Kling 4.0 AI動画ジェネレーター：音声つき、最長30秒

Kling 4.0（Kling VIDEO 4.0 とも呼ばれます）は、中国のテック企業 Kuaishou の Kling AI による第4世代のAI動画モデルです。テキスト、画像、キーフレーム、参照動画から、ネイティブのステレオ音声つきで最長30秒のクリップを作り、既存動画の編集と延長もできます。

Kling は 2026年9月28日に Kling 4.0 Flash の先行アクセスを開き、完全版の Kling 4.0 は 2026年10月に世界公開されました。PixExact で今すぐ使えます。

Kling 4.0 はクリップの長さを15秒から30秒に伸ばし、キーフレームを最大10個追加し、参照を15点（動画最大5本と声の参照を含む）まで増やし、音声をモノラルからステレオにし、10-bit HDR と言語を追加し、動画編集を本体モデルに組み込みました。短いクリップ、秒あたりが安いネイティブ4K、マルチショットなら Kling 3.0 もまだ有力です。違いは上の比較表にまとめています。

1回の生成は3〜30秒で、ひと続きのテイクです。延長を使えば、何回かに分けて前後へ続け、合計最長2分まで伸ばせます。PixExact では 3〜30秒のあいだで好きな長さを選べます。

はい。Kling 4.0 はネイティブ4Kまでの出力に対応し、1080p と 4K では 10-bit HDR です。Kling 3.0 は 8-bit SDR でした。PixExact の Kling 4.0 では 720p か 1080p を選べます。

キーフレームは、動画のタイムライン上に置く画像です。Kling 4.0 は最大10枚を受け取り、そのあいだの動きを作ります。最初と最後だけでなく、途中のポーズ、角度、場所を指定できます。PixExact ではフレームモードを使います。最初の画像が開始フレーム、あいだがキーフレーム、最後を終了フレームにでき、合計10枚までです。

1回の生成で最大15点です。モデルは画像最大10枚、合計30秒までの参照動画最大5本、被写体最大7つ、声の参照を受け取れます。PixExact の参照モードでは、画像10枚、動画5本、音声3本まで、合計15点を足せます。プロンプトでは @Image1、@Video1、@Audio1 と呼びます。

英語、中国語、日本語、韓国語、スペイン語に加え、ポルトガル語、ドイツ語、フランス語、ヒンディー語などに対応しています。アメリカ英語、イギリス英語、インド英語、広東語、四川語のようななまりや方言も扱えます。セリフは引用符に入れ、プロンプトに言語を書いてください。

Kling 4.0 Flash は、完全版の前に先行アクセスが開いた、より軽く速い Kling 4.0 です。下書きや大量制作向けで、画質、長さ、コントロールを優先するなら完全版の Kling 4.0 です。

Kling 4.0 は動画の秒数で課金され、音声は常に含まれます。720p は1秒 8 クレジット、1080p は1秒 12 クレジット。1080p の10秒は 120 クレジットです。参照動画を足すと、720p は1秒 5 クレジット、1080p は 8 クレジットになり、参照動画の長さも課金されます。開始前にジェネレーターが正確な費用を表示します。新規アカウントには無料クレジットがあります。

できます。PixExact で Kling 4.0 を使って作った動画は、広告、SNS、商品ページ、クライアント案件に使えます。詳細は利用規約をご確認ください。参照としてアップロードする画像、動画、声の権利は、ご自身でお持ちください。

Kling 4.0 はオープンソースではありません。重みは Kuaishou のもので、ローカルでは動かせません。PixExact では、新規アカウントの無料クレジットで試せます。Kling のサブスクリプションも APIキーも不要です。