Model icon
kling-4.0
Text to Video
Image to Video
Reference to Video
Video to Video
Kling の他のモデルを見る
モデル:
PoYo の Kling 4.0 で、テキスト、開始・終了フレーム、視覚的な参照素材から 3〜30 秒の動画を生成し、既存の動画を編集できます。API または Playground から、ショット別プロンプトや画像・動画による被写体を使い、720p または 1080p で出力できます。
入力
1591/26000
Added 0/1

Drop files here, paste files, or add a URL. 開始画像を最初に、任意の終了画像を次に追加します。参照素材を使う場合は開始画像 1 枚のみです。

Drop files here, paste files, or add a URL. 編集用の元動画です。長さは 3〜30 秒です。編集では参照画像と画像による被写体のみを併用できます。

Added 2/10

Drop files here, paste files, or add a URL. 任意の開始フレームを含めて最大 10 枚です。@Image1、@Image2 のように順番で参照します。アップロードは JPEG、PNG、WebP に対応し、1 ファイル最大 10 MB です。

Reference Image Urls 1
——
Reference Image Urls 2
——
@Image1@Image2

Drop files here, paste files, or add a URL. 最大 5 本で、各 3〜30 秒です。参照動画と被写体動画の合計は 30 秒以内にしてください。アップロードは MP4 または MOV、1 ファイル最大 200 MB です。

参照素材や被写体を削除したり並べ替えたりしたら、各プロンプトの参照ラベルを確認してください。

0/7 · Element Input Video Urls 0/3
出力

出力例

これはサンプルデータです。新しい結果を生成すると実際の出力を確認できます。

タスクID:BIIA0RLIILB65JTX作成日時:2026-10-23T10:50:05
ステータス:finished進行状況:100%
Examples
価格の詳細

従量課金制。サブスクリプションも隠れた費用もありません。

1 クレジット = $0.005
ティアPoYo 価格元の価格 / 割引
720p · 動画入力なし
$0.142/秒
28.5 クレジット/秒
$0.157/秒9% お得
Fal
720p · 動画入力あり
$0.085/課金秒
17 クレジット/課金秒
$0.094/課金秒10% お得
Fal
1080p · 動画入力なし
$0.212/秒
42.5 クレジット/秒
$0.235/秒10% お得
Fal
1080p · 動画入力あり
$0.128/課金秒
25.5 クレジット/課金秒
$0.141/課金秒10% お得
Fal
課金方法: 出力動画の秒数に応じて課金されます。 動画入力がある場合、課金秒数 = 出力時間 + max(入力動画の合計時間(切り上げ), 出力時間)。

実際の請求額は最終的な出力に基づきます。

KLING 4.0 · 動画生成と編集

開始・終了フレーム、マルチモーダル参照、ネイティブ音声で映画のような物語を描く

Kling 4.0 API:30秒のシネマティックAI動画生成

Kling 4.0はテキストや画像を3–30秒の動画に変換し、720pまたは1080pで出力します。開始・終了フレームで冒頭と最後の構図を決め、クリップを複数のショットに分けてそれぞれのプロンプトと長さを設定することで、映画のショット、商品紹介、短編に明確な視覚的リズムを与えます。

最大15点のマルチモーダル参照を組み合わせ、場面をまたぐキャラクターの同一性とスタイルを維持します。映画的な指示でカメラを動かし、ネイティブステレオ、多言語の会話、リップシンクで演技をまとめ、映像、動作、音声が一体となった場面を構築します。

Kling 4.0 APIの主な機能

プロンプトと視覚参照を映画的な物語に。長いショット、精密な制作制御、同期した音声で場面を表現します。

01

テキストと画像を映画のような動画に

場面の説明や静止画に動きを与えます。Kling 4.0はテキスト・画像からの動画生成に、被写体、構図、動作、スタイルの指示を組み合わせます。人物が部屋に入る様子を描いたり、商品参照を動かして登場させたりすることで、制作意図を明確な焦点と豊かな演技を持つ映像に変えます。

  • テキストの説明から人物、場面、動作を生成
  • 商品画像、キャラクター、絵コンテを動かす
  • 被写体の構図、動作、映像スタイルを指定

02

開始・終了フレームとマルチショットで物語の節目を演出

クリップの重要な瞬間に明確な基準を置きます。Kling 4.0は開始フレームから任意の終了フレームへと動画を展開し、構図、ポーズ、場面転換を誘導します。複数の節目がある場面では、最長30秒のクリップを複数のショットに分け、ショットごとにプロンプトと長さを設定して、動作の展開を絵コンテと意図したリズムに合わせます。

  • 開始・終了フレームで冒頭と最後の構図を指定
  • クリップをショットに分け、プロンプトと長さを個別に設定
  • ポーズ、構図、場面転換を誘導

03

15点のマルチモーダル参照で制作方針を統一

背景や動作が変わってもキャラクターらしさを保ちます。Kling 4.0のOmni Referenceは、参照画像、参照動画、再利用可能な被写体を最大15点まで場面の指示にまとめます。設定画で外見、参照動画で動作を示し、被写体で繰り返し登場する人物や商品を維持して、関連ショットの同一性とスタイルを保ちます。

  • マルチモーダル参照素材を合計最大15点組み合わせ
  • 画像、動画、被写体で場面を誘導
  • キャラクターの同一性と映像スタイルを維持

04

ネイティブステレオで自然な会話を生成

会話で演技と場面の雰囲気を伝えます。Kling 4.0は会話、効果音、環境音を含む2チャンネルのネイティブステレオと、同期した口の動きを生成します。言語、アクセント、周囲の音を指定し、言葉、表情、雰囲気が調和する会話や地域向けの物語を作れます。

  • 会話、効果音、環境音を2チャンネルステレオで生成
  • せりふとキャラクターの口の動きを同期
  • プロンプトで多言語の発話やアクセントを指定

05

監督のような指示で自然なカメラワークを設計

混雑した通りを渡る人物や商品の登場など、動作に合わせてカメラを動かします。Kling 4.0は寄り、回り込み、追従などの演出指示を、場面や演技の説明と組み合わせて理解します。構図と身体動作を調整し、動的な展開、感情豊かなクローズアップ、印象的な登場を一貫した映像で表現します。

  • 寄り、回り込み、追従を指示
  • カメラ、人物の動作、構図を調整
  • 複雑な動きと場面展開の視覚的一貫性を維持

06

30秒の長回しで物語を広げる

演技、商品デモ、カメラの動きを1ショットで展開する余裕を確保します。Kling 4.0は3〜30秒の動画を720pまたは1080pで生成します。21:9、16:9、1:1、9:16から選び、超横長の映画的な場面からSNS向けの縦型動画まで、物語と用途に構図を合わせます。

  • 1回の生成で3–30秒の動画を制作
  • 720pまたは1080pから出力解像度を選択
  • 21:9、16:9、1:1、9:16で構図を設定

Kling 4.0 APIはどんな人に役立つ?

01

映像制作者・クリエイティブスタジオ

Kling 4.0で物語の場面、演技研究、制作前の映像案を開発します。開始・終了フレームとマルチショットプロンプトで節目を設計し、参照で人物の同一性を保ち、カメラ指示で演出を検討します。長いショットでテンポ、演技、構図を評価し、制作全体へつながる案を作れます。

02

マーケティング・広告チーム

広告案を商品の登場、人物中心の短編、地域向けのブランドストーリーに変えます。商品参照、カメラ、ネイティブ会話でメッセージを明確化。共有素材を整理し、場面の別案を検討して、対象層に合わせて映像の発想を調整できます。

03

ECブランド・小売業者

既存の素材から商品デモ、ファッション紹介、パッケージの物語を制作します。商品画像を動かし、参照指示で特徴を維持。クローズアップ、登場、モデルとのやり取りなどの節目を設計し、商品を中心にまとまった映像を作れます。

04

SNS制作者・プラットフォーム

短編、表情豊かな演技、縦型コンテンツを開発します。明確なプロンプト、再利用できる人物参照、意図した音の雰囲気で動画を誘導。映像指示とネイティブ音声を組み合わせ、冒頭の引き込みから結末までつながる場面を検討できます。

05

ゲーム開発者・仮想世界チーム

人物の登場、世界観紹介、シネマティックな案を検討します。設定画と動作参照で外見や動きを伝え、カメラと環境音を加えます。舞台、人物、物語の瞬間をつないだ映像研究を、クリエイティブレビューに活用できます。

06

教育・研修チーム

教材デモ、状況に基づく授業、多言語の解説場面を設計します。マルチショットプロンプトで学習の節目を整理し、ネイティブ会話とリップシンクで人物による説明を表現。学習環境に合わせて参照と場面の指示を調整し、明確な教育目標に集中できます。

Kling 4.0 vs Kling 3.0:強みと機能の比較

Kling 4.0 は、より長く細かく演出したい動画に向いています。最長 30 秒の生成に加え、参照画像・参照動画・被写体を組み合わせられ、既存動画の編集にも対応します。Kling 3.0 は、ネイティブ 4K の仕上がりが必要な場合に向いており、すべてのティアでネイティブ音声のオン・オフを選べます。PoYo では、どちらのモデルもテキストまたは開始・終了フレームから動画を生成できます。

比較項目Kling 4.0Kling 3.0
強み30 秒の動画、マルチモーダル参照、動画編集ネイティブ 4K 出力、任意のネイティブ音声
おすすめの用途長めのショット、動きの参照、被写体の一貫性が必要な広告・ストーリー・動画編集ネイティブ 4K の精細さが必要な短い完成カット
入力方法テキスト、開始・終了フレーム、参照画像・参照動画・被写体、動画編集テキスト、開始・終了フレーム、要素参照
動画編集3–30 秒の元動画をプロンプトで編集非対応
長さ3–30秒3–15秒
解像度720p、1080p約720p(Standard)、1080p(Pro)、ネイティブ4K
ネイティブ音声すべての動画にステレオ音声付き(オン・オフ設定なし)sound で任意に有効化、マルチショットでは必須
アスペクト比auto、16:9、9:16、1:1、21:916:9、9:16、1:1
参照素材画像最大10枚、動画5本、被写体7件画像または動画1本から作成する要素参照
マルチショットプロンプトmulti_prompt、合計3–30秒multi_shotsとmulti_promptの組み合わせ、合計3–15秒

各モデルの PoYo API ドキュメントに記載されたパラメーターに基づいています。秒単位の料金は各モデルの料金表をご確認ください。

PoYoでKling 4.0 APIのワークフローを準備

ステップ1:APIキーを作成
PoYoアカウントとAPIキーを作成し、連携用の開発環境を整えます。
APIキーを作成 →

ステップ2:プロンプトと参照素材を整理
場面、人物、カメラ、音声を記述します。参照画像を集め、視覚的な節目を整理して再利用可能な制作指示にまとめます。既存のKlingワークフローも参考になります。
Klingワークフローを見る →

ステップ3:アプリ連携を計画
PoYoのプラットフォーム文書を読み、動画アプリのタスク送信、状態追跡、結果処理を設計します。
プラットフォーム文書を読む →

Kling 4.0 APIのよくある質問

Kling 4.0とは?

Kling 4.0はKuaishouの映画的な制作向けマルチモーダルAI動画モデルです。720pまたは1080pでの3–30秒の生成、ネイティブステレオ、開始・終了フレーム、マルチショットプロンプト、マルチモーダル参照を組み合わせます。冒頭の構図や人物の同一性からカメラと会話まで、連携する複数の手段で場面を形作れます。 PoYo では現在、API と Playground でテキストからの動画生成、開始・終了フレームからの動画生成、参照素材からの動画生成、動画編集を利用できます。720p または 1080p の 3〜30 秒出力に対応し、ショット別プロンプトと画像・動画による被写体を使用できます。

テキストや画像から動画を作れますか?

Kling 4.0はテキスト・画像からの動画生成に対応します。プロンプトで人物、動作、スタイル、カメラ、音を指定できます。参照画像で被写体や構図を定め、開始・終了フレームでショットの展開を誘導し、制作意図の明確な映像に変えます。

開始・終了フレームとマルチショットプロンプトはどう動画を誘導しますか?

PoYoでは、Kling 4.0に開始フレーム1枚と任意の終了フレーム1枚を指定でき、ショットの始まりと終わりを決められます。複数の節目がある場面では、multi_promptで最長30秒のクリップを複数のショットに分け、ショットごとに最大512文字のプロンプトと長さを設定できます。

Omni Referenceにはどんな参照を使えますか?

PoYoのOmni Referenceは最大15点の素材を組み合わせます。内訳は、任意の開始フレームを含む画像最大10枚、参照動画最大5本、画像または動画から作成する被写体最大7件です。設定画で外見、商品画像でデザイン、動画で動作やテンポを伝えます。これらの組み合わせで、関連場面の同一性、スタイル、演技の方向を維持できます。

動画と一緒に音声も生成しますか?

Kling 4.0はステレオ、自然な多言語会話、同期した口の動き、効果音、環境音を扱います。映像の動作とともに、せりふ、言語やアクセント、背景音を指示できます。雰囲気と物語のテンポが一貫した視聴覚の演技を構築できます。PoYoで生成した動画には2チャンネルのステレオ音声トラックが含まれます。

Kling 4.0はどの解像度に対応していますか?

PoYoでは、Kling 4.0は720pまたは1080pの動画を生成でき、長さは3〜30秒、アスペクト比は21:9、16:9、1:1、9:16などに対応します。コストを抑えた下書きには720p、最終納品には1080pが適しています。KuaishouはKling 4.0の4K出力を今後提供予定の機能として発表しています。今すぐネイティブ4Kが必要な場合は、PoYoのKling 3.0 4Kを利用できます。

Kling 3.0やKling 2.6との違いは?

Kling 4.0は長いショット、マルチモーダル参照、動画編集を重視します。Kling 3.0は3–15秒、複数ショットのプロンプト、要素参照、ネイティブ音声、Standard・Pro・ネイティブ4K出力を組み合わせます。Kling 2.6はテキスト・画像から5秒または10秒の場面を生成し、同期した会話、歌唱、効果音、環境音を扱います。

Kling 4.0 API連携の計画にPoYoを選ぶ理由

01

明確なモデル選び

PoYoの機能説明と仕様比較でKling各版を検討できます。長さ、参照入力、音声、制作制御をプロジェクトに合わせ、チームで完成イメージを共有してモデルの方向性を選べます。

02

開発者向けの連携資料

APIキーの管理画面とPoYo文書で認証とアプリ連携を準備できます。必要なガイドと制作要件をまとめ、想定する体験に合わせてリクエスト、タスク追跡、結果提供を整理します。

03

追跡できるタスク処理

PoYo文書には非同期処理の状態照会とコールバック情報があります。進行状況、完了通知、結果処理を設計し、バックグラウンド生成をアプリの体験につなげます。

04

複数モデルをつなぐ制作

PoYoの画像・動画モデルで、コンセプト、参照作成、動く場面をつなげます。工程ごとに再利用可能なプロンプトと素材を整理し、異なるモデルの処理にも一貫した制作意図を引き継げます。