30 秒のストーリー表現、最大 4K 出力、柔軟なキーフレーム指定、マルチモーダル参照による制作を紹介します。Kling 4.0 は 2026 年 10 月公開予定で、Flash は限定先行アクセスを開始しています。光谱汇深 API は近日提供予定です。
公式モデル仕様を紹介。光谱汇深 API は引き続き近日提供予定です
Kuaishou は Kling 4.0 の 2026 年 10 月公開を発表し、9 月 28 日に Flash の限定先行アクセスを開始しました。本ページでは公式に発表されたモデルの機能を紹介します。光谱汇深 での提供時期、対応 API パラメータ、料金は別途確定後にお知らせします。
以下はメインモデルの仕様です。Flash の上限は個別に記載しています。光谱汇深 での対応範囲は連携後に確定します。
Kling 4.0 を使う今後の制作に向けて、発表済みの機能の活用方法を紹介します。
公式の公開予定、モデルの違い、光谱汇深 での今後の提供について。
Kling 4.0 は、Kuaishou が発表した次世代 AI 動画モデルです。公開された機能には、3~30 秒の動画生成、最大 4K 出力、最大 10 枚のキーフレーム、マルチモーダル参照、ステレオ音声、動画編集があります。
公式発表では、Kling 4.0 は 2026 年 10 月公開予定です。Kling 4.0 Flash は 2026 年 9 月 28 日に限定先行アクセスを開始しました。これは Kuaishou 側の公開予定であり、光谱汇深 API の提供時期は別途お知らせします。
Kling 4.0 は 3~30 秒、720p / 1080p / 4K の動画生成に加え、開始・終了フレームと柔軟なキーフレーム指定が発表されています。Flash は 3~20 秒、720p、8-bit SDR で、テキストからの動画生成、開始フレーム画像からの動画生成、マルチモーダル参照に対応します。メインモデルの上限をそのまま Flash に適用することはできません。
Kling 4.0 では、画像、動画、声質、被写体の参照素材を合計最大 15 件入力できます。個別の上限は、画像 10 枚、合計 30 秒以内の動画 5 本、被写体 7 件で、そのうち動画被写体は最大 3 件です。動画被写体の長さも動画の総時間に含まれます。光谱汇深 API の対応フィールドは連携後にドキュメントで公開します。
まだ利用できません。本ページは発表済みモデルのプレビューです。光谱汇深 は連携確定後に、対応モデル、エンドポイント、パラメータ、提供時期を公開します。Kling 自社プラットフォームの先行アクセス開始は、光谱汇深 API の提供開始を意味しません。
光谱汇深 での Kling 4.0 と Flash の料金は未発表です。利用開始が確定した後に、モデルごとのクレジット料金と課金ルールを公開します。
公式発表では、1080p と 4K の 10-bit HDR 出力、および繰り返し延長による最長 2 分の動画は、近日提供予定とされています。2 分は繰り返し延長した後の合計時間であり、1 回の生成時間ではありません。メインモデルの発表済みの 1 回あたりの生成時間は 3~30 秒です。
ダッシュボードからサポートチケットを送信するか、support@apimart.ai までメールでお問い合わせください。チームができるだけ早くご対応いたします。
同じカテゴリの他のモデルを探す。
Wan 3.0 Video Prime
Wan 3.0 Prime is the Prime version of Alibaba Cloud's all-in-one Wan 3.0 video model, with general, first-and-last-frame and file or webpage modes and 2–30 second output.
MiniMax H3 Max
MiniMax H3 Max generates video from text and images at 480P, 768P or 1080P with 5–15 second clips, first/last frames, multimodal references and synced audio.
Seedance 2.0 Mini
Seedance 2.0 Mini is the lightweight version of ByteDance's Seedance 2.0 for text-to-video and image-to-video, with 480p or 720p output.
HappyHorse 1.1
HappyHorse 1.1 generates 720P or 1080P video from text, a first-frame image or 1–9 reference images. Video editing is not supported.