が会場を決め、ドローン映像がカメラの軌道とドリフトそのものを与えます。Kling 4.0はそれらを、塗装・照明・動きを保った新しいショットにまとめます。3Dシーンもスタントドライバーも不要です。
入力


“@Video1 のカメラの軌道とタイミングに合わせる。@Image1 のレースカーを塗装とゼッケンそのままで登場させ、@Image2 の夜のアリーナでレーザーと霧の中ドリフトさせる。タイヤの煙、エンジンの轟音、観客の歓声を加える。”
Kling 4.0で生成
得意なこと
開始フレーム、終了フレーム、その間に最大8枚を追加し、それらをつなぐ動きを書きます。動画は各画像を順番に通過するので、15秒や30秒のショットでも途中で脱線せず、最初から最後まで計画どおりに進みます。
手元の映像をアップロードし、変えたい点を書くだけです。別の役者、別の部屋、別の衣装、まったく新しいルックなど。動き、タイミング、カメラは元のままなので、一か所の修正でショット全体を失うことはもうありません。
Omni Referenceは絵コンテも理解します。コマをキャラクターデザインと一緒に1枚の参照画像として追加すると、Kling 4.0はそれを承認済みのショットリストとして扱い、構図、動きの方向、テンポをコマごとに合わせます。アニマティックや承認済みのボードから動く映像へ、素早くたどり着けます。

どちらもプロンプトの読み取り方は同じで、どちらもステレオ音声を付けます。探っている段階ではFlash、1080p・長尺・キーフレーム・音声参照が必要なショットではKling 4.0を使いましょう。
| 機能 | Kling 4.0 | Kling 4.0 Flash |
|---|---|---|
| 向いている用途 | 最終レンダリングと細かく演出したショット | 速くて安い下書き |
| モード | テキスト、画像、キーフレーム、Omni Reference、編集 | テキスト、先頭フレーム、Omni Reference、編集 |
| 解像度 | 720pまたは1080p | 720p |
| 長さ | 3~30秒 | 3~20秒 |
| フレーム入力 | 開始フレーム、最大8枚のキーフレーム、終了フレーム | 開始フレームのみ |
| 参照 | 画像10枚、動画5本(合計30秒)、音声3本 | 画像10枚、動画5本(合計20秒) |
| 音声 | 全クリップでステレオ | 全クリップでステレオ |
実績のあるフォーマットを再利用し、長いショットでもキャラクターを安定させ、アクション・会話・商品動画のすべての見せ場を狙いどおりに決めます。
既存クリップの殺陣とリズムを取り込み、自分のキャラクター・衣装・ロケーションで再現します。
日本語、英語、中国語、スペイン語、ドイツ語、フランス語、ヒンディー語などで、自然なリップシンクの会話シーン、解説動画、広告を作れます。
開始フレームに素材、終了フレームに完成品を置けば、その作り方をモデルがアニメーションにします。
このモデルページを離れずに、アイデアから設定済みのKling 4.0生成へ進めます。
被写体、動作、環境、カメラ、スタイル、時間、音を記述します。参照素材がある場合はアップロードし、各素材の役割を説明します。
Kling 4.0を選択したまま、バリエーション、モード、長さ、アスペクト比、解像度、音声を設定し、表示されるクレジットを確認します。
タスクを開始し、結果パネルで進行状況を確認します。完成動画を確認し、設定を別テイクに再利用するか、ファイルをダウンロードします。
Open Soraのモデルライブラリで、動き、参照、音声、速度、長さ、解像度の異なる組み合わせを比較できます。
ネイティブの会話・効果音、開始/終了フレーム制御、最大4K出力に対応した映画品質のAI動画を生成します。
Veo 3.1を開くByteDanceが公式発表したSeedance 2.5は、4~30秒の生成、最大50件のマルチモーダル参照、精密な動画編集・延長、10以上の言語でのネイティブ映像音声生成に対応します。Open Soraの動画ジェネレーターで今すぐ利用できます。
Seedance 2.5を開くテキスト、画像、動画、音声を参照し、ネイティブステレオ音声付きのマルチショット動画を精密に演出します。
Seedance 2.0を開くリアルな動き、物理的な因果関係、同期した会話、表現豊かな音を備えた高精細動画を生成します。
Sora 2を開くKling 4.0は、Kuaishouの動画チームであるKling AIが2026年10月に公開した第4世代の動画モデルです。ステレオ音声付きで最長30秒の連続ショットを生成し、最大10枚のキーフレーム、最大15点の画像・動画・音声の参照に対応し、アップロードした映像の編集もできます。
Kling 4.0は720pまたは1080p・3~30秒のクリップを生成し、複数のキーフレームと音声参照に対応します。Flashはテキスト、1枚の開始フレーム、画像・動画の参照、または編集から、720p・3~20秒のクリップを生成します。1秒あたりのクレジットが少ないので、下書きや試行に向いています。
画像タブで2~10枚の画像を追加します。最初の画像が開始フレーム、最後が終了フレームになり、その間の画像は動画が順番に通過するキーフレームになります。各サムネイルの矢印で順番を入れ替え、プロンプトで各場面の時間を指定します。例:「6秒で彼がドアを開ける」。
画像は最大10枚、動画は合計30秒までで最大5本、音声は1本5~30秒で最大3本、1タスクあたり合計15点までです。プロンプトではアップロード順に @Image1、@Video1、@Audio1 と呼びます。Flashは画像と動画(合計20秒)に対応しますが、音声には対応しません。
はい。動画タブで3~30秒(Flashは20秒まで)のMP4またはMOVファイルを1本アップロードし、新しいキャラクター、別の背景、別のスタイルなど変えたい内容を書きます。元の動きとカメラワークは保たれます。
Kuaishouは自社アプリ内でKling 4.0の4Kと10ビットHDRを提供しています。Open Soraが利用するAPI経由では、現在Kling 4.0は標準ダイナミックレンジの720pと1080p、Flashは720pで出力します。
はい。どちらのモデルも常にステレオ音声トラックを返します。セリフ、環境音、効果音、音楽はプロンプトで指示でき、BGMや字幕が不要な場合ははっきりそう書いてください。
Kling 4.0は720pで1秒17クレジット、1080pで1秒25クレジット、Flashは1秒10クレジットです。編集や動画を含む参照生成は、より低い入力レート(Kling 4.0は720pで10、1080pで15、Flashは7)で、出力の長さに「出力と入力動画のうち長いほう」を足した秒数分が課金されます。正確な合計は生成前に表示され、失敗した生成は自動で返金されます。
このページのモデル機能とメディアは、開発元の公式製品ページ、発表、ドキュメントを基に調査しています。