Kling

KuaishouのKlingモデル：Kling 4.0はテキスト、フレーム、または最大10枚の参照画像から、音声付きの3～30秒の動画を生成します。Kling 3.0は3～15秒の動画を生成し、音声をオフにすると料金を抑えられます。

モデルの選び方

• Kling 4.0は、Klingの最高品質を求める場合におすすめです。1回で最大30秒の動画を生成でき、最大10枚の参照画像で人物、商品、場所の一貫性を保てます。ワイドスクリーンの21:9にも対応しています。すべての動画に音声が付きます。
• Kling 3.0は、料金を抑えたい場合におすすめです。音声なしならさらに安く、negative_promptも利用できます。

料金

動画の料金は長さと秒単価の掛け算です。720pのKling 4.0で5秒の動画なら$0.75です。フレーム、参照画像、アスペクト比は料金に影響しません。動画が完成した場合にのみ課金されます。

Kling 4.0

• プロンプトは最大8,000文字です。negative_promptはないため、避けたい要素はプロンプトに直接書いてください。
• 動かしたいfirst_frameと、必要に応じて終点となるlast_frameを指定します。動画のアスペクト比は最初のフレームに合わせられます。
• または、人物、商品、場所、スタイルのreference_imagesを最大10枚指定できます。プロンプトでは送信順に@Image1、@Image2のように参照してください。フレームと参照画像は併用できません。
• 長さは3～30秒で、1秒単位で指定します。
• 16:9, 9:16, 1:1と21:9。参照画像を使う場合、adaptiveではプロンプトまたは画像に合わせてアスペクト比が決まります。
• 動画には必ず音声が付きます。プロンプトに記述したセリフ、環境音、音楽、効果音が含まれます。
• 720p と 1080p.

{
  "model": "kling-4.0",
  "reference_images": [
    "https://example.com/hiker.jpg",
    "https://example.com/coffee-bag.png"
  ],
  "prompt": "The hiker from @Image1 walks a ridge at sunrise, then lifts the coffee bag from @Image2 to the camera and says: \"Fresh roast, every morning.\" Keep his face and jacket from @Image1 and the bag's label from @Image2. Wind and birdsong.",
  "seconds": 8,
  "resolution": "1080p",
  "aspect_ratio": "16:9"
}

Kling 3.0

• プロンプトは最大2,500文字です。必要に応じて、除外したい要素を指定するnegative_prompt（最大2,500文字）も使えます。
• 動かしたいfirst_frameと、必要に応じて終点となるlast_frameを指定します。Kling 3.0は参照画像に対応していません。
• 長さは3～15秒で、1秒単位で指定します。
• 16:9, 9:16と1:1。最初のフレームを指定すると、動画は必ずその画像のアスペクト比になります。
• 音声はデフォルトでオンです。generate_audioをfalseにすると、音声なしの動画を低料金で生成できます。
• 720p と 1080p。解像度を上げると、より鮮明で細部まで描写された動画になります。

{
  "model": "kling-3.0",
  "first_frame": "https://example.com/bakery.jpg",
  "last_frame": "https://example.com/street.jpg",
  "prompt": "The camera glides back from the bakery counter, out through the door and onto the street.",
  "negative_prompt": "text, watermark, blur",
  "seconds": 5,
  "resolution": "720p",
  "generate_audio": false
}

プロンプトの書き方

• まず被写体とその動きを書き、次にカメラワークを指定します。例：「日の出とともに丘を越えるサイクリストを低い位置から追い、カメラを上昇させる」。
• カメラワークは「寄る」「引く」「左にパンする」「周回する」「上昇する」「手持ち撮影」のように明確に書いてください。
• 参照画像を使う場合は、各画像の用途を指定してください。例：「@Image1の顔、髪型、服装を維持する」「@Image2のキッチンを夜の設定で使う」。指定しないと、モデルが推測します。
• セリフは話す人物のそばに引用符で囲んで書き、入れたい音や音楽も指定してください。
• 長いKling 4.0の動画では、出来事を順番に、一場面ずつ記述してください。
• 最初のフレームを使う場合は、画像にすでに写っているものではなく、そこからの動きを記述してください。

知っておくと便利なこと

• ほとんどの動画は2～4分で完成します。長い動画や1080pの動画は、さらに時間がかかります。
• コンテンツルールに違反する可能性があるプロンプトや画像は拒否される場合があります（content_policy）。拒否された動画に料金はかかりません。
• 動画の保存期間は30日間です。残しておきたい動画はダウンロードしてください。

APIの詳細は動画生成をご覧ください。ダッシュボードのプレイグラウンドでも試せます。各動画のコードも表示されます。