Kling 4.0 と Kling 3.0 の違い：何が変わったか

Kling 3.0 は 2026 年の初めに登場し、ネイティブ音声、マルチショットの物語表現、最大 15 秒の動画をもたらしました。2026 年 10 月 15 日に全ユーザーへ公開された Kling 4.0 は、長さが 2 倍になり、キーフレームとステレオ音声が加わり、一度に使える参考素材も大幅に増えています。以下は Kuaishou 公式の比較記事とリリースノートをもとにした違いです。

ひと目でわかる比較

長さ：15 秒から 30 秒へ

最初に気づく変化です。15 秒で収まるのは、1 つの動作か短いやりとりまで。30 秒あれば、場面を作り、展開させ、締めくくれます。Kling 4.0 は初期設定でマルチショットなので、ワンテイクを指定しない限り自分でカットを割ります。30 秒のプロンプトの組み立て方はプロンプトガイドで紹介しています。

キーフレーム：2 枚から 10 枚へ

Kling 3.0 で指定できるのは最初と最後のフレームです。Kling 4.0 はタイムライン上に最大 10 枚のキーフレーム画像を置けるので、0 秒・6 秒・12 秒・20 秒に何が起きるかを固定できます。このサイトでは最初と最後のフレームが使え、途中のキーフレームは Kling 自身のアプリの機能です。

Omni Reference：ずっと大きく

Kling 3.0 Omni（Kling O1 の後継）が使えたのは、画像かエレメントを最大 7 つ、または動画 1 本と画像 4 枚まででした。Kling 4.0 は 1 回の生成で最大 15 素材——画像 10 枚、合計 30 秒までの動画 5 本、声の参考、エレメント 7 つ——を使えます。同じ生成の中で、参考素材ごとに別の役割を担わせられます。顔はこの画像、商品は別の画像、カメラの動きはこのクリップ、声はこの音声、という具合です。

このサイトの参考素材モードでは、画像 10 枚、クリップ 5 本、音声クリップ 3 本（各 5〜30 秒）、合計 15 ファイルまで使え、プロンプトでは @Image1、@Video1、@Audio1 と呼びます。保存済みのエレメントには対応していません。

音声：ステレオに、言語も増加

どちらの世代も、音を映像と一緒に生成します。Kling 4.0 はモノラルから 2 チャンネルのステレオになり、Kuaishou によるとリップシンクも正確になりました。セリフは Kling 3.0 の 5 言語にポルトガル語、ドイツ語、フランス語、ヒンディー語が加わり、地域のアクセントにも対応しています。

解像度：違いはそこではない

どちらも Kling のアプリでは 4K まで出力できます。Kling 3.0 は 2026 年 4 月にネイティブ 4K に対応しました。Kling 4.0 は 1080p と 4K の 10-bit HDR（近日対応予定）と 21:9 の画面比を加えています。このサイトの Kling 4.0 は 720P か 1080P で、4K と HDR はありません。

編集と延長

Kling 4.0 は動画編集（既存の映像の被写体、背景、スタイル、カメラ位置の変更）をメインモデルに取り込み、最大 2 分までの延長を近日対応予定としています。どちらもこのサイトではまだ提供していません。参考動画は新しい動画のお手本として使われ、編集はされません。

公式 API の料金

Kling の API 料金ページでは、1 ユニットの定価が 0.14 ドルです。ネイティブ音声付きの Kling 3.0 は 720p で 1 秒 0.9 ユニット、1080p で 1.2 ユニット。Kling 4.0 は「Coming Soon」として、720p で 1 秒 1.0 ユニット、1080p で 1.5 ユニット（約 0.14 ドルと 0.21 ドル）と掲載されています。API で比べると、4.0 は音声付きの 3.0 より 1 秒あたりやや高めです。このサイトでの料金は Kling AI の料金解説をご覧ください。

どちらを使うべき？

15 秒に収まる、プロンプト主体の短い動画なら Kling 3.0 でも十分です。15 秒を超える長さ、複数の参考素材の組み合わせ、ステレオのセリフ、タイミングの細かい制御が必要なら Kling 4.0 が向いています。このサイトで使えるのは Kling 4.0 だけです。

Kling 4.0 を試す——最初の 5 秒の動画は無料です。