
上のスチールは、脚本から合成まで当サイトで仕上げたエピソードNeon Debtのものです。
2026年9月28日、Kling は2つのモデルを発表しました。Kling 4.0とKling 4.0 Flashです。発表は Kling 自身のモデルリリースページで公開されています。以下のスペック表はそれを書き直したもので、各数値はこのページ末尾の出典にさかのぼれます。
2つのモデルは、同じ形で同時に届いたわけではありません。Kling 4.0 Flash は同じ日に、一部のクリエイター向けの早期アクセスのプレビューとして公開されました(誰が対象になるかは情報源によって異なるため、ここでは条件を明記しません)。フルのKling 4.0は、発表の中で10月に提供開始と説明されていましたが、日付は示されていません。
これが2026年10月15日に確認した時点の状況です。フルモデルのリリース発表はなく、API は開放されておらず、モデル ID も公表されておらず、どちらのバージョンも価格が公表されていません。これらが変わった場合に最初に出るのは Kling 自身のリリースページです — このようなまとめ記事ではありません。
発表がフルの Kling 4.0 について述べたことをすべて、ここにまとめました。あとから対応予定と発表された機能には、その旨を明記しています。
| 発表内容 | Kling 4.0 |
|---|---|
| クリップの長さ | 1回の生成で3–30秒。最大2分への延長は近日対応予定として発表 |
| 解像度 | 720p、1080p、4K |
| カラー | 1080p と 4K での 10-bit HDR — 近日対応予定として発表。発表時点では利用不可 |
| アスペクト比 | 21:9、16:9、1:1、9:16、Auto |
| フレーム制御 | 先頭・末尾フレームに加えて、タイムライン上の任意の位置に最大10個のキーフレーム |
| 参照 | Omni Reference:1タスクあたり最大15件の参照 — 画像は最大10枚、動画は最大5本(合計30秒)、被写体は最大7つ(うち動画の被写体は最大3つ)、さらにボイス |
| 音声 | ステレオ、より正確なリップシンク。セリフと画面内テキストは、アクセントや方言を含む9言語に対応 |
| 動画編集 | 最大5本の入力クリップ(メインは1本)、各3–30秒、合計30秒。再編集では、表情・カメラ・背景・セリフ1行のうち1つだけを変更し、残りはそのままにできます |
| プロンプトの長さ | 最大8,000トークン |
これらは公式に発表された数字です。表の中に測定値はありません。Kling の外で、リリース版のモデルを動かした人はまだいないため、ローンチを評価する基準となるスペックとして扱ってください。
フレーム制御は、ショット単位で書く人にとって最も影響の大きい変更です。先頭フレームはショットの開始位置を、末尾フレームは終了位置を固定し、モデルはその2点の間で動きをつなぎます。Kling 3.0 にもすでに先頭・末尾フレームモードがありました。
キーフレームはさらに進んでいて、クリップの内側の好きな瞬間に追加で置く固定フレームです。最大10個が発表されました。実際には、絵コンテのようにショットを書けるということです — 4秒目に登場人物が手紙を掲げ、9秒目に手放し、14秒目にドアのほうを向く — 動き全体を文章で説明して、テイクが各ビートに着地することを祈る必要はありません。
シリーズ制作では、違いの大半はビートへの着地にあります。カットが頼りにしている瞬間です。特定のポーズで終わらなければならないテイク、合図で手渡されなければならない小道具、書いた秒数に起きなければならない見せ場。キーフレームは、発表された 4.0 がそうした瞬間に固定の時刻を与える手段です。
Kling 3.0 と 3.0 Omni は2026年2月に発表され、Kling 自身のブログに資料があります。この表は、各世代が発表した内容を比べたものです。3.0 の列は、そのリリースが実際に述べた内容であって、あとから追加された内容ではありません。
| Kling 3.0(2026年2月発表) | Kling 4.0(2026年9月28日発表) | |
|---|---|---|
| 1回の生成 | 3–15秒 | 3–30秒、2分への延長は近日対応予定 |
| ショット制御 | 1回の生成で最大6回のショット切り替え。ショットごとの長さ、構図、アングル、内容、カメラワーク | 先頭・末尾フレームに加えて、タイムライン上の任意の位置に最大10個のキーフレーム |
| 参照 | 被写体の Element reference、複数画像参照、動画 Element reference | Omni Reference:画像、動画、被写体、ボイスをまとめて1タスクあたり最大15件 |
| 音声 | 映像と音声を1回の処理で。セリフは英語、中国語、日本語、韓国語、スペイン語。アクセントと中国語の方言。話者ごとにセリフを割り当て | ステレオ、より正確なリップシンク、セリフと画面内テキストは9言語 |
| 編集 | 3.0 の発表には含まれていない | 最大5本の入力クリップ。表情1つ、セリフ1行、カメラ、背景の再編集 |
パターンとしては、4.0 は 3.0 がすでに導入したダイヤルを回しているのです。より長いテイク、より多くの固定できる瞬間、より多くの参照、より多くの言語、そして 3.0 がまったく発表していなかった編集のレイヤーです。
9月28日に発表された2つ目のモデルがKling 4.0 Flashで、大量制作向けに位置づけられています。クリップは3–20秒、出力は720p、8-bit SDR、モードはテキストから動画、先頭フレーム、Omni Reference です。発表では先頭・末尾フレームや複数キーフレームの制御はなく、音声と編集の機能は明記されていません。
Flash は先に一部のクリエイター向けに公開されました。特定の制作にどちらが合うかは、答えが短くも長くもなる現実的な問いです — Kling 4.0 と Kling 4.0 Flash の比較で詳しく検討しています。
発表の中で、明確に今後の対応とされている項目が3つあります。すでにあるものとは分けて考えるのがよいでしょう:
約束されたものではなく、単に不明なものがあと2つあります。価格 — どちらのバージョンも公表されていません — と、執筆時点で未開放だったAPIです。現時点で Kling 4.0 の秒単価を挙げている人は、推測を述べているにすぎません。
上記はすべて公式に発表されたスペックです。公開されたモデルがないため、モデルを実際に動かしてはいません。また、他のサイトの測定値を、テストしたかのように繰り返すこともしていません。
次に見かける発表も、同じように読むのがおすすめです。数字がメーカー自身のリリースノートから来ているのか、そのまとめ記事から来ているのかを確認し、読んでいるものの日付も確認してください。スペックは発表からリリースまでに変わることがあり、「近日対応予定」の項目はローンチ後にずれ込みがちです。
このサイト自身のパイプラインと並べた見方は、同じ発表を扱った当サイトの Kling 4.0 のページにあります。軽量モデルはKling 4.0 Flashのページです。
バージョン番号を取り除くと、この発表はテイクごとの長さとコントロールの話です。1回の生成で、これまで2〜3回必要だったビートをカバーでき、その中の瞬間を固定できるようになりました。
シリーズ制作は、まさにこれを求めてきました。ショートドラマの1話はセグメントの積み重ねで、各セグメントは次のセグメントとカットでつながります。だから長いテイクの価値は長さそのものではなく — 見張るべきつなぎ目が減り、演技がより一続きで残ることにあります。
もう一方の進め方は、どのバージョン番号が付いても変わりません。物語は今も、脚本とショットリストで決まります。SceneMixer は脚本をエピソード構成にし、各ショットに秒数、フレーム内のキャスト、話されるセリフを持たせた絵コンテにし、そのショットをセグメントごとに生成して、1話につき1本のファイルにつなぎます。AI ショートドラマの作り方でそのパイプラインを最初から最後まで説明し、キャラクターの一貫性では、キャストを話をまたいで見分けられるようにする参照画像の層を扱っています — Omni Reference が解決しようとしているのと同じ問題です。
このサイトの動画ティアはセグメントごとに選び、秒単位で課金されます。課金される前に、生成ボタンに価格が表示されます。現在の一覧と料金は料金ページにあります。Kling 4.0 のようなモデルが一般公開されたら、ティアとして追加されるタイプのものです。それまでは、このページは使い方ではなくスペックのページです。

Kling は権利者の商標であり、ここでは製品を特定する目的でのみ名称を使用しています。SceneMixer は同社とは提携していません。スペックは発表時のまま引用しており、リリース前に変更される場合があります。
| バージョン | 発表 | 1回の生成 | 解像度 |
|---|---|---|---|
| Kling 3.0 / 3.0 Omni | 2026年2月 | 3–15秒、最大6回のショット切り替え | 3.0 の発表では言及なし |
| Kling 4.0 Flash | 2026年9月28日 | 3–20秒 | 720p、8-bit SDR |
| Kling 4.0 | 2026年9月28日 | 3–30秒(2分への延長は近日対応予定) | 720p、1080p、4K(10-bit HDR は近日対応予定) |
確認できたかぎり、まだです。フルバージョンは2026年9月28日に10月公開として発表され、2026年10月15日時点では、公開の報告も、API の開放も、価格の公表も確認できませんでした。Kling 4.0 Flash は、発表当日に限られたクリエイター向けに公開されました。
発表では、1回の生成で3〜30秒です。最大2分への延長は、利用可能ではなく、近日対応予定として発表されました。
発表によると、1タスクあたり最大15件の参照です。画像は最大10枚、動画は最大5本(合計30秒まで)、被写体は最大7つ(うち動画の被写体は最大3つ)、さらにボイスです。
先頭と末尾のフレームは、クリップの両端を固定します。キーフレームは、クリップの内側の好きな瞬間に追加で固定するフレームで、Kling 4.0 では最大10個が発表されました。これを使えば、ショットを書き込んだビートの位置に着地させられます。
発表では、リップシンクがより正確なステレオ音声と、アクセントや方言を含む9言語のセリフと画面内テキストが説明されています。Kling 3.0 はすでに、映像と音声を1回の処理で、5言語で生成していました。
発表では、最大5本の入力クリップ(メインは1本、各3-30秒、合計30秒)を使った動画編集が説明されており、表情・カメラ・背景・セリフ1行のいずれか1つを変える再編集も含まれます。これは発表に書かれていた内容であり、実際に動いているところを見たわけではありません。
不明です。発表時にどちらのバージョンも価格は公表されておらず、ほかで見かける秒単価は公式の数字ではありません。
執筆時点では使えません。モデルリリースページはリリースそのものを扱っており、2026年10月15日に確認した時点では API は開放されていませんでした。
Kling 自身のリリースページ、kling.ai/dev/model-release/kling-4 です。このページを含むまとめ記事は、定義上、元の情報より遅れます。当サイトは確認日を明記し、出典を載せているので、どれだけ新しいかがそのまま分かります。
いいえ。このページは Kling が発表した内容についてのものです。このサイトの動画ティアとその価格・上限は料金ページに載っていて、Kling のティアはその中にありません。
2026年10月15日更新
料金プラン·ガイド·サンプル·代替ツール·回答·サポート·プライバシーポリシー·利用規約·法的情報·お問い合わせ·アフィリエイトプログラム·© 2026 SceneMixer