Kling 4.0 対 ByteDance Seedance 2.0：カットなしの30秒か、6カットの15秒か

2つの動画モデルがどちらも15秒をうたっていても、意味するところは異なることがあります。ByteDance Seedance 2.0は、15秒の枠を複数のショットで埋めます。絵コンテ風のシーケンスで、カットも含み、ステレオ音声付きで1回のパスで生成されます。Kling 4.0は、2026年10月15日にリリースされ、枠を30秒に倍増し、カメラを回し続けます。途切れない1テイクで、最大10個のキーフレームと15アセットの参照バジェットによってまとめ上げられます。長さの比較は、あらゆる仕様表が行うものです。どのモデルがあなたの編集に合うかを決めるのは、ショットの文法です。

その下には第二の非対称性がある。Seedance 2.0は2026年2月から中国で一般提供されており、Artificial Analysisのテキストtoビデオボードに20,000票超で掲載され、正規化された分単位の価格を公表している。Kling 4.0はコンシューマー向けアプリでの一般提供開始から8日目で、独立したEloもベンダーの秒単位料金もない。一方のモデルには測定された位置づけがあり、もう一方にはより長いテイクがある。

決定的に見えて、そうではない数字

{{1}}30秒対15秒{{/1}}はきれいな2倍であり、それは現実です。{{2}}Kling 4.0{{/2}}は1回のパスで3〜30秒を生成するのに対し、{{3}}Seedance 2.0{{/3}}はデフォルト5秒で4〜15秒を生成します。あなたのショットが連続25秒の製品デモである場合、{{3}}Seedance 2.0{{/3}}はそれをネイティブに作成できず、どれほどプロンプトエンジニアリングを重ねてもハード上限は変わりません。{{2}}Kling{{/2}}側の拡張は2分と宣伝されていますが「coming soon」と表示されているため、出荷済みの比較では30秒対15秒です。

ショットをカットすべき場面になった瞬間、その数字は決め手ではなくなる。Seedance 2.0の15秒は、複数のショットを収めるように設計されている。ByteDanceは、絵コンテ形式のテキスト入力と、監督レベルのカメラプランニング——ドリーズーム、ラックフォーカス、トラッキングショット、視点の切り替え——が、編集ではなく生成の内部で行われると説明している。Kling 4.0の30秒は、1つのショットを収めるように設計されている。Kuaishouのリリースノートは、キーフレームを、キャラクターの状態、シーンの変化、ストーリーの節目を配置する方法として説明しており、それはショット数の配分ではなく連続性の制御である。

正直に言えば、その枠組みは「Klingは2倍の長さ」ではない。「Klingは1ショットあたり2倍の長さで、Seedanceは1回の生成でより多くのショットが得られる」ということだ。30秒のワンテイクと、15秒で6ショットのシーケンスは、たまたま尺という列を共有しているだけの、別物の製品なのだ。

参照バインディング: キャスト対ストーリーボード

Kling 4.0のOmni Referenceは、1つのタスクで最大15個のアセットを受け入れ、上限は画像10枚、合計30秒の動画5本、被写体7体で、そのうち最大3体は動画ベースにできます。各被写体には指定の声を割り当て可能で、モデルは最大10枚のキーフレーム画像も受け付けます。この許容量は本比較で最も寛大な参照許容量であり、長回し全体にわたって同一性、衣装、セット、動きを保持することを狙っています。

Seedance 2.0は最大9枚の画像、3本の動画クリップ、3本の音声クリップを入力でき、名前付き参照を特定の被写体に結び付け、その影響度を重み付けするアドレッシング構文を用います。これは参照枠がより少ない一方で、参照ごとにより細かく制御できます。あなたの課題が「これはキャラクターA、これはキャラクターBで、Aのジャケットはフレーム300でもフレーム1と一致していなければならない」というものなら、Seedanceのバインディング構文のほうがより直接的なツールです。課題が「この世界全体を30秒間維持する」なら、Klingのより大きな参照枠とキーフレームトラックのほうが適しています。

オーディオ: 両方が同じグラウンドを要求しています

Seedance 2.0の最も強力な主張は、デュアルチャンネルステレオミックス——音楽、環境音、ナレーションを別々のトラックとして——を、後から吹き替えるのではなく映像と同時に生成し、複数人・複数言語のリップシンクに対応するというものだ。Kling 4.0は2チャンネルステレオ、改善されたリップシンク、9言語にわたる会話、そして英語と中国語（普通話）における明示されたアクセントと方言を主張している。いずれもベンダーの主張だ。どちらのベンダーもトラック数を公開しておらず、2つの音声パイプラインを比較した独立系テストも存在しない。マーケティングにおける違いは自信の差であり、ドキュメントにおける違いはマーケティングが示唆するよりも小さい。

ByteDance自身の発表資料は、時折生じる音声の歪みと、複数被写体の一貫性およびテキストレンダリングにおける限界を挙げている。Kuaishouの資料は同等の弱点を挙げておらず、これは品質の差ではなく開示の差である。どちらのモデルでも対話の2回目のテイクを計画すること。

ベンチマークの非対称性

2026年9月18日に取得されたArtificial Analysisのテキスト・トゥ・ビデオボードでは、Dreamina Seedance 2.0 720pはElo 1,210で5位に位置し、20,345サンプルに対する95%信頼区間は±6、価格は1分あたり$9.07です。上位5モデルの差は23 Eloポイントなので、5位は判定ではなく待ち行列の位置にすぎませんが、測定は実在し、サンプル数も十分です。

2026年10月23日時点で、Kling 4.0 は3つの動画リーダーボードのどれにも行がありません。それは低いスコアではなく、不在です。前世代の行はまだボード上にあり、流用すべきではありません。今日、Kling 4.0 の隣に Elo の数値を置く人は、Kling 3.0 を引用しているか、でっち上げているかのどちらかです。

実務上の帰結として、選択を正当化しなければならないチームにとって、スコアが付いたモデルのほうが安全な既定の選択肢であり、スコアのないモデルは標準化するのではなく試験導入する対象だ。これは品質ではなくエビデンスについての記述である。

アクセス、地理、コスト

Seedance 2.0は2026年2月12日から中国で一般提供されており、APIは4月14日に完全な一般提供に到達した。中国国外では状況はより不均一だ。CapCutを通じたコンシューマー向け経路は、まず限られた市場——ブラジル、インドネシア、マレーシア、メキシコ、フィリピン、タイ、ベトナム——に到達し、米国はその展開から明示的に除外され、欧州の大部分も同様だった。エンタープライズ向けAPI経路が最も広い範囲をカバーしている。ByteDanceはまた、Klingに直接相当するものがないコンテンツ制限を課している。本人確認または事前承認なしに、実在の人物の顔を含む画像や動画からの生成は行えず、出力には不可視のウォーターマークが付与される。

Kling 4.0は、Kling AIアプリとウェブサイトで全世界に公開されており、世界向けローンチ告知は2026年10月16日付です。APIはアーリーアクセスで、ベンダーによる秒単位の料金は公開されていません。そのため、Klingは試しやすい一方で購入しにくく、Seedanceは一部市場では利用しにくいものの、アクセスできれば料金を把握しやすい状況です。

費用について言えば、Seedance 2.0の1分あたり9.07ドルはArtificial Analysisによる正規化値であり、公表レートではない。ByteDanceはVolcano Engine上でトークン単位の課金を行っており、純粋な生成では100万トークンあたり46人民元、編集用の動画入力ありでは100万トークンあたり28人民元となる。15秒のクリップはおよそ308,880トークンになり、これは1秒あたり約1元に近い。中国の報道が行き着いた「1元1秒」という数字だ。MiniとFastのバリアントは同じモデルファミリーに属し、下書き用途ではフラッグシップ料金のおよそ半額になる。Kling 4.0には比較可能な数字がない。アプリはクレジット制で、APIは価格未設定であり、リセラーの秒単位の数字はベンダー自身のものではない。

現時点では、どちらのモデルも OrcaRouter のルートではありません。当社が提供している Kling の世代はKling 3.0 で、フラッグシップと Omni ティアはリクエストあたり $0.084、Turbo は $0.112、旧 2.x モデルは $0.042〜$0.28 です。Kling 4.0 を試験導入している場合はこれが重要です。フォールバック経路はすでに存在しており、200 以上の他のモデルと同じ OpenAI 互換キーで、プロバイダーの定価のままでマークアップは加算されないため、早期アクセス呼び出しが失敗してもバッチ全体を失敗させずに本番生成へ切り替えられます。

どれがタイムラインに属しますか

• ショットをカットできない場合は Kling 4.0 を選んでください。連続したカメラ移動、ワンテイクのデモンストレーション、25秒間顔を保たなければならないモノローグなどです。30秒のパスと10キーフレームのトラックはまさにそのために作られており、この比較の中でその尺を実現できる他のモデルはありません。

• 作業単位がシーケンスである場合は、Seedance 2.0を選択してください：ショートドラマ、6カットで構成される広告、生成内にカメラ言語を必要とする絵コンテなど。そのマルチショット設計と参照アドレッシング構文の方が、より直接的に適しています。

• 今日スコアと価格の両方が必要な場合は、Seedance 2.0 を選んでください。Seedance 2.0 には両方ありますが、Kling 4.0 にはどちらもありません。

• 最大の参照枠と独立したキーフレームトラックが必要で、料金表が未整備の間のアーリーアクセスAPIを受け入れられるなら、Kling 4.0を選んでください。

• 公開されたトラック数が明示された分離可能なオーディオステムが必要なら、どちらも選ぶべきではありません。どちらもステレオを謳っていますが、チャンネル構成について明記しているのはどちらでもありません。

注目すべきは尺の列ではなく、最初の独立系Kling 4.0スコアと最初に公開されたAPI料金だ。Kling 4.0がボード上でSeedance 2.0に近い位置に来れば、選択基準はショットの文法と価格になる。大きく下回るなら、30秒テイクは汎用的な利点ではなく専門特化した機能だ。いずれにせよ、判断は編集の形に基づくべきで、プレスリリースでどちらのモデルの数字が大きいかではない。