動きは720pで固める
解像度が上がるとコストは増えますが、動きの見え方は変わりません。タイミングとカメラは720pで決め、うまくいった指示を1080pか4Kでやり直します。
BestAIVideo
Kling 3.0 は快手(Kuaishou)のKling AIが提供するモデルで、ネイティブ音声付きの最長15秒のクリップを生成できます。プロンプトを書くか、最初と最後のフレームをアップロードし、720p・1080p・4Kから解像度を選び、音声のオン・オフを決めれば、生成前に消費クレジットを正確に確認できます。素早く試したいときのために、高速版のTurboも同じページで使えます。
このモデルは、しっかりした長さと音声が必要なクリップ向けです。変更できる設定と、それぞれがコストにどう影響するかを順に見ていきます。
この範囲なら、1秒刻みで好きな長さを選べます。初期設定は10秒で、動きを最後まで見せて余韻を残すのにちょうどよい長さです。
動きの確認は720pで始め、たいていの納品には初期設定の1080p、大画面向けのマスターには4Kを使います。音声なしの5秒クリップは、この順に56、72、268クレジットです。
Klingによると、音声は中国語・英語・日本語・韓国語・スペイン語の発話に対応します。720pと1080pでは音声をオフにするとクレジットを節約でき、4Kはオンでもオフでも同じ料金です。
ゼロからプロンプトを書くことも、最初のフレーム(終了フレームは任意)を渡して、その間をクリップに動かさせることもできます。
Klingは3.0モデルのユーザーガイドを公開しており、その助言は実践的です。誰が何をするのか、どのカメラアングルで撮るのかを具体的に書く、というものです。この手順は、それをこのジェネレーター向けに置き換えたものです。
ひとつの仕草なら5秒で足ります。歩く、見せる、ちょっとしたやり取りには10秒が必要です。15秒までは、何かが盛り上がって決着する場面だけに使います。
ワイド、クローズアップ、トラッキング、俯瞰、主観ショットはどれもモデルが理解する言葉です。ショットの種類を先に、動きをあとに書きましょう。
会話を作るときは、誰が話すのか、口調、セリフを引用符で書きます。選んだ長さに無理なく収まるよう、1つひとつのセリフは短くします。
最初のフレームがあれば絵はすでに決まっています。画像をもう一度説明するのではなく、カメラの動き、アクション、音の指定に言葉を使いましょう。
15秒のクリップでは、後方からのワイド、回る車輪のクローズアップ、ライダー、横からの追走、雪に轍が残る空撮が切り替わります。このジェネレーターは1回のリクエストで1本の連続したクリップを作るため、アングルごとに別々に生成して、編集でつなぎます。
パリの窓辺で、バラの花びらに囲まれたベルベットの台に面取りされた瓶が置かれ、カメラが寄り、ゆっくり回り込み、引いて通りまで見せます。光と質感、なめらかなカメラワークひとつで見せる、商品映像の手本です。
緑の時代衣装の女性が星空の下で芝生を駆け抜け、舞踏会のドレス姿の人々が並んで走り、カメラは低く速く追います。カメラの高さと速さを一文で指定するだけで、クリップの勢いが決まることが分かります。
解像度が上がるとコストは増えますが、動きの見え方は変わりません。タイミングとカメラは720pで決め、うまくいった指示を1080pか4Kでやり直します。
音声は料金にもプロンプトにも影響するので、最初に決めてください。セリフや効果音は、スイッチがオンのときだけ書きます。
看板やキャプションを出したいときは、数語に絞って引用符で囲みます。長い文字は、15秒のクリップの途中で崩れやすくなります。
セリフ、動き、環境音を含む10〜15秒のシーンを、1回の生成で組み立てられます。
音声をオンのまま、話し手・口調・セリフを書き分ければ、会話の試作ができます。
パッケージ写真を最初のフレームにして動かし、終了フレームでメインの角度に着地させます。
大型ディスプレイで流す最終出力や、長い編集に使う素材は、4Kに切り替えて書き出します。
テキストモードなら、同じ企画を9:16・1:1・16:9で作り分けられます。
5秒または10秒固定のTurboで企画を試してから、本番の生成にクレジットをかけられます。
快手のKling AIが2026年2月に発表した、動画モデルシリーズです。ネイティブ音声付きのクリップを生成でき、最長15秒に対応します。
3〜15秒の範囲で、1秒刻みの整数で指定できます。初期設定は10秒です。Turboは5秒または10秒に固定されています。
Kling 3.0 Videoは720p・1080p・4Kに対応し、初期設定は1080pです。Kling 3.0 Turboは720pと1080pです。
長さに応じて変わります。音声なしの5秒クリップは、720pで56、1080pで72、4Kで268クレジットです。音声ありだと720pと1080pで80と108クレジットになります。送信前に、ジェネレーターが正確な金額を表示します。
720pと1080pでは節約でき、およそ3分の1から半分ほど安くなります。4Kは、音声のあるなしで料金が変わりません。
テキストから動画と、最初のフレームが必須で終了フレームが任意のフレームから生成です。Turboのフレーム生成は、最初の画像を1枚だけ使います。
テキストモードでは16:9・9:16・1:1から選べます。フレームモードでは、アップロードした画像の比率に動画が合わせられます。
素早く試すための高速版で、720pまたは1080pの5秒・10秒クリップを作ります。音声スイッチも4Kもなく、音声なしの標準モデルより安いわけではありません。
話し手を書き、口調を説明して、セリフを引用符で囲みます。短く保ち、セリフの量に合わせてクリップの長さを決めてください。
このジェネレーターではできません。1回のリクエストで作れるのは1本の連続したクリップなので、生成ごとにカメラの動きを1つ書き、できあがったクリップを編集ソフトでつないでください。
Kling 3.0 は最長15秒に届き、4Kの選択肢が加わります。2.6以前のモデルもモデル一覧に残っており、短いクリップや低コストの制作に使えます。