Kling: Video v3.0 Pro API

Kling 3.0 Proは、Kling AIが2026年2月に正式発表し、同年3月5日から全世界で利用可能になった動画生成モデルです。テキストからの動画生成と画像からの動画生成の両方に対応し、最大15秒の1080p・30fpsの高画質映像を出力できます。16-bit HDRカラーにも対応し、視覚情報と音声情報を単一のネイティブなプロセスで融合する統合マルチモーダル設計を採用しているため、映像と同時に会話、効果音、環境音を生成できます。音声は多言語・方言・訛りに対応します。 複数ショットの物語制作にも強く、一度のリクエストで最大6ショットを含められ、各ショットに独立したプロンプトと長さを設定しながらショット間のシーン一貫性を維持します。3人以上のキャラクターが同じ場面で相互作用する多角色指示にも対応し、参照画像や参照動画による再利用可能な要素参照によってキャラクター・スタイル・動作の連続性を保てます。さらにプロンプトによる既存動画の編集機能も備え、背景の差し替え、衣装の調整、人物の挿入や削除、シーンの再構築を元の構造とスタイルを保ったまま行えます。 こうした特性から、映像コンテンツ制作の全工程、映画のプリビジュアライゼーション、ゲームアセットの構築、ブランド広告制作に適しています。複雑な物語構造を持つ短編映像や、キャラクターの一貫性が求められるシリーズコンテンツの制作、主体の外観・スタイル・動作を精密に制御したい参照駆動型のプロジェクトでも力を発揮します。

料金は利用するプロバイダーと実際の使用量により決まります。長い入力などは料金が異なる場合があります。内訳をご確認ください。 実際の生成費用に基づく課金です。最終金額は請求明細をご確認ください。

テキストからの動画生成と画像からの動画生成の2つのモードに対応しています。さらに、最初のフレームと最後のフレームを条件として指定する生成方法も利用できます。

生成できる動画は最長15秒で、出力解像度は1080p、フレームレートは30fpsです。16-bit HDRカラーにも対応しています。

はい。ネイティブな音声と映像の同期生成に対応しており、映像を生成すると同時に会話、効果音、環境音を生成できます。音声は多言語、方言、訛りに対応しています。

はい。一度のリクエストに最大6つのショットを含めることができ、各ショットには独立したプロンプトと長さを設定できます。ショット間のシーン一貫性も維持されます。

プロンプトによる既存動画の編集に対応しています。背景の変更、衣装の調整、人物の挿入や削除、シーンの再構築を、元の構造とスタイルを保ったまま行えます。

Standard版と比べて1080pの高解像度出力を提供し、細部の表現、動作のリアルさ、時間的な一貫性に優れています。4K版と比べると、高い画質を保ちながらコストを抑えられる点が特徴です。