AI動画 · Kuaishou Kling AI

Kling 4.0：キャラクターがぶれない30秒のワンテイク動画

AIに聞く ▾

ChatGPTで開く Claudeで開く Grokで開く Google AI Modeで開く

Kling 4.0は、Kuaishou（快手）のクリエイティブスタジオであるKling AIの最新動画モデルです。2026年10月15日に全ユーザーへ公開され、4秒のクリップをつなぎ合わせる作業にうんざりしていたクリエイターのために作られています。1回の生成で最大30秒、1つのプロンプトで最大15個の参照ファイルを使え、最大10個のキーフレームでストーリーを一場面ずつ設計できます。速いチェイスシーンや大きなカメラワークも、これまでより破綻しにくくなりました。このページでは、ショートドラマ、広告、MVにとってこのリリースが何を意味するのか、Kling 3.0やFlash版との違い、そして今日からコピーして使えるプロンプトテンプレートを紹介します。

ご注意：公式の Kling 4.0 は現在、無検閲の生成に対応しておらず、プロンプトと出力はモデレーションされます。18歳以上向けの大人のシーンには、Spicy AI が提供する無検閲の動画ジェネレーターをご利用いただけます。 Spicy AI の無検閲動画ジェネレーターを開く →

最大30秒のショット
15ファイルの参照
10個のキーフレーム

手持ちの写真から動画を作る →

Kling 4.0が「監督向けのアップグレード」と感じられる理由

これまでのAI動画ツールは、短く美しい瞬間を作るのは得意でも、展開が必要な場面は苦手でした。新モデルはまさにその弱点を狙っています。Kuaishouの発表では、3つの大きな進化が挙げられています。大きく速い動きでも安定すること、1回のネイティブ生成で30秒に達すること、そして新しいOmni Referenceシステムが最大15個の参照素材と最大10枚のキーフレーム画像を受け付けることです。これらを組み合わせることで、1つのプロンプトで単なるワンアクションではなく、会話、商品デモ、チェイスといったシーン全体を描けるようになりました。

公開は2段階で行われました。まず2026年9月28日に、上位の年間プラン加入者向けの先行アクセスとしてFlash版が公開され、その後10月15日にフルモデルが全ユーザーに開放されました。クローズドなサービスであることに変わりはなく、利用はKling AIのWebサイトとアプリから。ダウンロードできるウェイトはなく、新バージョンの開発者向けAPI提供の時期もKuaishouはまだ発表していません。

すでに人気だったKling 3.0。4.0で何が加わったのか

2026年1月にリリースされたKling 3.0は、ネイティブ音声と優れた画像から動画への生成で、ショート動画クリエイターの間で大きな支持を集めました。バージョン4.0はその土台を引き継ぎつつ、クリエイターが不満を感じていた制限をすべて広げています。最もわかりやすい進化は長さです。1ショットが15秒から30秒へと倍増し、セリフをまるごと1つ、あるいは商品紹介全体をカットなしで収められる長さになりました。

	Kling 3.0	Kling 4.0
1回の最長生成時間	15秒	30秒
フレーム制御	最初と最後のフレーム	最初と最後のフレーム＋最大10個のキーフレーム
参照	画像と動画の要素が別々	最大15要素を1つのプールで管理
名前付き発話の対応言語数	5	9
音声	ネイティブ音声	ネイティブのステレオ（2チャンネル）音声
プロンプトの長さ	短めのプロンプト	最大8,000トークン
4K出力	2026年4月に追加	対応

強み：シーン全体を一度に生成できるため、クリップ全体でキャラクター、照明、衣装が一貫します。
強み：ステレオ音声と長いプロンプトにより、会話シーンやタイミングを合わせた展開を記述しやすくなりました。
注意点：4Kはこのバージョンの新機能ではなく、2026年4月に3.0系で追加されたものです。
注意点：長く高解像度なクリップほど多くのクレジットを消費すると見られるため、下書きは短めにするのがおすすめです。

Kling 4.0 Flashとフルモデル、どちらを選ぶ？

Flashは、このリリースの手軽で日常使い向けのティアです。Kuaishouは高頻度の制作向けと位置づけており、先行アクセスの加入者が最初に試したのもこのバージョンです。テキストから動画、画像から動画、Omni Referenceに対応していますが、出力は720p、標準ダイナミックレンジ、20秒までに制限され、公開されている仕様表にはキーフレームの記載がありません。フル尺の30秒、キーフレームによる設計、1080pや4Kでの書き出しが必要なプロジェクトには、フルモデルを選びましょう。

	Kling 4.0 Flash	Kling 4.0
クリップの長さ	3〜20秒	3〜30秒
解像度	720pのみ	720p、1080p、4K
ダイナミックレンジ	8ビットSDR	10ビットHDRを発表済み、順次提供中
キーフレーム	記載なし	最初と最後のフレーム＋最大10個
おすすめの用途	素早い下書きやアイデアの検証	最終版や長いシーン

多くのクリエイターが実践している現実的なワークフロー：Flashでアイデアを下書きし、うまくいったプロンプトをフルモデルで再生成して最終版を書き出します。

Omni Referenceとキーフレーム：運任せではなく、ショットを演出する

Omni Referenceは、動画に反映させたいものをすべて入れておける1つのプールです。公開仕様によると、最大15要素を保持でき、内訳は画像最大10枚、合計30秒までの動画クリップ最大5本、保存済みの被写体（キャラクターやオブジェクト）最大7つで、そのうち動画から作成できるのは最大3つです。音声サンプルをサウンド参照として追加することもでき、これがモデルが受け付ける唯一の音声入力です。

コントロールのもう半分を担うのがキーフレームです。最初と最後のフレームに加えて、タイムライン上に最大10枚の画像を配置できるため、絵コンテをそのままクリップの骨格にできます。各キーフレームはチェックポイントのように機能し、モデルが同じ顔、衣装、セットを保ちながらその間の動きを補完します。絵コンテ作家やショートドラマの制作チームがこのリリースに特に注目しているのはそのためです。

Storyboard frames laid out as keyframes beside a video editing timeline

Kling 4.0が真価を発揮する場面：ドラマ、広告、MV、アクション

1本のクリップで1つの展開をまるごと描けるようになったため、最も自然な使い道は、これまで複数のショットをつなぐ必要があった形式です。Kuaishouが説明している機能をもとに、新しい上限が想定しているシナリオを紹介します。

ショートドラマやコミック：2人のやり取り全体をワンテイクで演じさせ、主役2人を被写体として固定し、キーフレームでストーリーの転換点を押さえます。
広告やライブコマースのクリップ：商品写真とモデル写真を参照として追加し、30秒をフルに使った縦型9:16の商品紹介を生成します。
アクションとカメラワーク：バイクチェイス、格闘の振り付け、ドローンによるフライスルーなど、発表で特に安定性が向上したとされる高速な動きに。
ミュージックビデオ：キーフレームをサビの盛り上がりに合わせ、衣装チェンジやロケーションの切り替えをビートに乗せます。
絵コンテから映像へ：描いたコマを順番にキーフレームとして入力し、1回の生成で最初のアニマティックを作成します。
リミックスと編集：既存のクリップを最大5本、合計30秒まで組み合わせ、新しいプロンプトで作り直します。

Kling 4.0の使い方をステップごとに解説

Kling AIのWebサイトやアプリなら、数分で最初のクリップを作れます。クレジットを使う前にモデルが必要な情報をすべて揃えられるよう、次の順番で進めましょう。

モデルを選ぶ：手早いテストならFlash版、最終出力ならフルモデル。
モードを選ぶ：テキストから動画、画像から動画、または複数の素材がある場合はOmni Reference。
参照をアップロードする：キャラクター写真、商品写真、短い動画クリップ、そして声を固定したい場合は音声サンプル。
フレーム構成を決める：最初と最後のフレーム、キーフレーム、クリップの長さ、アスペクト比（21:9、16:9、1:1、9:16、または自動）。
時系列順にプロンプトを書き、長尺・高解像度のレンダリングに進む前に短い下書きを生成します。

無料で使える？Kling AIはクレジット制で、リリース時点でKuaishouは新モデルのクリップごとのクレジット消費量を公表していませんでした。長いレンダリングの前にアプリ内の価格を確認しましょう。APIも同様で、Klingは以前のバージョンについては開発者向けに提供していますが、このバージョンの公開時期は発表されていません。

コピーして使えるKling 4.0プロンプトテンプレート

プロンプトは最大8,000トークンまで書けるようになりましたが、長ければ良いというわけではありません。大切なのは構成です。シーンを起きる順番に書き、各キャラクターは参照タグで呼び、カメラの動きは文の冒頭に置き、音については別の行で指定しましょう。角かっこの部分を自分のシーンに置き換えてください。

連続したワンショット

30-second single continuous shot. [Subject] walks through [location]. Camera dollies behind, then orbits to the front. Golden hour, handheld feel. Sound: ambient city noise.

キーフレームでのストーリー作り

Keyframe 1 (0s): [opening moment]. Keyframe 2 (8s): [turning point]. Keyframe 3 (18s): [payoff]. Smooth transitions, same character, same outfit throughout.

参照タグ

@Character1 (ref image 1) talks with @Character2 (ref video 1) in @Location (ref image 3). @Character1 speaks with voice ref 1.

アクションシーン

High-speed motorcycle chase on a rainy street at night. Low-angle tracking shot, motion blur, stable anatomy, 21:9 widescreen.

初期の反響：クリエイターが注目しているポイント

正式リリースからまだ数日しか経っていないため、大規模な第三者ベンチマークはまだなく、私たちも数字をでっち上げるつもりはありません。初期ユーザーの間で話題になっているのは4つの点です。まずは長さ。30秒のテイクは、シーンの組み立て方そのものを変えます。次に、その長いクリップ全体でのキャラクターの一貫性で、特に画面に複数の被写体がいる場合です。3つ目はクレジットの消費で、長い4Kレンダリングは価格帯の上限になると見られています。最後はHDRです。発表では10ビットHDRに触れていますが、リリースノートでは1080pと4KのHDRは近日提供とされているため、Klingが正式に確認するまでは順次提供中と考えておきましょう。最大2分までの動画延長も同じく近日提供とされています。

Kling 4.0の無修正版、オープンソース、競合モデルの選択肢

Kling 4.0に無修正版やNSFW版はありません。モデルはクローズドでオープンウェイトもなく、公式プラットフォームは利用規約に基づいてプロンプトと出力を審査しているため、露骨な成人向けコンテンツは拒否されます。制限の少ないバージョンを探している人は、たいてい自分のハードウェアで動かせるオープンウェイトの動画モデルにたどり着きます。豊富なコミュニティ製ファインチューンがあるAlibaba Wanチームの「Wan 2.2」や、Lightricksの「LTX-2」ファミリーです。

クローズドな競合では、ByteDanceのSeedance 2.0とGoogleのVeoが、このリリースと最もよく比較されます。3つともコンテンツ審査のあるサービスなので、選択のポイントはクリップの長さ、参照によるコントロール、動きの品質、そして自分のビジュアルスタイルをどう扱ってくれるかです。公平に比べるなら、同じ絵コンテをそれぞれに通し、長い生成で最初にぶれが出やすいクリップの終盤で一貫性を比較するのがおすすめです。

無修正の代替動画ジェネレーター

公式モデルはコンテンツ審査付きで動作し、無修正版はありません。拒否される成人向け（18歳以上）のシーンは、Spicy AIの画像から動画ページで元になる写真をアップロードし、次のようなプロンプトでアニメーション化できます。人気の成人向けアイデアには、架空キャラクターのビキニ姿のビーチVlog、ランジェリー風のランウェイウォーク、ナイトクラブでのダンスクリップなどがあります。

Adult woman in a bikini filming a golden hour beach vlog scene

プロンプトを試す

Start frame: an adult woman in a red leather jacket on a motorcycle at a neon crossroads. She revs off into the rain, camera tracks low beside her, then swings ahead to face her
An adult woman in a white bikini walks along a golden-hour shoreline toward the camera, laughs and brushes wet hair back, handheld vlog feel, waves crashing
Two adult dancers in sequined outfits spin under club lights, camera orbits them in one continuous move, confetti falls on the beat
An adult model in a silk robe turns from a hotel window to the camera and smiles, slow push-in, warm lamp light, soft city hum

サンプルプロンプトは英語で書かれており、英語のほうが最も安定した結果が得られます。登場人物はすべて成人である必要があります。

画像から動画を開く

公式のKling 4.0とSpicy AIでの生成の比較

	公式サービス	Spicy AIオンライン
コンテンツフィルタリング	Kling AIの利用規約に基づき審査	成人向け（18歳以上）コンテンツOK
オープンウェイト	なし（クローズドなサービス）	該当なし（オンラインで動作）
実際に使われるモデル	Kling 4.0またはそのFlash版	Spicy AI独自の動画モデル
価格	クレジット制。4.0のクリップごとの費用はリリース時点で未公表	無料で始められ、追加はクレジット

公式：Kling AIプラットフォームで、30秒のテイク、Omni Reference、キーフレームを利用可能。
Spicy AI：自分の写真から始めて、ブラウザ上でアニメーション化。

Kling 4.0 よくある質問

Kling 4.0はいつリリースされましたか？

Kuaishouの発表によると、Flash版は2026年9月28日に先行アクセスとして公開され、フルモデルは2026年10月15日に全ユーザー向けに提供開始されました。

クリップはどのくらいの長さにできますか？

1回のネイティブ生成で、フルモデルは最大30秒、Flashは最大20秒です。動画を2分まで延長する機能は近日提供予定とされています。

4KやHDRに対応していますか？

4Kに対応しています。これは3.0系ですでに2026年4月に追加された機能です。10ビットHDRはリリース時のニュースで言及されていますが、リリースノートでは近日提供とされているため、最新の状況はアプリ内で確認してください。

Omni Referenceとは何ですか？

最大15要素を入れられる共通の参照プールです。画像最大10枚、合計30秒までの動画クリップ最大5本、被写体最大7つを登録できます。最大10個のキーフレームと組み合わせることで、キャラクターとストーリー展開をしっかりコントロールできます。

料金表やAPIはありますか？

リリース時点で、Kuaishouは新バージョンのクリップごとのクレジット消費量やAPIの提供時期を公表していませんでした。以前のKlingのバージョンは開発者向けに提供されているので、公式のリリースノートをチェックしてください。

無修正版やオープンソース版のKling 4.0はありますか？

ありません。オープンウェイトのない、コンテンツ審査付きのクローズドなサービスです。動画生成を自分で動かしたい人には、Wan 2.2やLTX-2といったオープンウェイトの動画モデルがよく選ばれています。

出典

無修正AIモデルをすべて見る →

KlingおよびKuaishouは、それぞれの所有者の商標です。すべてのコンテンツは成人（18歳以上）を描写したものでなければなりません。