Kling 4.0 Flash 対 Kling 4.0：40%安く、失う2つのもの

Kling 4.0 FlashとKling 4.0のどちらを選ぶかは品質の判断ではなく、だからこそこの2つの比較の多くは誤解を招く。11月4日にKlingの料金表で並んでいた2つのSKUは、同じリファレンス予算、同じプロンプト上限、同じ3つのリクエスト経路を共有している。安い方は解像度と尺のティアであり、性格の異なる小型モデルではない。Kling 4.0 Flashは720pで毎秒$0.094、Kling 4.0は同じ解像度で$0.157、1080pで$0.235かかる。40%の割引と引き換えに、Flashは1080pを諦め、最大クリップの最後の10秒を諦め、キーフレーム制御を諦めている。

つまり有益な問いは「どちらが優れているか」ではない。「納品するものの中に、720pより縦解像度を高くする必要があるもの、または指定したとおりの位置で終わる必要があるものはあるか」だ。Kling 4.0 Flashはどちらにも「はい」とは答えられず、どれだけプロンプトエンジニアリングを重ねてもそれは変わらない。Kling 4.0ならそれが可能で、1秒あたりの価格はおよそ1と3分の2倍だ。

それを決める問い

モデルではなく、まず納品仕様から始めよう。フィード向けの720p縦型クリップ、クライアントレビュー用のプリビズ、最終的にはフル解像度で再レンダリングされるコンポジット用の背景プレート——Flashはそうしたすべてを処理でき、その節約はタダ同然の利益になる。1080pマスター、映画祭用DCP、放送引き渡し——Flashはそのファイルを生成できないので、価格にかかわらず比較はそこで終わる。このティアは最初のグループを安くするために存在し、Kuaishouがそれを唯一の対象グループと想定しているかのような価格設定になっている。

第二の問いは、そのショットに終わりがあるかどうかです。これは買い手が最も軽視する部分であり、即興ではなく計画的な作業を行う人にとって、この2つのモデルが最も鮮明に分かれる点でもあります。

2つのSKUに真に共通するもの

マーケティングが示唆する以上です。どちらも最大10枚の参照画像と最大5本の参照動画を受け付け、どちらもプロンプトを26,000英文字までに制限し、どちらもモデル名を差し替えた同じ3つのエンドポイントを公開しています。text-to-video、image-to-video、Omni reference-to-videoです。どちらも21:9と適応型アスペクト比をサポートしています。どちらも総尺に基づいて課金され、同じ2倍ルールが適用されます。どちらも2026年9月28日に発表され、どちらも公開された重みを持たないクローズドモデルです。

参照予算が同一であることが、「Flashは小型モデルだ」という枠組みを崩す決定的な点だ。もしFlashが蒸留モデルや縮小モデルだったなら、まず削られるのは条件付け入力だったはずだ。しかしそれらは削られていない。削られたのはピクセル数、秒数、制御だ。

それらが分岐する場所

• 解像度 — Flashは720pのみ、8ビットSDR。一方、Kling 4.0は720pと1080pに対応し、10ビット4Kはドキュメントと機能ページの両方で近日提供予定と記載されています。

• 長さ — Flashは1回の生成で3～20秒、Kling 4.0は3～30秒。2分への延長は発表済みだが未提供。

• キーフレーム — Flashは画像から動画へのパスで最初のフレーム画像を1枚使用するのに対し、Kling 4.0はタイムラインに沿って最大10枚のキーフレーム画像を配置します。

• Omni入力 — どちらも最大15個の入力を受け付けますが、音声を直接参照できるのはKling 4.0のOmniエンドポイントのみです。

• 価格、入力動画なし — Flash は 720p で $0.094/秒、Kling 4.0 は 720p で $0.157/秒、1080p で $0.235/秒。

・価格（入力動画あり） — Flash $0.063/秒 対 Kling 4.0 720pで$0.094/秒、1080pで$0.141/秒、いずれも出力時間の2倍で課金。

• オーディオ — どちらもAPI料金表にオーディオ行はありません。Kling 4.0のローンチ時の記事では、2チャンネルステレオとより広いリップシンク言語サポートが謳われていますが、Flashのドキュメントにはオーディオについて一切記載がありません。

最後の一行は、少し立ち止まって考える価値があります。なぜなら、それは二次報道の中で最も繰り返されている単一の誤りだからです。10月に公開された複数の比較記事は、両モデルが「ネイティブ音声」に対応していると説明しており、たいていはFlashをテストしてその結果をKling 4.0とラベル付けしています。Kling自身の両モデルに関するAPI変更履歴は画像生成について説明しており、音声出力パラメータについては何も触れていません。また、料金表では音声は動画呼び出しの変種ではなく、リクエストごとの別個のツールとして販売されています。サウンドが納品仕様に含まれている場合、現時点ではどちらのティアも文書化された答えではありません。

計算、安く見える項目も含めて

両モデルは同じ単位で課金されるため、比較は明確です。入力動画なしの10秒クリップを例に取ります：

• Kling 4.0 Flash、720p — $0.094 × 10 = $0.94。

• Kling 4.0（720p）— $0.157 × 10 = $1.57。

• Kling 4.0（1080p）— $0.235 × 10 = $2.35。

では、10秒の参照動画を追加します。ここで多くの人がそのルールを痛い目に遭って知ることになります。Klingは、入力が出力以下である場合は常に、単価×出力時間×2を請求します：

• 入力ありのFlash — $0.063 × 10 × 2 = $1.26、これは$0.94の通常呼び出しより34%多くなります。

• Kling 4.0（720p、入力あり） — $0.094 × 10 × 2 = $1.88、$1.57より20%高い。

• Kling 4.0（1080p、入力あり） — $0.141 × 10 × 2 = $2.82、$2.35より20%高い。

入力ありのレートはすべての行で低く、入力ありの請求額はすべての行で高くなっています。それは割引でもなく、丸め誤差でもありません。Flashでは、参照から生成する場合に、20秒のクリップが$1.88で済むか$2.52かかるかという違いです。

キーフレームこそが、多くの人が過小評価している違いです

最初のフレームは、モデルにどこから始めるかを伝えます。キーフレームトラックは、14秒の時点でどこにいるべきかを伝えます。フル仕様のKling 4.0は最大10枚のキーフレーム画像を受け付けるため、カメラの動きをブロックしたり、回転の間ずっと製品の向きを保持したり、俳優を決められた位置に着地させたりするのに十分です。Flashは1枚の画像を受け取り、残りを生成します。

即興的な作業ならそれで構いません——10本のバリエーションを生成し、うまくいったものを残せばいいのです。しかし計画的な作業では、それはレートカードに現れない税金になります。却下されたテイクはすべて、さらに$0.94だからです。あるショットを正しく終わらせるのにFlashで3回か4回の試行が必要なら、40%の節約分はすでに使い切ってしまい、しかも残るのは720pのファイルです。こういうケースでは、高いモデルのほうが安くつくのです。

二者択一ではなく、ワークフロー

価格を目の前にすれば、意図されたパターンは明らかです。それはKuaishou自身のポジショニング——「頻繁な制作のために作られた」——が指し示すものです。Flashで下書きし、4.0で仕上げましょう。

Flashなら720pの5秒コンセプトバリエーション10本で$4.70。同じ10本をKling 4.0で1080pにすると$11.75。テイクを選んだら、10秒の1080p最終版が$2.35で、合計$7.05対$14.10 — 半分の費用で同じ結果になり、大半の試行が捨てられる工程を安いモデルが担う。Flashで仕上げようとした瞬間、この節約は消える。仕上げ先の1080pが存在しないからだ。

これはルーティングに関する議論の構図でもあります。ステージごとにモデルを切り替えるパイプライン——探索には安価なティア、納品には高価なティア——は、まさにルーティング層の役割です。ただし、この場合の切り替えはベンダー間ではなく、単一ベンダーのカタログ内で起こります。OrcaRouterはKling 4.0のどちらのティアも提供していません。OrcaRouterで利用できるKlingモデルは前世代のkling/kling-v3、kling/kling-v3-omni、kling/kling-video-o1であり、1リクエストあたり$0.08で、単一の/v1/video/generationsエンドポイント経由です。私たちのようなプラットフォームがKlingパイプラインで存在価値を発揮するのは、その1つ上の層です：200+モデルを1つのキーで使えて、0%マークアップ（プロバイダー定価に対する）、自動フェイルオーバー、およびレンダリングを囲むプロンプト作成・レビューのステップ向けのルーティングDSLを備えています。レンダリング自体はKlingへの直接呼び出しです。

どちらのティアも提供しないもの

独立したスコアは存在しない。Kling 4.0もKling 4.0 Flashも、測定結果を伴って公開動画リーダーボードに登場することはなく、したがってこの2モデルに関する品質面の記述はすべてKuaishou自身によるものだ。このことは、単一モデルのレビュー以上に、この比較において重要となる。なぜなら「Flashは同じモデルを低解像度にしたものだ」という前提そのものがベンダーの主張だからだ。同一の参照予算を考えればもっともらしい主張ではあるが、社外の誰も検証していない。

料金表に音声の記載はありません（上記のとおり）。現時点ではどちらのプランにも4Kはありません。機能ページでは4Kを前面に打ち出しているにもかかわらずです。APIドキュメントには10ビット4Kが近日提供予定であると明記されており、4Kの価格欄はすべての4.0行でダッシュになっています。また、スループット上限も公表されていません。これは、どちらの価格が本番環境で成立するかを左右する数値です。

結論は一文で言い表せるほど限定的だ。出力が720pで、ショットが即興的なものなら、Kling 4.0 Flashは同じツールを40%安く使えるものであり、上位モデルを買う理由はない。出力が1080pの場合、あるいはショットを特定の場所で終わらせる必要がある場合、その割引はあなたには適用されない——そして正直に言えば、Kling 4.0 Flashは安くなったKling 4.0ではなく、たまたま名前と参照用の予算を共有しているだけの別製品なのだ。