Kling Video O3 Standard Image To Video：モデルページとAPIで使える映画的な画像からの動画生成 | RunComfy

KuaishouのO3世代でコストを抑えた、画像から動画を生成するモデルです。1枚の参照画像とプロンプトから3～15秒の動画を作り、任意の終了フレームと同期音声も指定できます。元画像の被写体を保ちながら、自然な動き、カメラワーク、シーンの変化を加えます。

どちらもO3のルックを共有しますが、Standardは秒単価が低く、反復、草案、大量のSNS・マーケティング制作に向きます。公開情報によると、Proは最終レンダリングの最高品質を重視します。プロンプト、長さ、音声、ショットタイプは同じため、そのまま移行できます。

開始画像と、動き、カメラ、アクションを説明するpromptが必須です。任意で終了画像、3～15秒、同期音声、customizeまたはintelligentのshot_type、シーン区間をつなぐmulti_promptを指定できます。1回の生成でテンポ、物語の展開、音声を柔軟に制御できます。

SNS、広告・マーケティング、EC動画、プロダクトデザインのチームは、商品画像、ポートレート、コンセプトアートを短い映画的な動画にできます。高価な最終レンダリング前の試作や、絵コンテの開始・終了フレーム転換にも向き、開発者は画像と企画から動画を作る工程を自動化できます。

imageとpromptが必須です。durationは3～15秒の整数でデフォルト5、soundはbooleanでデフォルトfalse、shot_typeはcustomizeまたはintelligentです。multi_promptは任意の区間リスト、end_imageは任意のURLです。解像度や形式はRunComfyの最新パラメータ画面で確認してください。

はい。RunComfy AI Playgroundで開始画像、プロンプト、長さ、音声、ショットタイプを調整し、同一パラメータでRunComfy APIから呼び出せます。画面での反復とコードでの本番実行でモデルの挙動は変わりません。

音声なしが1秒$0.084、音声ありが$0.112です。5秒無音は約$0.420、10秒音声付きは約$1.120、15秒無音は約$1.260です。料金はRunComfyのUSD／クレジット残高から差し引かれ、新規ユーザーには通常、無料お試しクレジットが付与されます。

動き、カメラ、照明、環境を具体的な映画表現で書きます。「slow tracking shot」「golden hour rim light」「rain on neon-lit street」などが、曖昧なムード語よりルックと動きを固定します。複雑な場面ではmulti_promptで展開を分け、2枚のフレーム間を正確に制御する場合はend_imageを設定します。