Kling O1：生成と編集を一つのモデルで — 参照、背景の差し替え、スタイル、延長

Kling O1とは

Kling O1は、中国企業Kuaishouの動画モデルです。Klingは2025年12月1日に公開し、一週間の発表の口火を切り、「世界初の統合マルチモーダル動画モデル」と呼びました。二日後に、音声つきの Kling 2.6 が出ています。

O1の考え方は、道具を並べる代わりにモデルを一つにすることです。以前は、テキストからの生成、フレームからの生成、背景の差し替え、スタイル変更が別々のモードでした。O1はMVL（マルチモーダル視覚言語）の上にあります。テキスト、画像、動画、要素を自然言語でまとめて書き、モデル自身がタスクを読み取ります。

動画モデルと同時に Kling IMAGE O1 も出ました。画像向けの同じ考え方で、生成から精密な編集までです。

2026年2月、O1の後継は Kling 3.0 Omni です。ファミリーの概要は Kling のページにあります。2026年9月21日のArena順位では、Kling O1 Proは48モデル中33位です。

Kling O1でできること

参照からの生成。 画像または要素が最大7点。人物、物、背景です。モデルはクリップのあいだ、それらを同じに保ちます。

要素。 要素は、同じ物を別の面から撮った画像4枚で作ります。形がモデルに伝わりやすくなります。

完成クリップを言葉で編集する。 Kling O1は物を足したり消したりし、人物、背景、色、天候、カメラアングルまで変えられます。元の動きは残します。個別の要素の塗り替え、クロマキー、炎や肌の質感といった効果もあります。

スタイル変更。 クリップを、アニメ、ピクセルアート、クレイ、水彩、フェルト、印象派風の絵に描き直します。

次または前のショット。 アップロードしたクリップから、O1はその続きか、その前のショットを作ります。参照のカメラワークや動作を繰り返すこともできます。

最初と最後のフレーム。 画像が二枚、始まりと終わり。モデルがその間の動きを作ります。

延長は、完成クリップを延ばす機能です。

Kling O1の料金

モード	入力動画なし	入力動画あり
1080p	8クレジット/秒（5秒 — 40、10秒 — 80）	12クレジット/秒（5秒 — 60、10秒 — 120）
720p	6クレジット/秒（5秒 — 30、10秒 — 60）	9クレジット/秒（5秒 — 45、10秒 — 90）

料金はKlingアプリのクレジットです。入力に動画があると、1秒が1.5倍になります。

Kling O1とその後継

	Kling O1	Kling 3.0 Omni	Kling 4.0
公開	2025-12-01	2026年2月	2026-10-15
長さ	3〜10秒	最長15秒	3〜30秒
解像度	720p、1080p	最大4K	最大4K（近日）
音声	なし	あり	ステレオ
参照	画像または要素7点	画像または要素7点	最大15点：画像10、動画5、主体7
入力動画	3〜10秒のクリップ1本	3〜10秒のクリップ1本	最大5本、合計30秒まで
絵コンテ	なし	あり	キーフレーム10点

Kling O1が向いている仕事

• 完成クリップの背景と人物を差し替える。 撮り直しは不要です。
• 余分なものを消す — 通行人、物、文字。
• 同じ場面の天候と時間帯を変える。
• スタイル化 — 実写をアニメやクレイにする。
• 場面の続き — 完成クリップから次のショット。
• 人物と商品のあるクリップ を、参照7点から作る。

Kling O1と他のモデル

	Kling O1	Wan 3.0	MiniMax H3	HappyHorse
開発元	Kuaishou	Alibaba	MiniMax	Alibaba
文字でクリップを編集	できる	できる	できる	できる（1.0）
長さ	3〜10秒	最長30秒	4〜15秒	3〜15秒
参照	画像または要素7点	写真10、動画5、音声5	写真9、動画3、音声3	写真は最大9枚
音声	なし	あり	ステレオ	あり
Arena順位（2026-09-21）	33	6	8	10（1.0）

生成と編集を一つのモデルにまとめたのはO1が最初です。今は隣のモデルも同じことを、音声つきで、より長くやります。音のない短い編集には今も向いています。新しいクリップなら3.0 OmniかWan 3.0の方が扱いやすいです。

Kling O1のプロンプトの書き方

ファイルは @ で指します。@Image、@Image1、@Image2、@Video、@Element。

やりたいこと	型
足す	@Imageの［何］を@Videoに足して
消す	@Videoから［何］を消して
人物を替える	@Videoの［誰］を@Elementに替えて
背景を替える	@Videoの背景を@Imageに替えて
スタイルを変える	@Videoを［スタイル］にして
次のショット	@Videoから次のショットを作って：［説明］
フレーム	@Image1が最初のフレーム、@Image2が最後、［何が起きるか］

参照から生成するとき、Klingが勧める順は、要素の説明 → 互いの関わり → 環境 → 光とスタイルです。テキストから生成するときは、人物 → 動き → 場面 → カメラ、光、雰囲気です。

@Videoをクレイアニメのスタイルにして。指紋が見え、影は柔らかく、
コマ撮りのように少しぎこちない動き。猫とソファと窓辺の植物は
そのままの位置に残して。

AI2FaceでKling O1を使う

Kling O1はAI2Faceのジェネレーターにあり、Kling 3.0 と Kling 4.0 と並びます。

1. 登録すると、新しいアカウントにウェルカムクレジットが付きます。
2. ジェネレーターを開き、動画に切り替えてKling O1を選びます。
3. 編集するクリップか参照画像をアップロードし、それらを指すプロンプトを書きます。
4. クレジットの費用は開始前に表示されます。カードまたは暗号資産で支払えます。パックのクレジットに有効期限はありません。

要素用のアングルは同じ場所で作れます。Nano Banana Pro で、上のロボットのシートのように。

制限

• 音声なし。 ネイティブ音声はKling 2.6と3.0 Omniからあります。
• 3〜10秒。 それより長くするには延長するか、新しいモデルを使います。
• 入力動画は1本。 3〜10秒、200MBまで、2K以下。
• 動画があると参照は減る — 7点ではなく、画像または要素が最大4点。
• 最後のフレームだけは指定できない — 最初のフレームも必要です。
• 画像 — JPGまたはPNG、300px以上、10MBまで。
• 前の世代のモデル — Arenaで33位。

まとめ

Kling O1は、Klingで言葉による動画編集が始まったモデルです。背景と人物の差し替え、天候とスタイル、次のショットが、一つのモデルに入っています。音のない短い編集には今も扱いやすく、後継より安いです。音と絵コンテのある新しいクリップには Kling 3.0、30秒とキーフレーム10点には Kling 4.0、文書から作る長いクリップには Wan 3.0 を使ってください。どれもAI2Faceのジェネレーターにあります。