Kling AI動画・画像生成：全バージョン

Kuaishou は Kling AI を、動画と静止画のための生成モデルのシリーズとして開発しています。Zero Kit では、Kling 3.0（Kling 3.0 Turbo も同じページで扱います）、Kling 3.0 Omni、Kling O1、Kling Image にそれぞれページがあります。動画版はテキストのプロンプトやアップロードした画像から、バージョンに応じて最長 15 秒のクリップを作り、画像版はプロンプト、参照写真、またはその両方から画像を作ります。

Kling 3.0 はシリーズの中心となる動画モデルです。Kling によると、被写体の一貫性が向上し、マルチショットのストーリーテリングに対応しています。1つのプロンプトに複数のショットを順番に書き、それぞれに長さを指定すると、その合計がクリップの長さになります。Zero Kit では最初のフレーム、または最初と最後のフレームから始めることができ、3.0 Omni と並んでシリーズで最も高い動画解像度に対応します。Kling 3.0 Turbo も同じページで扱います。Kling は Turbo を、安定した品質をより良いコストパフォーマンスで提供するバージョンと説明しており、Zero Kit で音声付きの動画を出せるのはこのバージョンです。Turbo のクリップにはすべて音声が付きますが、Kling 3.0 のクリップは、Kling がこのモデルのネイティブ音声を掲げているにもかかわらず、ここでは無音になります。

Kling 3.0 Omni はオールインワンのバージョンです。Kling はこれを、1回のリクエストでマルチモーダルな入力を受け付けるモデルと説明しています。Zero Kit では、キャラクター、場面、スタイルの参照画像を複数まとめて1本のクリップに使うか、最初のフレームに必要なら最後のフレームを加えて使えます。マルチショットのプロンプトにも対応し、Kling 3.0 と同じく Zero Kit では無音のクリップになります。Kling O1 は Kling が「統一された動画モデル」と呼ぶモデルで、マルチモーダルな指示をまたいで一貫性を保つよう作られています。複数の参照画像、または最初のフレームと任意の最後のフレームを受け付け、クリップの長さは決まった2種類だけで、音声は出ません。

画像では、Kling Image が各バージョンを1つのページにまとめています。Kling Image 3.0 はプロンプトか写真1枚から生成し、Kling Image 3.0 Omni は多くの参照画像を受け付けて画像ラインで最も高い解像度で出力します。Kling Image O1 は、被写体の一貫性、精密な編集、スタイルの転写に合わせて調整されています。そこで作った静止画は、Kling の動画の最初のフレームにできます。

Zero Kit ではどのバージョンも同じエディターで動き、Plus 以上のプランに含まれています。動画はクリップの1秒ごとに、画像は1枚ごとにクレジットがかかります。下の表では、解像度、クリップの長さ、参照素材、最低料金、プランを最新のモデル一覧から比較しています。各バージョンには作例プロンプトと料金表の全体を載せた専用ページがあります。