Video
Kling 4.0
テキストから、キーフレーム、または画像・動画・音声リファレンスで、720p または 1080p の 3〜30 秒の Kling 4.0 クリップをステレオ音声付きで生成します。編集と延長もサポートしています。
Kling 4.0 は Kuaishou が 2026 年 9 月に発表した動画生成モデルです。1 つのモデル ID が 5 つのモード に対応しています。テキストから動画を生成、キーフレーム付きで最大 10 フレームの画像から動画を生成、画像・動画・音声のリファレンスから生成、動画を編集、または動画を延長できます。すべてのクリップは 3〜30 秒で 720p または 1080p のステレオ音声付きです。リクエストを送信し、返されたタスク ID を保持して、完成した動画をタスクから読み取ってください。メディアは URL で渡します。
モデル ID
| モデル ID | モード | 解像度 | 長さ |
|---|---|---|---|
kling-4-0 | テキスト、画像、リファレンス、編集、延長 | 720p、1080p | 3〜30 秒 |
現在の料金はモデルページをご覧ください。
クイックサンプル
curl https://api.seedrouter.ai/v1/videos/generations \
-H "Authorization: Bearer $SEEDROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kling-4-0",
"prompt": "A woman with a red umbrella walks down a neon-lit street on a rainy night, signs shimmering in the puddles, the camera tracking low beside her. No text, no logos.",
"resolution": "720p",
"duration": 5,
"aspect_ratio": "16:9"
}'エンドポイント
POST https://api.seedrouter.ai/v1/videos/generations| ヘッダー | 値 |
|---|---|
| Authorization | Bearer YOUR_API_KEY |
| Content-Type | application/json |
レスポンスはタスク({"id": "task_...", "status": "processing"})であり、完成した動画ではありません。結果は GET /v1/tasks/{task_id} をポーリングして取得してください。API キーはサーバー側のコードで保持してください。
パラメータ
| フィールド | 型 | デフォルト | 説明 |
|---|---|---|---|
model | string | 必須 | kling-4-0 |
prompt | string | 必須 | 画像から動画への場合はオプション。リファレンスについては @Image1、@Video1、@Audio1 として記述し、各リストの最初から番号を付けます。 |
duration | integer | 5 | 3〜30 秒。編集の場合は省略され、出力は入力動画に従います。延長の場合は新しい部分の長さです。 |
resolution | enum | 720p | 720p または 1080p。 |
aspect_ratio | enum | モード別 | 16:9、9:16、1:1、21:9。auto はリファレンスモードのみ利用可能です。デフォルト値:テキスト 16:9、画像は最初のフレームの形、リファレンス auto、編集は入力動画の形。延長では受け付けません。 |
image_urls | URL の配列 | なし | 画像から動画:最大 2 枚、最初のフレーム次に最後のフレーム。リファレンス(omni_reference_task_type: "reference" の場合)と編集:最大 10 枚のリファレンス画像。 |
image_with_roles | オブジェクトの配列 | なし | {"url", "role"} で、ロールは first_frame、last_frame、keyframe(または middle_frame)または reference_image です。最初のフレームはちょうど 1 つ、キーフレームは最大 8 個を順序で使用、合計 10 フレーム。 |
first_frame_image | URL | なし | 画像から動画の最初のフレーム。 |
last_frame_image | URL | なし | 画像から動画の最後のフレーム、または延長の目標最後フレーム。 |
video_urls | URL の配列 | なし | リファレンス動画:最大 5 個、合計 30 秒が使用されます。編集または延長の場合、video_url の代わりに正確に 1 個。 |
video_url | URL | なし | 編集または延長の入力動画。omni_reference_task_type で edit または extend が必須。 |
audio_urls | URL の配列 | なし | リファレンス音声:最大 3 個のクリップ、各 5〜30 秒。 |
omni_reference_task_type | enum | auto | auto、reference、edit または extend。 |
audio_setting | enum | モード別 | origin は入力動画の音声を保持、auto は再生成します。編集はデフォルトで保持。リファレンス(動画付き)はデフォルトで再生成。延長では受け付けません。 |
すべてのクリップにはステレオ音声が付きます。音声スイッチはありません。mode、negative_prompt、watermark、またはマルチショットフィールドはありません。スキーマは厳格です。未知のフィールドは無視されず、拒否されます。callback_url は利用できません。代わりにタスクをポーリングしてください。
モード
モードは送信するメディアと omni_reference_task_type に従います:
| モード | 選択方法 |
|---|---|
| テキストから動画 | メディアなし。 |
| 画像から動画 | 最初のフレーム、オプションで最後のフレームとキーフレーム。 |
| リファレンス | video_urls、audio_urls または reference_image ロール、または omni_reference_task_type: "reference"。 |
| 編集 | omni_reference_task_type: "edit" と 1 個の入力動画。 |
| 延長 | omni_reference_task_type: "extend" と 1 個の入力動画。 |
フレームとリファレンスメディアは 1 つのリクエストに混在させることはできません。リファレンス動画または音声の隣に、image_urls は omni_reference_task_type: "reference" の場合のみリファレンス画像と見なされます。その他の場合は reference_image ロールを使用してください。edit または extend のない video_url は拒否されます。
キーフレーム
{
"model": "kling-4-0",
"prompt": "A girl walks from the window to the door, then looks back and smiles",
"image_with_roles": [
{"url": "https://example.com/1.png", "role": "first_frame"},
{"url": "https://example.com/2.png", "role": "keyframe"},
{"url": "https://example.com/3.png", "role": "last_frame"}
],
"duration": 10
}リファレンス
{
"model": "kling-4-0",
"prompt": "The woman from @Image1 walks along the beach with the camera movement of @Video1",
"image_with_roles": [{"url": "https://example.com/woman.png", "role": "reference_image"}],
"video_urls": ["https://example.com/camera.mp4"],
"aspect_ratio": "auto",
"duration": 5
}編集
{
"model": "kling-4-0",
"prompt": "Change the scene to a snowy winter evening",
"omni_reference_task_type": "edit",
"video_url": "https://example.com/in.mp4"
}入力動画は最低 3 秒である必要があります。最初の 30 秒のみ使用されます。duration なしの場合、出力は入力動画に従います。
延長
{
"model": "kling-4-0",
"prompt": "The camera keeps moving forward as the sky grows darker",
"omni_reference_task_type": "extend",
"video_url": "https://example.com/in.mp4",
"duration": 5
}延長は入力動画の最後のフレームから続き、元のと新しい部分の両方を返します。終わりの位置を選択するために last_frame_image を追加してください。
メディア入力
画像、動画、音声はすべて公開されている HTTP(S) URL です。Base64 の data URI は受け付けません。ファイルを自分のストレージにアップロードし、その URL を渡してください。画像、動画、音声合わせて最大 15 個のリファレンスファイル。
料金の要素
現在のレートはモデルの料金セクションをご覧ください。Kling 4.0 は動画の秒数で課金され、解像度で設定されたレートです:
text, image, reference without videos: cost = duration × standard rate
extend: cost = new seconds × standard rate
edit, reference with videos: cost = (output + max(output, input)) × video-input rateinput は入力動画の合計長で、全秒に端数処理され、最大 30 秒に制限されます。リクエスト受理時に測定されるため、確保される金額がそのまま課金額になります。長さが読み込めない動画は、何も課金される前に拒否されます。例:5.2 秒の動画を 3 秒の結果に編集した場合、3 + 6 = 9 秒が課金されます。失敗したタスクは課金されません。
出力スキーマ
送信するとタスクが返されます:
{"id": "task_...", "model": "kling-4-0", "status": "processing", "created_at": 1789689600}タスクを取得する
GET https://api.seedrouter.ai/v1/tasks/{task_id}status が completed または failed になるまで、10〜20 秒ごとにポーリングしてください。ポーリング中のネットワークタイムアウトは生成の失敗を意味しません。タスク ID を保持して確認を再開してください。進捗確認のために別のタスクを作成しないでください。
完了したタスク
{
"id": "task_...",
"model": "kling-4-0",
"status": "completed",
"created_at": 1789689600,
"finished_at": 1789689800,
"output": {
"video_url": "https://static.seedrouter.ai/media/tasks/task_example/0.mp4"
}
}私たちのテストでは、3 秒の 720p クリップが MP4(H.264)1280 × 720 でステレオ AAC トラック付きで返り、提出後約 2 分 41 秒から 4 分 22 秒かかりました。延長した 5.2 秒の動画は 8.1 秒の長さで返りました。
エラー
リクエスト作成前に拒否されたリクエストは、HTTP エラーと error オブジェクトを返し、課金されません。受理後に失敗したタスクは、照会時に HTTP 200 と status: "failed"、そして error オブジェクトを返します。
コード・HTTP ステータス・リトライの指針は共通エラーカタログを参照してください。
{
"id": "task_...",
"model": "kling-4-0",
"status": "failed",
"error": {
"code": 60001,
"message": "The request was rejected by the content policy. Please revise the prompt or input images."
}
}送信自体がタイムアウトした場合は、再送信の前にタスクを確認してください。最初のリクエストが受理されている可能性があります。
ヒント
- 被写体、場所、カメラの動き、光と音を記述してください。クリップの音声はプロンプトに従います。
720pで下書きし、最終ショットは同じリクエストを1080pでレンダリングしてください。- シーンが狙った位置で動くように、キーフレームを付けてください。
- 勝手なマークが入らないよう、
no text, no logosを加えてください。
