Kling 4.0 API

2026年10月19日更新

Kling 4.0とは

Kling 4.0は、Kuaishouの第4世代Kling AI動画モデルです。リリースは2段階で行われました。まず高速版のKling 4.0 Flashが2026年9月28日にKlingアプリ内の限られたユーザーに公開され、続いて完全版のKling 4.0が2026年10月15日に全員向けにリリースされました。掲げられたタグラインは「You call the shots」です。今回のリリースの柱は3つです。1つ目は映像のリアリティで、大規模なシーン、速い動き、追従やオービットのショットが安定し、顔のディテール、照明、質感が本物らしく見えます。2つ目はクリエイティブな制御で、最大15個の素材を使うOmni Reference、マルチキーフレーム、8,000トークンのプロンプトに対応します。3つ目は物語としての完成度で、セリフ、効果音、音楽を2チャンネルのステレオで同時にレンダリングした30秒の長回しが作れます。UnificAllyではkuaishou/kling-4.0-videoとして呼び出せ、リクエストの形はKling 3.0 Omniと同じまま、あらゆる上限が引き上げられています。

入力モードはvideo_modeスイッチで選びます。省略すれば純粋なテキストから動画生成、参照画像と永続的なエレメントを使うならelements、キーフレームならstart_end_frame、入力が元動画ならtransformまたはvideo_referenceです。単一のプロンプトも、2〜6シーンのマルチショットも、同じ3〜30秒の枠内で動作します。出力はStandardモードで720p、Proモードで1080pです。Kuaishouは4Kと10ビットHDRを近日提供予定としており、どちらもまだAPIでは利用できません。

Kling 4.0の仕様

次の表は、Kuaishouが公表したKling 4.0の機能と、現時点でUnificAllyから呼び出せるものをまとめたものです。「近日提供予定」とあるものはKuaishou自身の表記で、ここでは販売していません。

Kling 4.0の主な機能

用途

• 長い単一ショット

  上限30秒なので、Vlogの1セグメント、広告、物語の1場面を1回で作れます。

• 絵コンテ主導のシーン

  キーフレームモードで最大10フレームを固定し、その間の動きをモデルに埋めさせます。

• 複数キャラクターの制作

  最大7つのエレメントと10枚の参照画像で、1本の動画の中でキャスト、小道具、乗り物を一貫させます。

• 多言語のセリフ

  地域のアクセントを持つリップシンク付きの音声が映像と一緒にレンダリングされるため、会話シーンが完成した状態で返ってきます。

• 実績あるフォーマットのクリエイティブな再現

  video referenceモードは既存動画のテンポとショットを保ち、自社の商品やキャストに差し替えます。SNSクリップ、商品広告、ファッションや美容、家電などに向いています。

• アクションやカメラワーク中心の依頼

  高速な動き、連続するアクション、追従やオービットのショットは、リアリティのアップグレードが最も表れる領域です。

• 画面内で読めるテキスト

  9言語以上と絵文字で、判読できる状態を保つ必要があるパッケージ、看板、キャプション、ロゴ。

• 映画的な21:9の納品

  21:9のアスペクト比を持つ唯一のKlingルートで、ワイドスクリーンのスポットやタイトルシーケンスに。

バリエーション

2つの出力モードとvideo_modeスイッチがあります。解像度と、依頼の主役がテキストか、画像か、フレームか、参照動画かで選びます。

Standard

720pの出力モードで、料金は$0.1134/sec、元動画を渡す場合は$0.1359/secです。1クリップあたりの料金が安く処理も速いため、レイアウトの検討やコンセプト確認に向いています。

Pro

1080pの出力モードで、料金は$0.1701/sec、元動画を渡す場合は$0.2043/secです。プレイグラウンドのデフォルトで、ヒーロー枠や有料出稿に載せる納品カット向けです。

Elements（video_mode: elements）

参照画像と永続的なエレメントを合計15まで使えます。start_image_indexで参照画像の1枚を最初のフレームに固定でき、このルートでの画像から動画生成はこの方法で行います。

Keyframes（video_mode: start_end_frame）

必須の最初のフレーム、順番に並べた最大8枚の中間キーフレーム、任意の最後のフレームです。ここではエレメントとマルチショットは使えず、アスペクト比はフレームによって決まります。

ReferenceとTransform（video_mode: video_reference、transform）

最長30秒の元動画に加え、最大14の画像とエレメントを使えます。Referenceはスタイル、動き、テンポを導き（クリエイティブな再現）、Transformは動画そのものを編集します。どちらもアスペクト比はautoで、出力は元動画と同じ長さになり、料金は元動画付きの高いほうのレート（720pで$0.1359/sec、1080pで$0.2043/sec）が適用されます。

マルチショット

2〜6件のエントリを持つmulti_shots配列を渡し、それぞれに独自のプロンプトと長さを設定します。合計の長さは3〜30秒の範囲です。テキストから動画生成とelementsモードで利用できます。

活用例

KuaishouはKling 4.0を、映画制作、ショートドラマ、アニメーション、広告、ミュージックビデオの制作、さらに商品広告、UGC風の商品プロモーション、ゲームトレーラー、コマーシャルデザインに向けて位置づけています。このルートでの実際の使い方は次のとおりです。1枚の参照写真から、つなぎ合わせなしでショットが切り替わる30秒の縦型Vlogを作る。商品ローンチの要となる瞬間をキーフレームとして並べ、トランジションはモデルに組み立てさせる。三面図のキャラクターシート、車、小道具一式を1回のelementsモードの生成に投入し、すべてのキャラクターが設定どおりに保たれる短いアクションシーンを作る。トレンドの広告をvideo referenceモードに入れ、そのテンポ、構図、カメラワークを保ったまま、自社の商品とキャストで再現する。transformモードで出演者とセットを差し替え、脚本とタイミングはそのまま引き継いでトーキングヘッドのスポットをローカライズする、あるいはセリフをスペイン語、ヒンディー語、広東語でリップシンク付きに生成し直す。2言語の画面内テキストを持つ21:9のタイトルシーケンスを、クレイアニメやフェルト質感のルックで1つのプロンプトから書く、といったことができます。

制限事項

Kling 4.0の出力は720pまたは1080pのみです。Kuaishouは4Kと10ビットHDRを近日提供予定としているため、4Kの依頼は引き続きKling 3.0 Omniに回してください。Kuaishouが発表した複数クリップの動画編集（最大5本の入力クリップ）、音声参照、2分の動画延長はまだAPIで公開されておらず、Kling 4.0 FlashもKlingアプリ内の限定先行公開のままでAPIはありません。キーフレームモードではエレメントとマルチショットを使えず、元動画を渡すとアスペクト比はautoに固定されます。動画タイプのエレメントは7つのうち3つまで、動画入力は合計5本までです。Kling 4.0を順位付けした公開リーダーボードはまだなく、Seedance、Veo、Wanに対する品質は第三者によって測定されていません。

Kling 4.0とKling 3.0 Omniの比較

Kling 4.0はKling 3.0 Omniのバリエーションではなく後継で、同じリクエスト形式のまま上限を引き上げ、リアリティを強化したものです。1回の生成の上限を15秒から30秒に倍増し、参照の上限を合計7から15（画像10枚＋エレメント7つ）に引き上げました。Omniでは動画を使う呼び出しの画像とエレメントが4までに制限されます。さらに、Omniには開始フレームと終了フレームしかないところに最大8枚の中間フレームを使えるキーフレームモードを加え、21:9のアスペクト比、デフォルトでオンの2チャンネルステレオ音声、8,000トークンのプロンプト、地域のアクセントを持つポルトガル語、ドイツ語、フランス語、ヒンディー語のセリフにも対応しました。Kuaishouのリリースでは、3.0系列に比べて大規模な動きとカメラワークがより安定し、顔と照明のディテールがより細かく、画面内のテキストがより確実になったとも主張しています。Omniには4.0にまだない4Kモードがあり、Standardの料金も低いため、4K納品と安価なドラフトのルートとして残ります。

Kling 4.0でできること

以下のクリップはすべて、このページのプレイグラウンドでkuaishou/kling-4.0-videoのStandard（720p）モードを使い、記載の入力と設定で生成したものです。Kuaishouのデモリールから借りたものはありません。

APIの使用例

Kling 4.0は、/v1/tasksにPOSTするだけで任意の言語から呼び出せます。パラメータの詳細はdocs.unifically.com/models/video/kling/kling-4.0-videoを参照してください。

curl -X POST https://api.unifically.com/v1/tasks \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "kuaishou/kling-4.0-video",
    "input": {
      "prompt": "A street musician plays violin under neon rain as the crowd applauds",
      "mode": "pro",
      "duration": 10,
      "aspect_ratio": "21:9"
    }
  }'

キーフレームモードでは、最初のフレーム、順番に並べた中間フレーム、任意の最後のフレームを渡します。

curl -X POST https://api.unifically.com/v1/tasks \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "kuaishou/kling-4.0-video",
    "input": {
      "video_mode": "start_end_frame",
      "prompt": "The sketch comes to life, one drawing after another",
      "start_frame_url": "https://files.unifically.com/frame-1.png",
      "keyframe_urls": ["https://files.unifically.com/frame-2.png", "https://files.unifically.com/frame-3.png"],
      "end_frame_url": "https://files.unifically.com/frame-4.png",
      "mode": "std",
      "duration": 15
    }
  }'

送信に成功するとtask_idが返ります。GET /v1/tasks/<task_id>をポーリングするか、リクエストにcallback_urlを設定して完成した結果を受け取ってください。