Kling 2.6 API
Kuaishou の Kling 2.6 は、滑らかなモーション、シネマティックなビジュアル、正確なプロンプト追従性を備えたテキストから動画と画像から動画に対応します。Standard と Pro の階層があり、Pro ではネイティブオーディオを利用でき、参照動画からモーションを転送するモーションコントロールのエンドポイントと、カスタムボイス用の create-voice エンドポイントも用意されています。
この Kling 2.6 API ガイドでは、WaveSpeedAI で提供中の Standard と Pro のエンドポイントとして、テキストから動画、終了画像を任意で指定できる画像から動画、参照動画からのモーションコントロール、create-voice を解説します。以下のプレイグラウンド、例、料金、API サンプルはすべて、提供中の Kling 2.6 エンドポイントを使用しています。
概要
Kling 2.6 APIについて
Kling 2.6でできること、Kuaishouのモデルラインナップにおける位置づけ、そして多くのチームに選ばれる理由。
Kling 2.6はKuaishouの動画生成モデルで、WaveSpeedAIのREST APIから利用できます。Kuaishou の Kling 2.6 は、滑らかなモーション、シネマティックなビジュアル、正確なプロンプト追従性を備えたテキストから動画と画像から動画に対応します。Standard と Pro の階層があり、Pro ではネイティブオーディオを利用でき、参照動画からモーションを転送するモーションコントロールのエンドポイントと、カスタムボイス用の create-voice エンドポイントも用意されています。
この Kling 2.6 API ガイドでは、WaveSpeedAI で提供中の Standard と Pro のエンドポイントとして、テキストから動画、終了画像を任意で指定できる画像から動画、参照動画からのモーションコントロール、create-voice を解説します。以下のプレイグラウンド、例、料金、API サンプルはすべて、提供中の Kling 2.6 エンドポイントを使用しています。
WaveSpeedAIのKling 2.6ファミリーには、Voice-Cloning, Text-To-Video, Image-To-Video, Motion-Controlのワークフローをカバーする7個のRESTエンドポイントがあります。各バリアントには、それぞれ独自の料金、パラメーター、作例があります。入力の種類と本番環境の制約に合うものを選ぶか、同じAPIキーで複数を呼び出して、多段階のパイプラインを組み立ててください。
WaveSpeedAIの他の1,000以上のAIモデルと同じAPIキー、請求アカウント、レート制限の枠組みでKling 2.6を実行できます。ベンダーごとの設定も、プロバイダーごとのSDKも、ベンダーごとのレート制限も不要です。1つの連携で、テキストから画像、テキストから動画から、音声合成、3D生成、高画質化、編集まで、すべてカバーできます。
仕様
Kling 2.6 APIの機能とリリース状況
APIを選ぶ前に開発者が調べる、モデル固有の詳細情報:提供状況、想定される出力の長さ、参照入力への対応、そして現在利用できる代替エンドポイント。
提供状況
提供中
Kling 2.6 のエンドポイントは WaveSpeedAI のカタログで提供中です。Standard と Pro のテキストから動画、画像から動画、モーションコントロールに加え、create-voice も、すべて同じ REST の予測フローで利用できます。
階層
Standard と Pro
Standard はコスト効率の高い階層、Pro は品質を重視する最上位の選択肢です。プロンプトの形式はどちらも同じです。
長さ
5秒または10秒
テキストから動画と画像から動画は、5秒または10秒のクリップを生成します。
アスペクト比
1:1、9:16、16:9
テキストから動画では、正方形、縦長、横長のフレームを選べます。画像から動画は入力画像に従い、各辺が300 px以上で、アスペクト比が 1:2.5 から 2.5:1 の範囲である必要があります。
ネイティブオーディオ
sound の切り替え
Pro のエンドポイントは動画と一緒にサウンドを生成します。sound パラメーターで、リクエストごとにオン/オフを切り替えられます。
モーションコントロール
3〜30秒の参照動画
motion-control エンドポイントは、参照動画のモーションでキャラクター画像をアニメーション化し(キャラクターが動画に従う場合は最大30秒)、元のサウンドを残すこともできます。
エンドポイント
Kling 2.6のAPIエンドポイント一覧
WaveSpeedAIで現在利用可能なKling 2.6のエンドポイントは7個です。ワークフローに合ったバリアントを選んでください。
Kling v2.6 Create Voice
Kling 2.6 Create Voice is a model can generate custom voice. Upload an audio file to create a custom voice that can be used with the voice control feature in V2.6 video generation. The audio should be clean, noise-free, with a single voice, and duration between 5-30 seconds. Built for stable production use with a ready-to-use REST API, no cold starts, and predictable pricing.
/filters:quality(82)/media/images/20260408112909_ae99vm7x.webp)
Kling v2.6 Std Text To Video
Kling 2.6 Standard offers cost-effective text-to-video generation with smooth motion, cinematic visuals, and strong prompt adherence. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408113130_tkz00ayc.webp)
Kling v2.6 Pro Text To Video
Kling 2.6 Pro delivers top-tier text-to-video generation with smooth motion, cinematic visuals, strong prompt adherence, and native audio for ready-to-share clips. Ready-to-use REST inference API, best performance, no cold starts, affordable pricing.
/filters:quality(82)/media/images/20260408112904_4flp22zf.webp)
Kling v2.6 Std Image To Video
Kling 2.6 Standard offers cost-effective image-to-video generation with smooth motion, cinematic visuals, and accurate prompt adherence. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408112906_umpco7iz.webp)
Kling v2.6 Std Motion Control
Kling 2.6 Standard Motion Control transfers motion from reference videos to animate still images. Upload a character image and a motion clip (dance, action, gesture), and the model extracts the movement to generate smooth, realistic video. Ready-to-use REST inference API, best performance, no cold starts, affordable pricing.
/filters:quality(82)/media/images/20260408113125_76v9lo8m.webp)
Kling v2.6 Pro Motion Control
Kling 2.6 Pro Motion Control turns reference motion clips (dance, action, gesture) into smooth, realistic animations. Upload a character image (or source video) and a motion video; the model transfers the movement while preserving identity and temporal consistency. Ready-to-use REST API with fast response, native-audio option, no cold starts, and affordable pricing.
/filters:quality(82)/media/images/20260408113123_ifecsa8g.webp)
Kling v2.6 Pro Image To Video
Kling 2.6 Pro delivers top-tier image-to-video generation with smooth motion, cinematic visuals, accurate prompt adherence, and native audio for ready-to-share clips. Ready-to-use REST inference API, best performance, no cold starts, affordable pricing.
作例
Kling 2.6の実力を見る
Kling 2.6 APIで実際に生成された出力です。動画にカーソルを合わせるとプレビュー、クリックすると原寸のビューアで開きます。
使い方
Kling 2.6 APIの使い方
登録から生成完了まで4ステップ。Python、Node.js、cURLの完全なサンプルは、下のAPIセクションにあります。
- 01
APIキーを取得
WaveSpeedAIのアカウントに登録し、ダッシュボードからAPIキーをコピーします。新規アカウントには無料のスタータークレジットが付くので、課金が始まる前にプレイグラウンドを数十回実行できます。
- 02
予測を送信
入力をJSONとしてhttps://api.wavespeed.ai/api/v3/kwaivgi/kling-v2.6-pro/text-to-videoにPOSTします。エンドポイントはすぐに予測IDを返します。生成は非同期なので、推論中に接続を開いたままにする必要はありません。
- 03
完了までポーリング
https://api.wavespeed.ai/api/v3/predictions/{request_id}/resultにGETします。completedなら出力を返し、failed、cancelled、timeout、deletedならエラーで停止し、それ以外のステータスの間はポーリングを続けます。
- 04
出力URLを読み取る
ステータスが"completed"になったら、data.outputs[0]からURLを読み取ります。URLは、WaveSpeedAIのCDN上にある生成されたメディアを指します。呼び出したKling 2.6のバリアントに応じて、画像、動画、音声、3Dファイルのいずれかです。
活用例
Kling 2.6で作れるもの
開発者やクリエイターがKling 2.6 APIでよく使うワークフロー。
Standard で低コストのテキストから動画
kwaivgi/kling-v2.6-std/text-to-video は、プロンプトを、滑らかなモーションと高いプロンプト追従性を備えた5秒または10秒のクリップに変換する、コスト効率の高い方法です。
Pro でネイティブオーディオ付きの最高水準のクリップ
kwaivgi/kling-v2.6-pro/text-to-video は、映像と一緒に生成されたサウンド付きのシネマティックなクリップを作成します。別途オーディオを加える手順なしで、すぐ共有できます。
静止画をアニメーション化、終了画像も指定可能
kwaivgi/kling-v2.6-pro/image-to-video と Standard バリアントは、プロンプトで静止画をアニメーション化します。Pro エンドポイントは終了画像も受け付けるため、クリップを指定したフレームで終わらせられます。
参照動画でキャラクターを動かす
kwaivgi/kling-v2.6-std/motion-control と Pro バリアントは、参照クリップのモーション(ダンス、アクション、ジェスチャー)をキャラクター画像に転送します。
自分の声を動画で使う
kwaivgi/kling-v2.6/create-voice は、ノイズの少ない5〜30秒の録音からカスタムボイスを作成し、image-to-video では voice_list を通じて最大2つのボイスを参照できます。
コツ
Kling 2.6のプロンプトのコツ
Kling 2.6からより良い出力を得るための実践的なアドバイス。本番のパイプラインで動画モデル全般に通用するパターンに基づいています。
- 01
Standard で始めて Pro で仕上げる
コストの低い Standard 階層でプロンプトを試し、気に入ったものを Pro で再実行して、最終品質とネイティブオーディオを得ます。
- 02
自分でオーディオを追加するなら sound をオフにする
sound パラメーターは Pro で動画と一緒にオーディオを生成します。あとでクリップに独自の音楽やナレーションを付ける場合は、オフにしてください。
- 03
画像から動画に終了画像を渡して着地点を制御する
最後のフレームが重要な場合は、最初の画像と一緒に終了画像を送ると、モーションが自分で選んだ構図にたどり着きます。
- 04
モーションのクリップをキャラクターに合わせる
モーションコントロールでは、演者の全身がフレームに収まった参照動画と、全身が写ったキャラクター画像を使い、そのうえでキャラクターが画像と動画のどちらに従うかを選んでください。
料金
Kling 2.6 APIの料金
料金は出力ごとです。最終的な請求額は、各バリアントのプレイグラウンドで設定するパラメーター(解像度、長さ、出力数、参照入力)に応じて変わります。
| エンドポイント | タイプ | 最低料金 |
|---|---|---|
| kwaivgi/ | voice-cloning | $0.035 |
| kwaivgi/ | text-to-video | $0.042 |
| kwaivgi/ | text-to-video | $0.14 |
| kwaivgi/ | image-to-video | $0.042 |
| kwaivgi/ | motion-control | $0.07 |
| kwaivgi/ | motion-control | $0.112 |
| kwaivgi/ | image-to-video | $0.07 |
API
Kling 2.6 APIを呼び出す
wavespeed.ai/accesskeyでAPIキーに登録し、RESTで予測を送信します。プレイグラウンドでは、入力の組み合わせに応じて、そのまま貼り付けられるサンプルが生成されます。
POSThttps://api.wavespeed.ai/api/v3/kwaivgi/kling-v2.6-pro/text-to-video
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
-X POST "https://api.wavespeed.ai/api/v3/kwaivgi/kling-v2.6-pro/text-to-video" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $WAVESPEED_API_KEY" \
-d '{
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"cfg_scale": 0.5,
"sound": true,
"aspect_ratio": "1:1",
"duration": 5
}')
TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
printf 'Submission response did not contain a prediction id
' >&2
exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"
# 2. Poll until the prediction finishes.
while true; do
RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
-H "Authorization: Bearer $WAVESPEED_API_KEY")
RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
case "$STATUS" in
completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
*) sleep 2 ;;
esac
doneconst submitUrl = "https://api.wavespeed.ai/api/v3/kwaivgi/kling-v2.6-pro/text-to-video";
const apiKey = process.env.WAVESPEED_API_KEY;
if (!apiKey) throw new Error('Set WAVESPEED_API_KEY');
async function requestJson(url, options = {}) {
const response = await fetch(url, options);
if (!response.ok) throw new Error(await response.text());
return response.json();
}
// 1. Submit the prediction.
const body = await requestJson(submitUrl, {
method: "POST",
headers: {
"Authorization": `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"cfg_scale": 0.5,
"sound": true,
"aspect_ratio": "1:1",
"duration": 5
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${task.id}/result`;
// 2. Poll until the prediction finishes.
while (true) {
const resultBody = await requestJson(resultUrl, {
headers: { "Authorization": `Bearer ${apiKey}` },
});
const result = resultBody.data ?? resultBody;
if (result.status === "completed") {
console.log(result.outputs);
break;
}
if (["failed", "cancelled", "timeout", "deleted"].includes(result.status)) throw new Error(JSON.stringify(result));
await new Promise(resolve => setTimeout(resolve, 2000));
}import json
import os
import time
from urllib.request import Request, urlopen
api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"cfg_scale": 0.5,
"sound": True,
"aspect_ratio": "1:1",
"duration": 5
}
def request_json(url, data=None):
request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
with urlopen(request) as response:
return json.load(response)
# 1. Submit the prediction.
body = request_json("https://api.wavespeed.ai/api/v3/kwaivgi/kling-v2.6-pro/text-to-video", json.dumps(payload).encode())
task = body.get("data", body)
result_url = f"https://api.wavespeed.ai/api/v3/predictions/{task['id']}/result"
# 2. Poll until the prediction finishes.
while True:
result_body = request_json(result_url)
result = result_body.get("data", result_body)
status = result.get("status")
if status == "completed":
print(result.get("outputs", []))
break
if status in {"failed", "cancelled", "timeout", "deleted"}:
raise RuntimeError(result)
time.sleep(2)比較
Kling 2.6と他モデルの比較
WaveSpeedAI上の類似モデルではなくKling 2.6を選ぶべきケース。
Kling 2.6 vs Kling 3.0
Kling 3.0 は、Standard、Pro、4K の階層とモーションコントロールのエンドポイントを備えた新世代です。Kling 2.6 は、5秒と10秒の Standard・Pro クリップや、独自の create-voice エンドポイントを使いたい場合の選択肢として残ります。
Kling 2.6 vs Wan 2.5
Wan 2.5 は、同期オーディオ付きの480pから1080pの動画を生成し、同じファミリーに video-extend、image-edit、text-to-image を備えています。Kling 2.6 には、モーションコントロールのエンドポイントとカスタムボイスがあります。
Kling 2.6 vs Veo 3.1
Veo 3.1 は、Standard、Fast、Lite の階層で、同期するネイティブオーディオ付きの1080p動画を生成します。Kling 2.6 は、モーションコントロールと create-voice を備えた Standard と Pro の階層を提供します。
FAQ
Kling 2.6 API — よくある質問
料金、ライセンス、連携など、WaveSpeedAIでKling 2.6を実行する際のよくある質問。
Kling 2.6 の Standard と Pro の違いは何ですか?
Standard はコスト効率の高い階層、Pro は最上位の選択肢です。どちらもテキストから動画、画像から動画、モーションコントロールに対応し、Pro では動画と一緒に生成されるネイティブオーディオが加わります。
Kling 2.6 はオーディオを生成しますか?
はい、Pro のエンドポイントで対応しています。sound パラメーターで動画と一緒にオーディオを生成でき、オフにすることもできます。モーションコントロールでは、参照動画の元のサウンドを残せます。
Kling 2.6 のクリップはどのくらいの長さにできますか?
テキストから動画と画像から動画は、5秒または10秒のクリップを生成します。モーションコントロールは参照動画の長さ(3〜30秒)に従います。
Kling 2.6 用のカスタムボイスを作成できますか?
はい。1人の声のノイズの少ない5〜30秒の録音を create-voice エンドポイントに送信し、返されたボイス ID を image-to-video リクエストの voice_list で参照します(最大2つのボイス)。
Kling 2.6 APIとは何ですか?
Kling 2.6は、Kuaishouの動画生成モデルで、WaveSpeedAI上でREST APIとして提供されています。Kuaishou の Kling 2.6 は、滑らかなモーション、シネマティックなビジュアル、正確なプロンプト追従性を備えたテキストから動画と画像から動画に対応します。Standard と Pro の階層があり、Pro ではネイティブオーディオを利用でき、参照動画からモーションを転送するモーションコントロールのエンドポイントと、カスタムボイス用の create-voice エンドポイントも用意されています。プログラムから呼び出すことも、上にリンクされたプレイグラウンドで試すこともできます。
Kling 2.6 APIはどう呼び出しますか?
WaveSpeedAIのアカウントに登録し、/accesskeyからAPIキーをコピーして、入力をJSONとしてhttps://api.wavespeed.ai/api/v3/kwaivgi/kling-v2.6-pro/text-to-videoにPOSTします。エンドポイントは予測IDを返します。結果のエンドポイントを約2秒ごとにポーリングし、長時間かかるタスクでは間隔を広げ、終端ステータスになったら停止してください。本番運用向けのPython / Node.js / cURLのサンプルは上にあります。
Kling 2.6 APIの料金はいくらですか?
Kling 2.6は1回あたり$0.035からです。実際の料金は、設定するパラメーター(解像度、長さ、出力数、参照入力)に応じて変わります。プレイグラウンドの「生成」ボタンの横に表示されるリアルタイムの料金プレビューで、現在の入力での正確な料金を確認できます。
Kling 2.6にはどのバリアントがありますか?
WaveSpeedAIでは、7個のKling 2.6エンドポイントが利用可能です:kwaivgi/kling-v2.6/create-voice, kwaivgi/kling-v2.6-std/text-to-video, kwaivgi/kling-v2.6-pro/text-to-video, kwaivgi/kling-v2.6-std/image-to-video, kwaivgi/kling-v2.6-std/motion-control, kwaivgi/kling-v2.6-pro/motion-control, kwaivgi/kling-v2.6-pro/image-to-video。各バリアントには、専用のプレイグラウンドページと料金があります。
Kling 2.6の出力を商用利用できますか?
商用利用の権利は、Kuaishouのモデルライセンスに従います。Kuaishouのほとんどのモデルは出力の商用利用を認めています。具体的なライセンスの概要は各モデルのプレイグラウンドページで、プラットフォーム全体の条件はWaveSpeedAIの利用規約でご確認ください。
なぜ直接ではなくWaveSpeedAIでKling 2.6を使うのですか?
Kling 2.6と、他のプロバイダーの1,000以上のAIモデルを、1つのAPIキー、1つの請求アカウントで利用できます。ベンダーごとのSDK設定も、個別のレート制限も、ベンダーごとの連携コードの書き直しも不要です。料金は、通常Kuaishouの直接のAPIと同等かそれ以下です。
提供元
Kuaishouについて
WaveSpeedAIにおけるKling 2.6と、Kuaishouのモデルラインナップ全体を手がけるチーム。
Kuaishou は、中国の大手ショート動画プラットフォームであり、動画生成モデルの Kling ファミリーを開発するチームです。Kling 3.0 は、ネイティブのオーディオ合成(全バリアントに sound パラメーター)を備えた Standard、Pro、4K の階層に加え、参照動画からモーションを転送して静止したキャラクター画像をアニメーション化する、専用のモーションコントロールエンドポイントを提供します。
WaveSpeedAIでKling 2.6を使った開発を始めよう
登録時に無料のスタータークレジットを進呈。Kuaishouをはじめ、あらゆるプロバイダーの1,000以上のAIモデルを、1つのAPIキーで。