Kling 4 正式リリース：公開日・仕様・新機能を解説
Kling 4 が正式提供開始。30秒動画、10枚のキーフレーム、4K、ステレオ音声、Omni Reference、マルチモーダル編集の公式仕様と提供状況を解説します。
Kling 4 が Kling AI で正式に提供開始されました。正式版は、3〜30秒の動画生成、最大10枚のキーフレーム、4K出力、ステレオ音声、マルチモーダルリファレンス、指定箇所の動画編集を1つのモデルにまとめています。
正式リリースでは、9月のプレビューで不明だった詳細も明らかになりました。Kling は現在、1秒単位の尺調整、2つの制作モード、正確なアップロード上限、音声プロファイルの入力、標準で有効なマルチショット生成、MCPとCLIによるアクセスを文書化しています。10-bit HDR出力と、繰り返し延長による最長2分の動画には、引き続き「近日公開」の表示があります。本ガイドは Kling の公式リリースノートと正式版ユーザーガイドに基づいて更新しました。
Kling 4 の仕様早見表
| 仕様 | Kling 4 | Kling 4 Flash |
|---|---|---|
| 提供状況 | Kling AI で正式提供中 | 素早い試行向けのモデルとして提供中 |
| 生成モード | テキストから動画、画像から動画、最初と最後のフレーム、柔軟なキーフレーム、オムニリファレンス | テキストから動画、最初のフレーム画像から動画、オムニリファレンス |
| ネイティブ生成の尺 | 3〜30秒 | 3〜20秒 |
| 解像度 | 720p、1080p、4K | 720p |
| ダイナミックレンジ | 1080p・4Kの10-bit HDRは近日公開 | 8-bit SDR |
| アスペクト比 | 21:9、16:9、1:1、9:16、Auto | 現在の製品画面で確認 |
| キーフレーム | 最大10枚 | 記載なし |
| 音声 | 2チャンネルステレオ、1タスクにつき最大3つの音声プロファイル | 現在の製品画面で確認 |
| プロンプト上限 | 最大8,000トークン | 記載なし |
| 位置づけ | 高品質で細かな制御ができるフルモデル | 頻繁な生成に向く高速・低コストモデル |
Kling 4 正式リリースで変わったこと
9月の発表では Kling 4 は10月公開予定とされ、まず一部のユーザーに Kling 4 Flash が提供されました。現在は、刷新された Kling の制作ワークスペースでフルモデルを利用できます。正式版の仕様に基づく詳細なユーザーガイドも公開されました。
ただし、提供開始は発表された全機能の実装完了を意味しません。Kling は引き続き、1080p・4Kの10-bit HDR、企業向けAPI、繰り返し継続生成による最長2分の動画を近日公開としています。以下はメーカーの公式仕様であり、Pixo の実測結果ではありません。
Kling 4 のリリース日はいつ？
Kling 4 は現在、Kling AI で正式に提供されています。9月28日に始まった Kling 4 Flash の限定提供に続き、2026年10月14日に正式版ユーザーガイドが公開されました。
そのため、本記事の当初の状況から変化しています。Kling 4 は、もはや単なる10月公開予定のモデルではありません。ただし、Kling AI での提供開始が、Pixo やほかの外部プラットフォームでの提供を意味するわけではありません。Pixo の現行 Kling カタログには、引き続き Kling 3.0、Kling 3.0 Omni、Kling 3.0 Turbo が掲載されています。
この段階的な展開には合理性があります。Flash は頻繁な試行に向く高速モデルを担い、フルモデルは長尺出力、高解像度、柔軟なキーフレーム、プロ用途のダイナミックレンジといった、処理負荷の高い制御を担います。
最大の進化は30秒のネイティブ動画生成
Kling 4 のネイティブ生成の尺は 3〜30秒に伸びました。これは、Pixo の現行カタログに掲載されている Kling 3.0 ファミリーの上限15秒の2倍です。
正式版の画面では、尺を1秒単位で調整でき、文書上の初期値は10秒です。また、Kling によるとマルチショット生成は標準で有効です。長いプロンプトを複数のショットに分け、1回の生成の中でテンポを組み立てられます。
30秒は、単にクリップが長くなるだけではありません。被写体を紹介し、動作を展開し、見せ場まで描く余地が生まれます。制作者が別々に生成した断片を何本もつなぐ必要を減らせます。Kling は、長回しと連続した物語展開の両方に対応し、関係性、感情、テンポを表現する余地が広がると説明しています。
また、アップロードした動画を繰り返し継続生成し、最長2分まで延ばす機能も予告しています。ただし、これは近日公開です。実装されるまでは、正確な表現は「30秒のネイティブ生成」であり、「Kling 4 で2分を生成」ではありません。
Kling 4 公式デモ画像。出典：Kling AI。
10枚のキーフレームでプロンプトをタイムラインに
Kling 4 は1回の生成で最大10枚のキーフレーム画像に対応します。最初と最後のフレームだけでなく、キャラクターの状態、場面転換、商品の登場、物語の転機など、クリップ全体の複数の視覚的な節目を指定できます。
これは、単純な尺の延長より重要かもしれません。長いプロンプトは意図を説明しますが、キーフレームは時間軸上に目で確認できる制約を置きます。理論上は、物語の行き先を決めやすくしつつ、予定した瞬間同士をつなぐ動きをモデルに任せられます。
プロンプト上限も8,000トークンに引き上げられました。Kling は、監督に近い解釈で指示を展開・具体化できると説明しています。もちろん、長ければよいわけではありません。まず欲しい作品を明確にし、制御に役立つ場合にだけ、タイミング、リファレンス、カメラの指示、セリフ、一貫性の制約を加えましょう。
Kling 4 公式リリースページのキャラクターリファレンス例。出典：Kling AI。
マルチモーダルリファレンスによる制御が拡大
Kling 4 の1タスクには、画像、動画、被写体、音声リファレンスを合わせて最大15項目を入力できます。種類ごとの上限は次のとおりです。
- リファレンス画像は最大10枚
- リファレンス動画は最大5本、合計30秒以内
- リファレンス被写体は最大7つ、そのうち動画の被写体は最大3つ
- 音声プロファイルは最大3つ。各元音声は5〜30秒、50 MB以下
Kling によると、画像は被写体、キャラクターの三面図、グリッド配置、インフォグラフィック、キーフレーム、ワイヤーフレーム、構図、ストーリーボードの指定に使えます。動画は演技、動作、カメラワーク、物語のリズムを伝えられ、深度動画や簡易プリビズのレンダリングも入力例に含まれます。
これは、制作工程での制御を強める最も明確な変化です。例えば商品チームなら、承認済みの商品画像に動きのリファレンスと予定したキーフレームを組み合わせられます。映像制作者なら、キャラクターのリファレンスとカメラの動線を示す動画を組み合わせられます。ただし、これらは対応する入力の種類であり、同一人物らしさ、商品の形状、ブランドの文字が完全に保たれる保証ではありません。商用の成果物はすべて確認が必要です。
Omni Reference と Keyframes、どちらを選ぶ？
正式版のワークスペースには、主に2つの入口があります。**Omni Reference（オムニリファレンス）**は、アイデアから始める場合や、画像、動画、被写体、音声プロファイルで出力を導く場合の標準モードです。外見、スタイル、動作、カメラワークを制御できます。
**Keyframes（キーフレーム）**は、あらかじめ決めた視覚的な瞬間をタイムラインに配置するモードです。混合メディアではなく画像を受け付け、従来の最初のフレーム、最初と最後のフレームのワークフローも含みます。Kling によると、Omni Reference と Keyframes は同じ生成タスクで併用できません。幅広いマルチモーダルの指示が必要か、正確な視覚的節目が必要かで選ぶのが実用的です。
正式版ガイドには、より具体的なアップロード上限も載っています。リファレンス画像は1枚30 MBまで、リファレンス動画は1本300 MBまで、各3〜30秒で、合計30秒以内です。画像と動画の対応アスペクト比は2:5〜5:2です。
Kling 4 公式マルチモーダルデモ画像。出典：Kling AI。
ネイティブのステレオ音声、リップシンク、多言語対応
Kling 4 フルモデルの仕様には、2チャンネルステレオ音声、映像と音声の同期改善、より正確なリップシンクが記載されています。対応言語は中国語、英語、日本語、韓国語、スペイン語、ポルトガル語、ドイツ語、フランス語、ヒンディー語で、中国語の複数の方言や英語のアクセントにも対応します。
Kling は、動きや場面転換の途中でも、多言語の文字、絵文字、ロゴをより明瞭に生成できるとも説明しています。広告や文字の多いコンテンツには役立つ可能性がありますが、正確さが必要な法的文言、価格、パッケージ、ロゴは、引き続き後工程で追加または確認すべきです。モデルが生成した文字をキャンペーンの正しい情報源にしてはいけません。
Kling 4 公式リリースページの音声生成デモ静止画。出典：Kling AI。
4K、10-bit HDR、21:9の画面
Kling 4 の解像度一覧には 720p、1080p、4K が載り、アスペクト比には16:9、1:1、9:16、スマートモードに加えて 21:9 が追加されています。超横長の画面は、単なる書き出し設定ではなく、映画的な構図のために意味のある選択肢です。
仕様には、階調を滑らかに保ち、明部と暗部のディテールを残す 1080p・4Kの10-bit HDR も記載されています。ただし、HDR出力は近日公開とされています。カラー工程を組む前に、実際のアカウントでこの設定が使えるか確認してください。
指示文による動画編集が追加
Kling によると、新モデルはテキスト、画像、被写体リファレンスを組み合わせ、既存動画の被写体や背景を追加・置換・削除できます。スタイル、天候、色、素材、ショットサイズ、視点の変更にも対応します。
編集入力は最大5本の動画に対応し、そのうち1本をメイン動画に指定します。各クリップは3〜30秒、動画入力の合計は30秒以内です。Kling は動画編集にリファレンス画像を組み合わせることを推奨しています。
リリースでは「クリエイティブの再構成」も紹介されています。リファレンス動画のリズム、ショット構成、見せ方を使いつつ、キャラクター、商品、元の素材を入れ替える機能です。リファレンス素材を利用する権利は、別途確保する必要があります。モデルの機能が、保護された広告やクリエイター独自の作品のコピーを許可するわけではありません。
正式版ガイドは編集操作をより具体的に示しています。要素の追加、1人または複数人の置換、要素の削除、スタイル変更、被写体や背景の置換、残りの場面を保ったセリフの修正が可能です。これらは対応する編集指示であり、複雑な編集でも対象外の領域が完全に不変であるという保証ではありません。
Kling 4 公式リリースページの動画編集デモ静止画。出典：Kling AI。
Kling 4 と Kling 3.0 の比較
現在の Pixo の Kling AI 動画生成モデルには、Kling 3.0、Kling 3.0 Omni、Kling 3.0 Turbo が掲載されており、720pまたは1080pで3〜15秒を生成できます。Kling 4 はネイティブ生成の上限を2倍にし、リファレンス数の拡大、柔軟な複数キーフレーム制御、長いプロンプト、21:9出力、発表済みの4K/HDR対応を加えています。
方向性の違いも重要です。Kling 3.0 は標準、Omni、Turbo のモデル群として提供されています。Kling 4 は生成、幅広いマルチモーダルリファレンス、動画編集をより統合的に扱い、Flash が素早い試行を担います。
だからといって Kling 3.0 が一夜で古くなるわけではありません。稼働中の制作環境に組み込まれたモデルは、その環境ではまだ使えない新モデルより役立つことがあります。実用上の比較には、生成コスト、待ち時間、出力の再現性も関わります。仕様だけでは答えられない点です。
MCPとCLIによるアクセスも追加
Kling はブラウザーの制作画面に加え、MCPとCLIによるアクセスも提供しています。MCPアダプターを使うと、対応するAIアシスタントが自然言語の依頼から Kling の生成を呼び出せます。CLIはターミナル操作、スクリプト、バッチ生成向けです。
これは、引き続き近日公開とされている企業向け開発者APIとは別です。また、Pixo での提供状況も変わりません。Pixo の現行製品カタログに登場してから、初めて Kling 4 を統合済みモデルとして案内できます。
Pixo で Kling 4 は使える？
まだ利用できません。Pixo の現行モデルカタログには Kling 3.0、Kling 3.0 Omni、Kling 3.0 Turbo が掲載されています。製品上で統合が確認されるまでは、Pixo 内で Kling 4 が使えると案内すべきではありません。
それまでは、Pixo の Kling モデルファミリーをストーリーボード全体の制作工程で使い、場面に合う強みを持つ Veo、Hailuoなどの利用可能なモデルとショット単位で組み合わせられます。Kling 4 がカタログに加わった場合は、本記事と公開モデル一覧を更新します。
Kling 4 が示すAI動画制作の変化
Kling 4 の方向性は、個々の数値以上に多くを物語ります。最先端の動画モデルは、1プロンプトから1クリップを作る方式から、制御可能な制作指示へ進んでいます。より多くのリファレンス、時間軸上の計画された節目、同期した音声、編集できる映像、ひとまとまりの展開を収められる尺が、その構成要素です。Omni Reference、キーフレーム、音声、編集を実際に制御する方法は、Kling 4 プロンプト完全ガイドをご覧ください。
残る疑問は運用面です。通常の混雑時に各モードはどのくらい速いのか。30秒や4Kの生成はいくらかかるのか。10枚のキーフレームはどの程度安定して連携するのか。編集対象外の領域はどれほど保たれるのか。Kling の仕様書も、選び抜かれたデモも、これらには答えられません。
Pixo で Kling の提供モデルを確認
現在利用できるバージョンは、Pixo の Kling モデルファミリーをご確認ください。Kling 4 の提供が始まった場合は、そのページと本記事を更新します。
新規ユーザーには無料クレジット200が付与されます。動画生成には有料プランと十分なクレジットが必要です。
よくある質問
Kling 4 はいつリリースされますか？
Kling 4 は現在、Kling AI で正式に提供されています。9月28日に Kling 4 Flash の限定提供が始まり、その後2026年10月14日に正式版ユーザーガイドが公開されました。
Kling 4 では何秒の動画を作れますか？
Kling 4 のネイティブ生成は3〜30秒です。Kling は、将来的にアップロード動画を繰り返し継続生成して最長2分に延ばせるとも説明していますが、この継続生成機能は近日公開とされています。
Kling 4 は4KとHDRに対応していますか？
公式仕様には720p、1080p、4K出力が記載されています。1080p・4Kの10-bit HDRも記載されていますが、リリースページではHDR出力は近日公開とされており、まだ一般提供済みとして扱うべきではありません。
Kling 4 と Kling 4 Flash の違いは何ですか？
Kling 4 は、3〜30秒の出力、最大4K、最大10枚のキーフレーム、幅広いプロ向け制御に対応するフルモデルです。Kling 4 Flash は高速・低コストの選択肢で、仕様は720p・8-bit SDRで3〜20秒の出力です。
Kling 4 はリファレンスを何個使えますか？
Kling 4 の1タスクで使えるリファレンスは合計最大15項目です。公式上限は画像10枚、合計30秒以内の動画5本、被写体7つで、そのうち動画の被写体は3つまでです。
Pixo で Kling 4 は利用できますか？
本記事の更新時点では利用できません。Pixo の現行 Kling カタログには Kling 3.0、Kling 3.0 Omni、Kling 3.0 Turbo が掲載されています。Pixo で Kling 4 が利用可能になった場合は本記事を更新します。
