Kling本体でAIショートドラマを90秒作るための生成単位とコスト確認

AIショートドラマを90秒・1080pで作る前提で、Kling本体のVideo 3.0、Avatar 2.0、Lip Syncを使う場合の生成単位、月間本数、1本あたりの円換算コストを確認した記録。

公開：
Kling本体でAIショートドラマを90秒作るための生成単位とコスト確認

AIショートドラマを作るとき、生成サービスの月額だけを見ても制作量は読めません。90秒を1080pで作るなら、1秒あたりのcredits、1回の生成秒数、リップシンクを使う秒数、作り直し分まで分けて見る必要があります。

この検討では、最初にAdobe Firefly Pro PlusのKling 2.5 Turboを候補に入れました。ただ、Kling本体を使う前提に変えると、5秒カット固定で組む必要は薄くなります。Kling VIDEO 3.0は最大15秒まで生成できるため、90秒動画は15秒×6本、10秒×9本、短い挿入カットを混ぜる構成で考え直します。

制作条件をKling本体前提へ変更する#

最初の比較では、Adobe Firefly内のKling 2.5 Turboを強く見ていた。Firefly内のKling 2.5 Turboは5秒固定で扱うため、90秒を18カットに分ける前提になっていた。

Kling本体を使う場合、この前提を外せる。KlingのVIDEO 3.0は、公式ガイドで最大15秒の生成に対応している。APIの対応表でも、複数の動画モデルで3〜15秒の範囲が示されている。

この記事では、次の条件へ変更する。

横にスクロールできます
項目設定
契約Kling本体のPremier直契約
月間credits8,000 credits
通常更新価格$80.96/月
円換算1ドル = 156.875円
月額円換算約12,700円/月
最終出力1080p
動画尺90秒
音声外部TTSで別生成
動画生成Kling VIDEO 3.0のImage-to-Video中心
リップシンク必要な会話秒数だけKling Lip Syncへ回す

会話中の問題は、サービス名だけで候補を並べ、どのモデルを何秒使うかを固定しきれていない点にあった。ここではKling本体の中でも、VIDEO 3.0、Avatar 2.0、Lip Syncを分ける。

5秒固定で考えなくてよい理由#

Kling VIDEO 3.0を使う場合、料金は秒数単位で増える。1080p・音声なしは8 credits/秒。5秒、10秒、15秒のどれを使っても、90秒全体の消費creditsは同じになる。

横にスクロールできます
生成単位1回の消費90秒に必要な本数90秒合計
5秒40 credits18本720 credits
10秒80 credits9本720 credits
15秒120 credits6本720 credits

5秒カットに固定すると、カット数が18本まで増える。細かい切り替えや短い反応には向くが、管理するプロンプトと素材が増える。

15秒カットなら6本で90秒になる。長いカットは、状況説明、街の移動、人物が歩く場面、緊張が続く場面などに使いやすい。失敗したときは120 creditsが消えるため、難しい演技や手の動きがある場面は短めに切る方が扱いやすい。

実制作では、1本の90秒動画をすべて同じ秒数へそろえる必要もない。

横にスクロールできます
場面使う尺の目安
冒頭の引き5〜8秒
時代背景の街並み10〜15秒
主人公の反応5〜8秒
説明を聞かせる場面10〜15秒
会話の一言5〜10秒
余韻8〜12秒

秒単価は同じなので、使う尺は費用よりも成功率で決める。崩れやすい場面を短くし、安定しやすい場面を長く取る。

Kling Premierで90秒を作る場合の本数#

Kling Premierは月8,000 credits。通常更新価格$80.96を、この記事では約12,700円として計算する。

VIDEO 3.0の1080p・音声なしは8 credits/秒。90秒なら720 credits。

90秒 × 8 credits = 720 credits
8,000 credits ÷ 720 credits = 11本、余り80 credits
12,700円 ÷ 11本 = 約1,155円/本

5秒カットで18本にしても、15秒カットで6本にしても、合計90秒なら720 creditsは変わらない。

横にスクロールできます
作り方90秒の消費月8,000 creditsの完成本数月額を完成本数で割った単価
VIDEO 3.0 1080p、音声なし720 credits11本約1,155円/本
VIDEO 3.0 1080p、音声なし＋30秒だけLip Sync750 credits10本約1,270円/本
VIDEO 3.0 1080p、音声なし＋60秒だけLip Sync780 credits10本約1,270円/本
VIDEO 3.0 1080p、音声なし＋90秒全部Lip Sync810 credits9本約1,411円/本
VIDEO 3.0 720p、音声なし540 credits14本約907円/本
VIDEO 3.0 1080p、ネイティブ音声あり1,080 credits7本約1,814円/本

1080p前提なら、現実的な基準は11本/月。会話カットへリップシンクを足すと、10本または9本になる。

ここで30秒Lip Syncと60秒Lip Syncの完成単価が同じになっているのは、整数本数で割っているため。消費creditsだけで見れば、30秒Lip Syncの方が軽い。

横にスクロールできます
追加Lip Sync秒数90秒1本の消費消費credits按分の目安
0秒720 credits約1,143円相当
30秒750 credits約1,191円相当
60秒780 credits約1,239円相当
90秒810 credits約1,286円相当

実際の月間完成本数は、作り直し回数で下がる。90秒1本を720 creditsで作る計算は、全カットが一発で通った場合の数字。

横にスクロールできます
作り直し率1本あたりの想定消費月8,000 creditsの完成本数
作り直しなし720 credits11本
25%分を作り直し900 credits8本
50%分を作り直し1,080 credits7本
100%分を作り直し1,440 credits5本

この表を見ると、Premierで本数を出すには、失敗しやすいカットを短くし、安定したカットを長くする運用が効く。

喋る場面はLip SyncとAvatar 2.0を分けて使う#

Kling本体にはLip Syncがある。公式ガイドでは、ローカルのvoiceoverまたはsingingファイルをアップロードするか、Text to Speechで作った音声を使い、Klingで生成したキャラクター動画へ口の動きを同期できると説明されている。

Lip Syncの費用は、公式ガイド上で5秒動画が5 credits、10秒動画が10 credits。1秒あたり1 creditで考えられる。

30秒だけ喋る → 30 credits追加
60秒だけ喋る → 60 credits追加
90秒全部喋る → 90 credits追加

AIショートドラマでは、全尺を口パクへ回す必要は薄い。歴史系やドキュメンタリー風なら、人物が喋るカット、街並み、資料風の再現、後ろ姿、手元、影の動きなどを混ぜられる。

喋る人物が主役の動画では、Kling Avatar 2.0も候補になる。Avatar 2.0は、人物画像、音声、演技の指示を入れて、喋るアバター動画を作る機能。StandardとProfessionalのモードがあり、公式ガイドではProfessionalの計算例として8 credits/秒が示されている。複数の解説ではStandard 4 credits/秒、Professional 8 credits/秒として扱われている。

この条件で計算すると、Avatar 2.0 Standardは90秒で360 credits。

90秒 × 4 credits = 360 credits
8,000 credits ÷ 360 credits = 22本、余り80 credits
12,700円 ÷ 22本 = 約577円/本

ただし、Avatar 2.0は人物が話す動画に寄る。江戸の街、群衆、建物、事件再現、画面演出を含むショートドラマ全体を作る場合は、VIDEO 3.0と併用する。

Kling本体で組む90秒の制作フロー#

Kling本体前提のAIショートドラマ制作フロー

Kling本体を使う場合、制作フローは次の形が扱いやすい。

  1. 固定主人公2人の基準画像を決める
  2. 必要ならFLUXなどでLoRAを作る
  3. 90秒の台本を作る
  4. 外部TTSで90秒音声を作る
  5. 音声を意味単位で3〜15秒へ分ける
  6. 各場面の静止画を作る
  7. Kling VIDEO 3.0で3〜15秒の動画にする
  8. 喋る場面だけLip SyncまたはAvatar 2.0へ回す
  9. CapCutなどで音声、字幕、BGM、効果音を合わせる
  10. YouTube Shorts、TikTok、Reels用に書き出す

前提をKling本体へ寄せると、「5秒を18本作る」より「音声のまとまりで尺を決める」方が自然になる。

たとえば90秒を次のように切れる。

横にスクロールできます
ブロック内容尺
1冒頭の異変、タイトル前の引き8秒
2主人公が状況を見る10秒
3時代背景の街並み15秒
4事件や違和感の提示12秒
5主人公の短い会話8秒
6解説ナレーションに合わせる再現15秒
7結末へ向かう場面12秒
8余韻と問いかけ10秒
合計90秒

この構成なら、8本の動画生成で90秒になる。費用は秒単価なので、合計720 credits。5秒固定の18本より管理が軽い。

ただし、1回の生成が長いほど失敗時の損失は大きい。人物の手、顔、複雑な動き、文字、複数人物の絡みがある場面は、5〜8秒に分ける方が安全。

5秒カットを使う場面は残る#

Kling本体を使う場合でも、5秒カットを残す場面はある。短いカットの方が向く場面は多い。

横にスクロールできます
5秒前後が向く場面理由
表情の反応顔の崩れを短く抑えやすい
手元や小物破綻した場合の作り直しcreditsが少ない
会話の一言Lip Syncを必要秒数だけ使いやすい
怖さを出す一瞬ショート動画のテンポに合う
つなぎのBロールナレーションの間を埋めやすい

長い説明や移動は10〜15秒。表情、会話、一瞬の異変は5〜8秒。Kling本体では、この混ぜ方が使える。

他サービス比較は補助情報へ回す#

今回の運用をKling本体へ寄せるなら、Adobe Firefly Pro Plusの5秒無制限、Google Flow、Vidu、OpenArtなどは補助候補になる。

横にスクロールできます
サービス今回の記事での扱い
Adobe Firefly Pro PlusKling 2.5 Turboの5秒量産には使える。Kling本体前提では主役から外す
Google AI Pro + Flow月額が安い。固定キャラとリップシンク運用は別途確認
Vidu API秒単価は低い。Kling本体と同じ構成で比較する補助候補
OpenArt Pro複数モデル確認用。90秒1080pの本命計算ではKling本体を優先
Krea / HailuoRelaxや無制限枠のある候補。月額と待ち時間を見て判断

会話中に問題になった「候補漏れ」は、Kling本体へ寄せた後も注意点として残る。サービス単位で止めず、使うモデル、秒単価、生成秒数、リップシンク秒数まで分けて確認する。

この記事で採用する実運用の計算#

Kling Premier直契約で、90秒のAIショートドラマを作る場合の基準を置く。

横にスクロールできます
運用内容月間本数の目安
会話少なめVIDEO 3.0 1080p音声なし、Lip Syncなし11本
会話ありVIDEO 3.0 1080p音声なし、Lip Sync 30〜60秒10本
会話多めVIDEO 3.0 1080p音声なし、Lip Sync 90秒9本
喋る人物中心Avatar 2.0 Standard中心22本
作り直し多めVIDEO 3.0 1080p音声なし、50%作り直し7本

この数字は、Kling Premierの8,000 creditsを使い切る前提。追加購入や上位プランは入れていない。

制作上の見方は単純になる。

  • 90秒を映像生成だけで作ると720 credits
  • 口パクは喋る秒数だけ足す
  • 5秒、10秒、15秒で分けても、合計秒数が90秒なら映像生成creditsは同じ
  • 長いカットは管理が軽いが、失敗したときの損失が大きい
  • 短いカットは管理が増えるが、失敗の損失を小さくできる

Kling本体を使うなら、5秒固定で記事全体を組む必要はない。90秒の音声を先に作り、意味単位で3〜15秒に分ける。喋る場面だけLip SyncまたはAvatar 2.0へ回す。この形で、生成コストと作業量を同時に見られる。

参考#

※ 記事内の図は内容を整理するために作成した概念図です。各社の公式資料や実際の製品画面ではありません。