テキストから動画・画像から動画への変換
Kling 3.0 APIは、テキストプロンプトのみから、または構図を正確に制御するための1枚目のフレーム画像から動画を生成します。どちらも1つの統合エンドポイントで利用できます。
Kling 3.0は、ネイティブ音声と開始フレーム/終了フレーム制御を備えたKling AIの動画生成モデルです。720p、1080p、または4Kで3〜15秒のクリップを生成できます。
| 仕様 | クレジット | 価格(USD) |
|---|---|---|
| 解像度4KGenerate Audio無効 | 47.64 – 47.66671秒あたり | $0.4764 – $0.47671秒あたり |
| 解像度4KGenerate Audio有効 | 47.64 – 47.66671秒あたり | $0.4764 – $0.47671秒あたり |
| 解像度720PGenerate Audio無効 | 9.48 – 9.51秒あたり | $0.0948 – $0.0951秒あたり |
| 解像度720PGenerate Audio有効 | 14.28 – 14.31秒あたり | $0.1428 – $0.1431秒あたり |
| 解像度1080PGenerate Audio無効 | 12.72 – 12.73331秒あたり | $0.1272 – $0.12731秒あたり |
| 解像度1080PGenerate Audio有効 | 19.08 – 19.11秒あたり | $0.1908 – $0.1911秒あたり |
価格はモデル設定に従います。モデルが明記していない限り、参照画像は課金されません。
生成ワークスペース、開始フレーム/終了フレーム制御、API対応パラメータを使ってKling 3.0をオンラインで試せます。オプションのネイティブ音声付きで、720p、1080p、または4Kの3〜15秒クリップを生成できます。

Kling 3.0 APIは、テキストプロンプトのみから、または構図を正確に制御するための1枚目のフレーム画像から動画を生成します。どちらも1つの統合エンドポイントで利用できます。
高速な下書きには720p、制作品質には1080p、超高解像度の最終出力には4Kを選べます。解像度はリクエストごとに選択できます。
ネイティブ音声を有効にすると、動画に同期した効果音を追加できます。無音クリップにする場合は無効にできます。4Kでは音声が追加費用なしで含まれます。
開始画像と任意の終了画像を指定すると、Kling 3.0 APIがその間の滑らかで一貫した動きを生成します。構図と遷移を正確に制御できます。
Kling 3.0は映像に合った同期効果音を生成し、別の音声パイプラインなしで没入感のあるクリップを実現します。
Kling 3.0は、豊かなライティング、質感、ディテールに優れています。ブランド映像や大画面でも映えるハイエンドなビジュアル向けに、最大4Kで生成できます。
| コントロール | タイプ | デフォルト | メモ | |
|---|---|---|---|---|
| 01 | prompt | text | — | — |
| 02 | image_url | image | — | — |
| 03 | aspect_ratio | string | 16:9 | — |
| 04 | video_length | string3 – 15 | 5 | — |
| 05 | resolution | string | 1080p | — |
| 06 | generate_audio | boolean | true | 動画と同期したAI音声を生成するかどうか。 |
セットアップなしでKling 3.0を試すには、AI Playgroundから始めましょう。プロンプトを入力するか、開始フレームと終了フレームをアップロードし、解像度と長さを選んで、結果をすぐにプレビューできます。
AIコンソールでAPIキーを作成して、Kling 3.0 APIアクセスを有効にします。クイックAPIドキュメントで、必要なパラメータとフレーム制御入力を確認できます。
プロンプトと任意の画像参照を含めて生成リクエストを送信します。タスクのステータスをポーリングし、オプションのネイティブ音声付き動画を受け取り、クリップをエクスポートします。
kling_3_0
モデル、一意の out_task_id、パラメータを指定して /api/openapi/submit に POST します。
同じ out_task_id でタスクが完了するまで /api/openapi/query に POST します。
出力はホットリンクせず、自分のストレージに保存してください。
Kling 3.0はKling AIの動画生成モデルです。テキストや画像から高品質な動画を生成し、ネイティブ音声と最大15秒までのシネマティックな制御に対応しています。
はい。Kling 3.0は映像と同期したネイティブ音声を生成できます。音声は任意で、リクエストごとに切り替え可能です。4Kでは追加費用なしで含まれます。
はい。image_urlで最初のフレームを、end_image_urlで任意の最後のフレームを指定すると、Kling 3.0が2つのフレームの間で一貫した動きを生成します。
720p、1080p、4Kの出力をサポートしており、動画の長さはリクエストごとに3秒から15秒まで設定できます。
Kling 3.0は16:9、9:16、1:1をサポートしています。参照画像が指定された場合、アスペクト比は画像に基づいて自動的に調整されます。