ModelFoldkling-3.0-omni/text-to-video
Kling O3 は Kling VIDEO 3.0 Omni の機能を備える Kling AI の高度な動画生成モデルです。マルチモーダル参照、ネイティブ音声、一貫したキャラクター、複数ショットの物語表現に対応し、最大 15 秒の動画を生成します。
料金： 音声なしは 5 秒で 105 クレジットから（720p）。音声ありは 5 秒で 135 クレジットで、出力秒数に応じて課金します。各モードは下の料金表をご覧ください。
ほかの テキストから動画 モデルを探す
Kling のほかの AI モデル
Kling O3 API：ModelFold で Kling 3.0 Omni Video Model を利用
マルチモーダル参照、ネイティブ音声、キャラクターの一貫性、複数ショットの動画生成を備える Kling O3 API で、次世代の AI 動画アプリを構築できます。
ModelFold の Kling O3 API の主な機能
Kling 3.0 Omni API の統合マルチモーダル入力
Kling 3.0 Omni API は、テキスト、画像、動画、再利用可能な要素をまとめて生成入力として理解します。さまざまな参照を組み合わせ、人物、物体、シーン、動き、見た目の細部を、柔軟な Kling AI 動画ワークフローで制御できます。
Kling O3 API でキャラクターと要素の一貫性を保持
ショットやカメラアングルが変わっても、人物、商品、物体、シーンの一貫性を保てます。Kling VIDEO 3.0 Omni Model の参照理解の強化により、複雑な複数人物のシーンでも主要な視覚的特徴を保持します。
Kling V3 Omni Video のネイティブ音声生成
映像と音声を同時に生成します。同じワークフローで会話やシーンの音を作れるため、映像と音声の処理を個別に分けずに、豊かな AI 動画ツールを構築できます。
Kling 3.0 AI の複数ショット・ストーリーボード
構造化したプロンプトから複数ショットの動画を生成します。ショットの長さ、構図、カメラアングル、人物の動作、会話、カメラの動きを指定し、物語を細かく制御してシーン間を滑らかにつなげられます。
Kling O3 API で最大 15 秒の動画を生成
1 回の生成で最大 15 秒の動画を作成できます。複数ショット、一貫した要素、ネイティブ音声、柔軟な長さの制御を使い、より長くまとまったシーケンスを AI 動画アプリで制作できます。
Kling 3.0 Omni API の複数画像参照
Kling 3.0 Omni API の複数画像参照
複数の画像で人物、商品、物体、シーンをさまざまな角度から定義できます。豊富な視覚参照により、重要な細部を保持し、動画全体の一貫性を高められます。
Kling VIDEO 3.0 Omni の動画による人物参照
短い動画を人物の参照に使用できます。入力動画から外見や特徴を捉え、新しいシーン、動作、カメラアングルでも同一人物としての一貫性を保ちます。
Kling O3 API のキャラクター音声制御
音声を使ってキャラクター要素を制御し、一貫した映像・音声を制作できます。再利用可能なキャラクターに声の特徴を結び付け、会話、物語、キャラクター中心の動画制作で利用できます。
Kling V3 Omni Video で複数の要素を組み合わせる
人物、物体、参照画像、動画、その他の要素を組み合わせ、複雑なシーンを作成できます。Kling 3.0 Omni は、相互作用、環境、カメラショットが変わっても被写体の主な特徴を保持します。
Kling O3 API と Kling VIDEO O1 の比較：Kling 3.0 Omni の新機能
Kling VIDEO 3.0 Omni Model を採用した Kling O3 API は、Kling VIDEO O1 にネイティブ音声、複数ショット生成、動画要素の参照、声の制御、最大 15 秒の動画生成を追加しています。
| 機能 | Kling VIDEO O1 | Kling VIDEO 3.0 Omni |
|---|---|---|
| テキストから動画 | ネイティブ音声・複数ショット非対応 | ✅ ネイティブ音声・複数ショット対応 |
| 画像から動画 | ネイティブ音声・複数ショット非対応 | ✅ ネイティブ音声・複数ショット対応 |
| 最初・最後のフレームから動画 | ネイティブ音声・複数ショット非対応 | ✅ ネイティブ音声・複数ショット対応 |
| 複数画像の参照 | ネイティブ音声・複数ショット非対応 | ✅ ネイティブ音声・複数ショット対応 |
| 要素の参照 | ネイティブ音声・複数ショット非対応 | ✅ ネイティブ音声・複数ショット対応 |
| 動画要素の参照 | 非対応 | ✅ 動画要素のアップロード・録画に対応 |
| 要素への音声追加・制御 | 非対応 | ✅ 要素への音声追加に対応 |
| 動画の長さ | 最大 10 秒 | ✅ 最大 15 秒 |
ModelFold で Kling O3 API を使う方法
- 1
手順 1：ModelFold に登録し、Kling O3 用の API キーを取得
ModelFold に登録し、開発者ダッシュボードで Kling O3 用の API キーを作成します。1 つのキーで対応する Kling AI API モデルにアクセスし、使用状況を管理できます。
- 2
手順 2：Playground で Kling O3 API を試す
組み込み前に ModelFold のオンライン Playground で試せます。プロンプト、画像、動画、対応する参照を使用し、Kling 3.0 Omni API の機能と生成結果を比較できます。
- 3
手順 3：Kling 3.0 Omni API をアプリに組み込む
ModelFold の API ドキュメントに従い、SaaS、AI 動画生成ツール、自動化ワークフローに接続します。開発者にわかりやすい API の手順で生成リクエストを送信できます。
- ✓
手順 4：Kling V3 Omni Video を生成し、規模を拡大
API から動画を生成し、製品の成長に合わせて利用を拡大できます。Kling O3 のマルチモーダル参照、一貫した人物、ネイティブ音声、複数ショットを活用してください。
Kling O3 API に ModelFold を選ぶ理由
テキスト・画像・参照・変換モデルを 1 つのエンドポイントで
kling-3.0-omni/text-to-video、kling-3.0-omni/image-to-video、kling-3.0-omni/reference-to-video、kling-3.0-omni/transformation は、1 つの ModelFold API キーで POST https://ai.modelfold.online/v1/videos/generations から利用できます。テキストからの動画生成は最大 4K、3～15 秒に対応します。全パラメータはこのページの Playground と API セクション、解像度別料金は上の料金表示と API セクションの料金表で確認できます。
カスタムショットと自動ショット構成は併用不可
カスタム構成では最大 6 ショット、各 1～12 秒、合計 15 秒まで指定できます。自動構成ではモデルが動画を分割します。両方のスイッチを同時に有効にはできません。ショットごとのプロンプトはカスタム構成が有効な場合のみ受け付けます。
モードごとのアスペクト比と音声のルール
単一ショットの画像からの動画生成は auto のアスペクト比が必須です。動画のみの transformation も auto のみ対応します。各リクエストで音声を明示的に指定してください。音声料金は料金表に別途表示しています。動画を入力した場合は音声を生成せず、transformation は入力動画の長さに基づいて課金します。新規ユーザーには試用用の 80 クレジットを提供します。
Kling 3.0 Omni API を実用的な動画製品に活用
Kling O3 API で AI 動画生成アプリを構築
AI 動画生成ツール、クリエイティブ SaaS、コンテンツプラットフォームに組み込めます。複雑な生成基盤を一から構築せず、マルチモーダル入力と高度な動画制作を提供できます。
Kling 3.0 Omni API で一貫したキャラクター動画を作成
シーンやカメラアングルが変わっても外見を保つキャラクター動画ツールを構築できます。再利用可能な人物要素を物語、バーチャルキャラクター、ブランドコンテンツに追加できます。
Kling V3 Omni Video で商品・広告動画を生成
商品デモ、広告、キャンペーン、SNS コンテンツ向けの動画を作成できます。商品画像、シーン参照、動きのプロンプト、ネイティブ音声を組み合わせ、素材を魅力的なマーケティング動画に変換します。
Kling VIDEO 3.0 Omni Model で複数ショットの物語を制作
1 回の生成で複数ショットが必要な物語型動画アプリに利用できます。構図、ショットの長さ、会話、カメラの動き、人物の動作を制御し、構成の整った物語を作れます。
Kling 3.0 AI で声を活用するキャラクターアプリを構築
会話、アバター、バーチャルキャラクターの体験を構築できます。人物参照と声・ネイティブ音声を組み合わせ、動画をまたいで見た目と声が一貫した再利用可能なキャラクターを作れます。
Kling AI API で動画制作ワークフローを自動化
コンテンツ制作パイプラインや SaaS に接続し、動画生成を大規模に自動化できます。プロンプトと参照素材を、SNS、マーケティング、娯楽などの動画に変換します。
よくある質問
Kling O3 とは何ですか？⌄
Kling O3 は Kling AI の最新動画モデル群の 1 つで、Kling VIDEO 3.0 Omni の機能を基にしています。マルチモーダル参照、ネイティブ音声、複数ショットの物語表現、一貫した人物、最大 15 秒の動画生成に対応します。
ModelFold で Kling 3.0 Omni API を利用するには？⌄
ModelFold に登録し、API キーを取得してオンラインでモデルを試せます。その後、アプリや SaaS に Kling AI の動画生成を組み込めます。
ModelFold で Kling O3 API を無料試用できますか？⌄
はい。新規ユーザーは ModelFold の無料クレジットで Kling O3 API をオンライン試用できます。利用規模を拡大する前に、機能を確認して生成結果を評価できます。
ModelFold で Kling O3 用の API キーを取得するには？⌄
ModelFold アカウントを作成し、プラットフォーム上で API キーを発行してください。API ドキュメントに従い、対応する Kling AI モデルをアプリに接続できます。
Kling VIDEO 3.0 Omni はネイティブ音声に対応しますか？⌄
はい。映像と音声を同時に生成できます。会話、人物の演技、物語表現など、さまざまな動画体験に利用できます。
Kling 3.0 Omni で生成できる動画の長さは？⌄
Kling VIDEO 3.0 Omni Model は 1 回で最大 15 秒の動画を生成します。Kling VIDEO O1 の最大 10 秒から延長されています。
Kling 3.0 Omni API は複数ショットの動画生成に対応しますか？⌄
はい。カスタムの複数ショット生成に対応し、長さ、構図、カメラアングル、人物の動作、会話、カメラの動きを制御できます。
Kling VIDEO 3.0 Omni はどの入力形式に対応しますか？⌄
テキスト、画像、動画、要素をマルチモーダル入力として使用できます。これらの参照を組み合わせ、人物、物体、シーン、動き、視覚的な細部を指定できます。
Kling O3 と Kling O1 の違いは？⌄
Kling O3 は Kling VIDEO 3.0 Omni を基に、Kling O1 にネイティブ音声、複数ショットの物語表現、動画による人物参照、声の制御、要素の一貫性強化、最大 15 秒の動画生成を追加しています。
| 解像度 | 音声なし | 音声あり |
|---|---|---|
| 720p | 105 クレジット | 135 クレジット |
| 1080p | 135 クレジット | 173 クレジット |
| 4k | 503 クレジット | 503 クレジット |
出力の秒数で課金します。上記は 5 秒の料金で、長さに比例して増えます。複数ショットでは全ショットの合計時間に課金します。
curl https://ai.modelfold.online/v1/videos/generations \
-H "Authorization: Bearer $MODELFOLD_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"kling-3.0-omni/text-to-video","prompt":"...","resolution":"720p","duration":5}'