Kling 3.0のMotion Controlでカメラワークを指定する方法──料金は秒単位

Kling AIの「Motion Control」は、参照動画の動きをキャラクター画像に転写して、意図通りのアクションを取らせる機能だ。2026年3月5日に公開されたVideo 3.0版では、顔の一貫性まわりが大きく強化されている。この記事はKling AI公式クイックスタートガイドの原文だけを根拠に、仕組みと料金を整理する。

Motion Controlの基本

公式ガイドはMotion Controlの仕組みを次のように説明している。

Motion Control enables precise control of a character's movements and facial expressions based on a reference image. When generating video from an image, you can assign motion to one character in the image. The motion can be extracted from an uploaded video or selected directly from the motion library.

画像から動画を生成する際、その画像内のキャラクター1人に動きを割り当てられる。動きの元となるのは、アップロードした動画から抽出するか、モーションライブラリから直接選ぶかのいずれか。結果として、正確に制御されたアクションと表情を持つキャラクター動画が得られる、という仕組みだ。

Video 2.6からVideo 3.0への強化点

公式ガイドは、Video 3.0版がVideo 2.6版のMotion Controlをベースに、複数の能力向上を実現したものだと明記している。

VIDEO 3.0 Motion Control enhances facial consistency across scenarios, ensuring stable facial features and smooth expressions even in complex, multi-angle, long-duration motions.

複雑・多角度・長時間の動きの中でも、安定した顔の特徴・滑らかな表情を維持できるよう、シーン横断での顔の一貫性が強化された。これにより映画的な演技表現・高精度なモーションキャプチャ・多様なエンタメ用途への応用範囲が広がった、とされている。

カメラワークは「Character Orientation Matches Image」で制御

公式ガイドの使い方説明の中に、カメラワークに関する具体的な記述がある。

By default, the video will be generated through "Character Orientation Matches Video". You can select "Character Orientation Matches Image" which supports camera movement. Enter the prompt to control background elements and other information, and the motion-controlled video will be generated.

既定では「Character Orientation Matches Video」（キャラクターの向きが参照動画に一致）で生成されるが、「Character Orientation Matches Image」を選ぶとカメラワークの指定に対応する。この設定に切り替えたうえで、テキストプロンプトに背景要素などの情報を入力すると、動きが制御された動画が生成される。つまりカメラワークの指定は、参照動画からの動き抽出とは別のプロンプト経由の制御として提供されている。

Motion Control内のカメラ操作は、Kling全体の「Camera Movement」機能とは範囲が違う

Kling AIには、Motion Controlとは別に「Camera Movement」という汎用のカメラ制御機能もある。公式ガイド「AI Camera Control」を確認すると、こちらは水平・垂直・ズーム・パン・ロール・チルトの6種類の基本操作と、「左移動＋ズームイン」「右移動＋ズームイン」「前進＋上昇ズーム」「下降＋ズームアウト」の4種類の「Master Shots」を組み合わせられる、より広い機能だ。

一方、Motion Control内で「Character Orientation Matches Image」を選んだ際にプロンプトで制御できるカメラワークは、公式ガイドのショーケース節を見る限り「Zoom In」「Zoom Out」「Camera Up」「Camera Down」「Fixed Position」の5パターンが例示されているにとどまる。Motion Control内のカメラ制御が、Kling全体のCamera Movement機能（6操作＋4種のMaster Shots）をそのまま継承しているのか、それとも別の狭い実装なのかは、今回確認した2本のガイドの記述だけでは断定できない。

Kling 3.0系モデル全体の位置づけについては、公式の「Kling VIDEO 3.0 Model Guide」が「Kling VIDEO O1・Kling VIDEO 2.6を土台に、統合されたモデル訓練フレームワークでより多くのネイティブなマルチモーダル入出力を実現し、ネイティブ音声とElement Consistency Control（要素の一貫性制御）機能を統合しつつ、長さの制約を突破した」と説明している。Motion Controlの顔の一貫性強化は、この「Element Consistency」という3.0系全体の技術トレンドの一部として位置づけられる。

Element Bindingで顔の一貫性をさらに強化

Web版の操作手順として、参照動作動画と模倣したいキャラクター画像をアップロードした後、キャラクター画像の下にある「Bind Facial Element to Enhance Facial Consistency」をクリックすると、既存のElementと紐づけるか新規作成するかを選べる。公式ガイドは次のように注意している。

The Motion Control Element Library only uses facial information for reference. It does not include clothing, hairstyle, makeup, or props.

Element Libraryが参照するのは顔の情報だけで、服装・髪型・メイク・小道具は含まれない。そのため顔のクローズアップを明確にアップロードすることが推奨されている。頭部の向きの精度を上げたい場合は正面・左右側面の画像を、表情の精度を上げたい場合は無表情の正面画像と該当表情（笑顔など）の正面画像を、それぞれ用意するといった具体的なガイドラインも示されている。なおElement Bindingは「キャラクターの向きが動画の向きと一致する場合」にのみ対応する、という制約も明記されている。

料金は秒単位・Video 2.6版より2.5〜4割ほど値上がりしている

公式ガイドの「Model Pricing」節を確認すると、実はVideo 3.0とVideo 2.6の両方の料金表が同じページに掲載されている。

課金は秒単位で、動画の長さは実際の秒数に丸めて計算される。公式ガイドの例では、3.4秒の動画をVideo 3.0のStandardモードで生成した場合は3秒×9クレジット＝27クレジット、3.6秒の場合は4秒×9クレジット＝36クレジットになる、と具体的な計算例が示されている。Professional・Standardいずれのモードも、Video 2.6からVideo 3.0への切り替えで単価が上がっている（Professional: 8→12クレジット/秒、Standard: 5→9クレジット/秒）。冒頭で触れた「顔の一貫性の強化」は、無料ではなくクレジット消費の増加とセットになっている。

StandardとProfessionalの違いは速度だけではない

「Model Pricing」節にはクレジット消費の違いしか書かれていないが、Kling AI公式の別ガイド「How to Choose Kling AI Video Mode」には、両モードの性質の違いが説明されている。

"Standard Mode" refers to a model that generates videos faster and has lower inference costs. [...] "Professional" is a model that generates videos with richer details and higher inference costs.

（訳）「『Standard Mode』は、より速く生成でき、推論コストが低いモデルを指す。［中略］『Professional』は、より豊かなディテールを持つ動画を生成する、推論コストの高いモデルだ」

同ガイドはさらに、Standard Modeは「肖像・動物・動きの大きいシーンの生成が得意で、動物の描写がより親しみやすく、色調が柔らかく心地よい」、Professional Modeは「肖像・動物・建築・風景の生成が得意で、ディテールが豊かで構図と色調がより洗練されている」と、それぞれの得意分野を分けて説明している。つまり速度・コストだけでなく、生成される映像の質感自体に方向性の違いがある、というのが公式の位置づけだ。

Video 2.6版との機能差を突き合わせた比較表は無い

限界を先に書く。

Video 2.6版のMotion Controlとの詳細な機能差の全体像。 クレジット料金の違いは確認できたが、公式ガイドはVideo 2.6版のショーケースも併記しているだけで、両バージョンの機能を項目ごとに突き合わせた比較表は確認できなかった。

顔以外の要素（服装・髪型等）の一貫性を保つ方法。 Element Libraryが顔情報限定である点は明記されているが、服装や小道具の一貫性を別途保つ手段については、今回確認したガイド内には記載がなかった。

Kling全体の料金プランとの関係。 クレジット消費レートは確認できたが、月額プランごとに含まれるクレジット数・追加購入時の実質単価については、今回は確認していない。

Motion Control内のカメラワークとKling全体のCamera Movement機能の関係。 前者がショーケースで示す5パターンと、後者の6操作＋4種のMaster Shotsが同一の実装なのか別実装なのかは、公式ガイド2本を読み比べただけでは判断できなかった。実際に生成して両者の挙動差を試したわけではない。

関連記事

• Sora 動画生成AI 料金・代替サービス比較【2026年版】
• 動画生成AIのスローモーション不具合を直す
• 動画生成AIのネガティブプロンプト、実は効いていない？