10月15日から公開中のKuaishouの新フラッグシップ:最大4K、21:9でワンテイク30秒、Omni Referenceが15の入力を単一の生成に取り込みます。以下にプロンプトを入力して試してみてください。
開発者
Kuaishou
リリース済み
2026年10月15日 · フルモデル
期間
3–30秒の単一パス
最大出力
4K · 最大21:9
Omniリファレンス
1つのタスクに15件の入力
キーフレーム
最大10
プロンプトの長さ
8,000トークン
私たちの一言評価: ロングショット向けのリファレンス候補。30秒、15件のリファレンス入力、8000トークンのブリーフを1回の生成で扱えます—ここで一度にこれほど多くの指示を受け取れるものは他にありません。
Kling 4.0は10月15日に全面公開されました。これが単なるポイントリリースではなく世代交代と言えるのは、3つの数値が同時に動いたからです。クリップ長は30秒に、キーフレームは10に、そしてOmni Referenceは画像、動画クリップ、保存済み被写体、音声サンプルを1つのタスク内で組み合わせて最大15入力まで対応しました。さらに8,000トークンのプロンプトウィンドウが加わり、実用面での変化は明確です。これはショットをなんとか引き出すモデルではなく、ブリーフ全体を渡すモデルです。Kuaishou自身の位置づけは、より安定した大規模モーションであり、それが表れるのはトラッキングショットやオービットショットです。仕様書上の2項目、10-bit HDRと2分延長はまだ搭載されておらず、今後提供予定と発表されています。また独立したベンチマークもまだ存在しないため、以下の最上級表現は最初の2週間時点での報告として受け止めてください。
私たち自身のレンダーと公開された記録に基づいて判断し、事実の変化に応じて改訂されます — これはこのページの特徴であり、免責事項ではありません。
• Omni参照、15件の入力。
10枚の画像、5本のビデオクリップ、7つの被写体、さらに音声サンプル — 1回の生成に統合。私たちがホストする最大のリファレンス取り込み量であり、キャラクターキット全体が1つのタスクに収まる理由です。
• まとまりのある30秒。
1回の途切れないパスで、Kuaishouはより安定した大規模モーションを狙っています。トラッキングショットとオービットショット—以前は20秒あたりでドリフトしていたもの—が、目に見える恩恵を受けています。
• 8000トークンのプロンプト。
完全なショットリスト、キャラクターバイブル、サウンドデザインを1つのブリーフに収められます。これほど多くの指示を受け入れるモデルはまれです。それを実行に移せるモデルはさらにまれです。
• 21:9、4K。
当社の動画ラインアップで最高解像度の最も広いシネマティックフレームを、かつてウルトラワイドに必要だった「クロップして祈る」ワークフローなしで。
• 2つの主要スペックは公開されていません。
10-bit HDRと2分間の動画延長機能は、提供中ではなく近日提供予定として発表されています。提供開始されたら、この列から移動します。
• 独立したベンチマークはありません。
1週間前にリリースされました。ここにあるものはすべてKuaishouのリリースノート、ローンチ報道、そして私たち自身のレンダリングから来ています—サードパーティのスコアはまだ存在しません。
• 15個の参考資料は過剰な指示を招きます。
大量の入力は無料のアップグレードではありません:競合する参照は、3つの良い参照よりも曖昧な結果を生みます。少数から始めて追加してください。
• 長いテイクには実際にお金がかかります。
30秒の4Kは、10秒の1080pレンダリングよりかなり高額です。まず短く安価にショットを下書きし、その後一度だけ確定してください。
上のジェネレーターにコピーし、括弧を入れ替えて、レンダリング。
"連続した30秒のワンショット、21:9:カメラは[ろくろに向かう陶芸家]の周りを回り、彼女が粘土の芯を出し、形を開き、壁を引き上げていく。高い窓からの日光が、私たちの動きに合わせて移り変わる。ろくろの唸り、濡れた粘土、彼女の息遣い。"
30秒かけた完全な周回は、Kuaishouが今回のリリースの軸に据えた安定性のストレステストです—被写体と部屋が360度を通して保たれるなら、モデルは役割を果たしています。ジェネレーターの横にあるデモはこのプロンプトです。
アップロード: 被写体の画像4枚、希望する動きのクリップ1本、音声サンプル1つ
"彼女は作業場の端から端まで歩き、音声リファレンスのセリフを話します。彼女の顔、エプロン、歩き方をリファレンスに合わせ、作業場の照明は撮影時のままにしてください。"
入力タイプを混在させることこそOmni Referenceの用途です—静止画はアイデンティティを担い、クリップは動きを担い、サンプルは声を担います。どの参照が何を制御するかを指定すると、それらが互いに競合するのを防げます。

全体を詳しく書いてください:ショットリスト、キャラクター説明、衣装、照明プラン、各ビートごとのカメラワーク、サウンドデザイン、そして変更してはいけないこと。
ほとんどのモデルは長いプロンプトを不利に扱います; このモデルには本格的なブリーフを入れる余裕があります。構造化してください — 要素ごとに1段落、長いだらだらした1文にしないでください — そうすれば、追加の具体性が実際に伝わります。
アップグレードの判断に加えて、もう一つの30秒モデル。同じプロンプトを3つすべてに使用し、出荷するならどれかで評価 — 暫定的には新参者が優勢。3つすべてが上のジェネレーターで選択可能です。
フルモデル、グローバルリリース:30秒のワンテイク、15入力に対応するOmni Reference、10個のキーフレーム、8,000トークンのプロンプト、4Kで21:9、リップシンク対応のステレオ音声。9月27日に発表され、9月28日からFlash早期アクセス。上記のジェネレーター内のバージョン。
ファミリーをプロンプト主導のライン(Director Mode、4K)と参照主導のライン(MVLアイデンティティ固定)に分けた世代。どちらもここで引き続き選択できます。それぞれのページでは、今でも適切な選択となる場合を説明しています。
Klingを世界的な名前にし、西側のフラッグシップと渡り合った初の中国モデルとなったリリース。
Kuaishouの第4世代動画モデル。2026年9月27日に発表され、10月15日に全世界で正式リリースされました。1回の処理で3〜30秒のクリップを最大4Kおよび21:9で生成し、最大10個のキーフレームに対応し、8,000トークンのプロンプトを受け付けます。また、Omni Referenceシステムは、画像、動画クリップ、被写体、音声サンプルなど最大15個の入力を1つのタスクで組み合わせます。