統合マルチモーダル生成
統合マルチモーダル生成
テキスト、画像、さらに最大7枚の参照画像を組み合わせ、映像の動きとマッチした音声を一体として1080Pで生成します。
このシリーズのモデル
各モデルには Playground、料金設定、入力仕様が用意されています。機能で絞り込み、必要なモデルを開いてください。
Kling O1 シリーズの概要
各機能のモデル ID と、用途の簡単な説明です。
| モデル | ID | 説明 |
|---|---|---|
| Kling O1（文章から動画へ） | kling-video-o1-text-to-video | 生成と編集を一体化。映像制作の常識を覆す最高峰の動画生成AI |
| Kling O1（参考画像から動画へ） | kling-video-o1-refs-image-to-video | 生成と編集を高度に統合した、Kling史上最高峰の次世代AI動画モデル |
| Kling O1（画像から動画へ） | kling-video-o1-image-to-video | 生成と編集を高度に融合した、Kling史上最高峰の次世代AI動画生成モデル |
主要な革新機能
映像と音声を同時に紡ぎ出す高度なマルチモーダル設計で、圧倒的な一貫性とダイナミックな表現力を実現します。
注目のユースケース
このシリーズの代表的なユースケースです。
映画や短劇の絵コンテ
テキストや画像から、物理法則に則ったリアルなカメラワークと動きを持つ最長10秒のカットを生成し、映像制作の試作を効率化します。
キャラクターの一貫性維持
最大7枚の参考画像をインプットすることで、同一キャラクターの服装や特徴を維持したまま、別アングルの動きや演技の動画を作れます。
音声付き広告ビジュアル
映像の動きにマッチしたオーディオを同時に生成するため、SNS広告やプロモーション用のショート動画をこれ一本で完成させられます
他のモデルとの比較
同じ用途で他のモデルを選択する前に、制作上の制限事項と基本クレジット消費量を確認してください。
| モデル | 最長クリップ時間（1回の生成） | マルチモーダルリファレンス | 最大解像度 | ネイティブ音声 | Sousaku の基本料金（目安） |
|---|---|---|---|---|---|
| Kling O1 | 最長 10 秒 | 最大 7 枚の画像 | 最大 1080P | ✅ | 120 クレジット/秒 |
| Kling 2.5 Turbo | 最長 10 秒 | ❌ | 最大 1080P | ❌ | 60 クレジット/秒 |
| Kling 2.1 | 最長 10 秒 | ❌ | 最大 1080P | ❌ | 120 クレジット/秒 |
クイックスタートガイド
登録から初めての API 呼び出し成功までの手順です。どのモデルでも同じ流れで利用できます。
ステップ 1
アカウントの作成
登録と認証を完了すると、API キーを発行して Playground を利用できます。
ステップ 2
このシリーズからモデルを選択
上のカードをクリックして、モデルの詳細、料金、入力パラメータの仕様を確認します。
ステップ 3
Playground で試す
自動化する前に、フォーム上で入力内容やパラメータを確認してください。
ステップ 4
モデル ID とフィールドをコピー
詳細ページのドキュメントに必須パラメータが記載されています。create_task でも同じフィールド名を使用してください。
ステップ 5
API の組み込みとポーリング
API キーを使って生成 API を呼び出し、タスクが成功するまでポーリングを行って結果をダウンロードします。
ステップ 6
利用状況の確認
モデルの料金ページとダッシュボードでクレジット消費を確認できます。
よくある質問
他のモデルファミリーを探す
Sousaku で利用できる他のシリーズです。1つの API キー、1つのタスクフローで完結します。