可霊 3.0 モーションコントロール API 価格：720p 1秒あたり $0.10

TL;DR

• 可霊 3.0 モーションコントロール（kling-3.0/motion-control）は、参照動画内の動作と表情を、指定した人物画像に移します。HiAPI は出力秒数で課金します：720p は 1秒あたり $0.10、1080p は 1秒あたり $0.172。6秒で 720p なら 1本 $0.60。
• 尺を渡す必要はなく、出力は参照動画に従います。参照動画は 3〜30 秒が必要です。参照動画の元音声は既定で保持され、追加料金はかかりません。
• HiAPI で提供開始済みです。モデルページを開くと、人物画像 1 枚とモーション動画 1 本をアップロードするだけで生成できます。新規ユーザー登録で 200 クレジットを進呈。

価格表

出力尺	720p（既定）	1080p
1秒あたり	$0.10	$0.172
3秒（最短）	$0.30	$0.516
5秒	$0.50	$0.86
10秒	$1.00	$1.72
15秒	$1.50	$2.58
30秒（最長）	$3.00	$5.16

HiAPI の現行価格、2026年10月18日確認。

1080p は 720p より 1秒あたり 72% 高いです。失敗時は課金されません。

料金の引き落とし方

料金は次の 2 点だけで決まります：出力秒数と解像度。

• 尺は参照動画で決まります。 参照動画が 6 秒なら、出力も通常は 6 秒です。動作が速すぎたり複雑すぎたりすると、出力は参照動画より短くなることがあり、実際の秒数で計算されます。
• まず事前扣金し、後で精算します。 タスク作成時に orientation に対応する上限で事前扣金します：character_orientation が video（既定）なら上限 30 秒、image なら上限 10 秒。タスク完了後に実際の出力秒数で過剰分を返金し、不足分を追加請求します。そのため、残高が事前扣金分に足りないとタスクを作成できません。
• プロンプトも元音声も価格に影響しません。 prompt を書いても書かなくても、keep_original_sound をオンにしてもオフにしても、価格は同じです。

6 秒で何ができるか

以下はモデルページのサンプルです：縦向き 1080p、6 秒、人物がカメラに向かって話しながらジェスチャーをするもので、動作と表情は参照動画から来ています。

kling-3.0/motion-control、1080p、6 秒、約 $1.03（6 × $0.172）。

さらに 720p の一组も見てみましょう：同じ人物画像、同じ 6 秒の動作動画（首を振る、手を振る、微笑む）を使い、1 本はプロンプトなし、もう 1 本は「ゴールデンアワーの屋外光」というプロンプトを追加しています。

人物画像：

動作参照動画：

プロンプトなし：

kling-3.0/motion-control、720p、6 秒、$0.60。

プロンプト追加：

Golden-hour outdoor lighting, warm rim light from the left, shallow depth of field with a softly blurred park background.

このプロンプトを持ってモデルページを開く →（さらに人物画像と参照動画をアップロード）

kling-3.0/motion-control、720p、6 秒、$0.60。

動作は 2 本とも完全に同じで、変わったのは光と背景だけです。プロンプトはシーンを制御し、動作は制御しません。動作を変えたい場合は参照動画を変えてください。

可霊 3.0 の他の入口との比較

	モーションコントロール	可霊 3.0 標準版	可霊 3.0 Turbo
720p / 秒	$0.10	$0.10（音声なし）	$0.13
1080p / 秒	$0.172	$0.129（音声なし）	$0.16
動作の由来	参照動画	プロンプト	プロンプト
必須入力	人物画像 + 動作動画	プロンプト	プロンプト
尺	参照動画に従う、3〜30 秒	3〜15 秒	3〜15 秒

720p のモーションコントロールは、標準版の音声なしと同価格です。違いは動作を指定できることです：同じダンスのステップ、同じ口播のジェスチャーを、任意の人物画像に当てはめられ、プロンプト頼みで運任せにする必要がありません。

月次予算

利用量	月間秒数	720p	1080p
100 本 × 5 秒	500	$50	$86
100 本 × 10 秒	1000	$100	$172
300 本 × 10 秒	3000	$300	$516

コストを抑える方法

• まず 720p で試す：動作が正しく移り、人物が変形していないことを確認してから 1080p を出力。
• 参照動画をちょうどよくカットする：出力は参照動画に従うため、1 秒増えれば 1 秒分の料金が増えます。
• 動作動画は自分で生成できる：既成素材がない場合は、grok-imagine/text-to-video の 480p で 1 本生成すると 1秒あたり $0.015、6 秒で $0.09 で、その後さまざまな人物に繰り返し当てはめられます。
• カメラワークだけが必要で複雑な動作が不要な場合は image orientation を使う：上限 10 秒で、事前扣金も少なくなります。

よくある質問

duration を渡す必要はありますか？

不要ですし、渡すこともできません。出力尺は参照動画に従い、参照動画は 3〜30 秒が必要です。

参照動画の音声は保持されますか？

既定で保持されます（keep_original_sound が true）。追加料金はかかりません。元音声が不要なら false を渡してください。

プロンプトで動作を変えられますか？

できません。動作と表情はすべて参照動画から来ており、prompt はシーン、スタイル、カメラワークにのみ影響し、最大 2500 文字です。

人物画像にはどんな要件がありますか？

1 枚、jpeg/png、最大 10MB、両辺とも 340 ピクセル超、アスペクト比は 2:5 から 5:2 の間、頭部・肩・胴体がはっきりしていること。

失敗したら課金されますか？

されません。事前扣金分は返金されます。

その他の使い方はモーションコントロールのプロンプト例（英語）をご覧ください。他の可霊 3.0 入口の価格は可霊 3.0 API 価格をご覧ください。