AIREITER
Kling 4.0で生成できるもの
Kling 4.0はKuaishou Klingによる動画モデルです。1つのモデルでテキストからの動画生成、キーフレーム、画像・動画・音声の参照、動画編集、動画延長に対応し、すべてのクリップにステレオオーディオトラックが付属します。
1つのモデルに4つのモード
Text / Reference、Frames、Edit Video、Extend Video。手持ちの素材に合わせてモードを選択してください。
3〜30秒
3〜30秒の間で1秒単位で指定可能（デフォルトは5秒）。Extendモードでの長さは新規追加部分のみを指します。
音声付き720pまたは1080p
すべてのクリップで映像とともに音声が生成されます。4Kおよび無音のオプションはありません。
16:9、9:16、1:1、21:9
Text / Referenceモードでアスペクト比を設定するか、自動に設定できます。Framesモードでは最初のフレームに従い、EditおよびExtendモードでは元の比率が維持されます。
Kling 4.0のテスト結果
両方のクリップは2026年11月4日に行った独自のテストによるものです。サイズ、長さ、音声は納品されたファイルから計測されています。
テキストから動画生成：ネオン街に浮かぶ紙の船
リクエスト: テキストのみ、16:9、5秒、1080p。
納品ファイル: H.264 MP4、1920x1080、5.04秒、24 fps、ステレオAACオーディオ。
生成時間: 約4.5分。
Extend Video：同じクリップをさらに5秒延長
リクエスト: 動画の延長、新規に5秒。
納品ファイル: 960x540、10.0秒：最初にソース、その後に新しい部分。
維持された点: 5秒の地点で目に見える継ぎ目はなく、通り、標識、反射もそのまま維持されています。新たに追加された秒数では通行人が歩いてきて、水から船を持ち上げます。
音声: 無音のソース部分は無音のままで、新しく追加された秒数には生成された音声が付いています。
使用するKling 4.0のモードの選び方
各モードで入力できる素材が異なります。
テキスト / リファレンス
テキストから動画を生成する場合はプロンプトのみ。または、最大10枚の画像、5本の動画（合計30秒）、5〜30秒の音声クリップ3本（合計最大15アイテム）を追加し、プロンプト内で@Image1、@Video1、@Audio1と指定します。
Frames
最初のフレームが必須です。再生順に最大8枚の中間フレームと、任意で終了フレームを追加できます（最大10フレーム、かつ動画の秒数+1以下）。
Edit Video
3〜30秒のソースクリップ1本に加え、最大10枚の参照画像を使用可能。変更内容を指定します（ソースは@Video1）。元の音声を維持するか、再生成するかを選択できます。
Extend Video
最大30秒のソースクリップ1本に加え、任意で終了フレームを指定可能。ソースと新規部分が1つのファイルとして出力されます。
Kling 4.0で作成できるもの
ワンテイクでより長いショットを生成
1回の生成で最大30秒まで対応しているため、製品の周囲を巡る映像や短いシーンの結合・編集が不要です。
絵コンテから動きを生成
最初のフレーム、中間フレーム、最後のフレームを配置するだけで、モデルがその間の動きを補完します。
キャラクターや製品の一貫性を維持
キャラクター、衣装、商品、場所の画像に加え、動きのリファレンス動画や音声のリファレンス音声を指定します。
既存の映像素材を再編集
Edit（編集）で既存クリップのスタイル、衣装、背景を変更したり、紙の船のテストのようにExtend（延長）で続きの映像を生成したりできます。
Kling 4.0での生成方法
プレイグラウンドでもAPIでも同じ手順で動作します。
モードを選択
Text / Reference、Frames、Edit Video、またはExtend Video。
入力を追加
Text / Referenceにはリファレンス、Framesには最初のフレーム、EditおよびExtendには1つの元クリップを指定します。
動画の描写を指定
何が動くかを指定し、カメラワーク、照明、サウンドを設定します。Extendの場合は、その後に何が起こるかを記述します。
長さと解像度を設定
720pまたは1080pで3〜30秒。Extendでは、長さは新しく追加される秒数を指します。
AIReiter API経由でKling 4.0を呼び出す
4つのモードすべてに対応する1つの非同期インターフェース。
モデル ID
kling_v4を送信します。
送信
model、一意のout_task_id、paramsを指定してPOST /api/openapi/submitを実行します。typeをreference、frame、edit、extendのいずれかに設定します。
モードごとの入力
reference: prompt（任意のimage_url、video_url、audio_urlを含む）。frame: image_url（最初のフレーム）、keyframe_url、end_image_url。edit: video_url、image_url、audio_setting。extend: video_url、end_image_url。
照会
ステータスが completed または failed になるまで、同じ out_task_id で POST /api/openapi/query を実行します。完了時のレスポンスには動画URLが含まれます。
関連 AI 動画モデル
Kling 4.0 FAQ
モード、動画の長さ、参照素材、音声、APIに関するよくある質問。
/ 01Kling 4.0とは何ですか？
Kuaishou Klingが提供する動画モデルで、720pまたは1080p、ステレオ音声付きで3〜30秒のクリップを作成できます。テキスト、キーフレーム、画像/動画/音声のリファレンスから生成でき、アップロードしたクリップの編集や延長も可能です。
/ 02Kling 4.0の動画はどのくらいの長さにできますか？
1秒単位で3〜30秒、デフォルトは5秒です。Extend（延長）モードでは、長さは新しく追加される部分のみをカウントします。
/ 03Extend Videoは何を出力しますか？
元動画に新しい部分が追加された1つのファイルが出力されます。テストでは、5秒の元動画を5秒延長したところ、10.0秒の動画として出力されました。
/ 04Extendは元の音声を保持しますか？
はい。元の音声はそのまま保持され、新しいパートには生成された音声が付加されます。弊社のテストでは、無音の元動画は無音のままでした。
/ 05最初、中間、最後のフレームを設定できますか？
はい。フレームモードでは、必須の最初のフレーム、最大8つの中間フレーム、および任意の最後のフレームを指定できます。
/ 06参照ファイルは何個まで追加できますか？
画像は最大10枚、動画は5本（合計30秒）、音声クリップは3つまで、合計で最大15個のアイテムを追加できます。
/ 07音声をオフにすることはできますか？
いいえ。すべてのクリップにステレオオーディオトラックが含まれます。編集モードでは、元の音声を保持するか再生成するかを選択できます。
/ 08Kling 4.0 は Kling v3 Omni とどう違いますか？
Kling 4.0は最大30秒の動画に対応し、中間フレーム指定、Edit Video（動画編集）、Extend Video（動画延長）が720pまたは1080pで利用可能です。Kling v3 Omniは最大15秒までですが、4K解像度に対応しています。
/ 09どの API モデルIDを使えばよいですか？
kling_v4 を指定して POST /api/openapi/submit を呼び出し、同じ out_task_id で POST /api/openapi/query をポーリングします。