Kling Image 4.0 API 料金・リファレンス画像・連続シリーズ解説
Kling Image 4.0 API の完全料金ガイド。2K/4K 出力単価、1 枚目からのリファレンス課金、single と series の制限、Python 実装例を解説。
Markdown で読む現在「Kling 4.0 API 料金」で検索すると、結果の大半は動画モデルの秒単価(720p で $0.157/秒、1080p で $0.235/秒)ばかりで、静止画モデルに触れていません。Kling Image 4.0 は 2026 年 11 月 17 日に公開された独立 API モデル(kling-image-4-0)で、出力画像 1 枚あたりの単価に、入力したリファレンス写真ごとの定額加算を足す形で課金されます。縦長 EC 商品詳細ページや Web ページレイアウトに特化した Kling Image 4.0 Long Image とも別モデルです。
アスペクト比のグリッド計算や品質倍率で料金が変わる GPT Image 2.6 のようなトークン課金型画像生成モデルとは異なり、kling-image-4-0 は予測しやすい加算式を採用しています。解像度・出力枚数・リファレンス枚数さえ分かれば、POST /v1/images/generations を叩く前に正確なドル建て金額を把握できます。
本ガイドでは、検証済みの課金計算式、TokLab のリアルタイム料金、single モードと series モードの違い、5〜10 枚シリーズで課される厳格なバリデーション、動作するリクエストコードを解説します。
正確な課金式とリアルタイム料金
TokLab で完了した kling-image-4-0 タスクは、すべて次の単一式で計算されます:
total_cost = (output_count × resolution_rate) + (reference_image_count × reference_rate)本番運用で予期せぬコスト増を防ぐ 3 つのルールがあります:
- リファレンス画像は 1 枚目から課金されます。 無料枠はありません。
refer_imageを 1 枚渡せば 1 回分、10 枚渡せば 10 回分のリファレンス料金が加算されます。 - リファレンス料金は出力枚数ごとではなくリクエスト単位で 1 回のみ課金されます。 参照写真 2 枚で 4K の 6 枚シリーズを生成しても、課金は「出力 6 枚+リファレンス 2 枚」であり、12 枚分にはなりません。
- 失敗したタスクは $0 です。 バリデーションエラー(HTTP 400)や
failedステータスで終了したタスクは残高から差し引かれません。
現在有効な料金表から直接取得した Kling Image 4.0 の TokLab ゲートウェイ料金は以下の通りです:
Kling Image 4.0 の料金
| カテゴリ | 料金 (USD) |
|---|---|
| 2K 出力画像 | $0.0571432 |
| 4K 出力画像 | $0.0857144 |
| リファレンス画像 | $0.0028568 |
| Night Garden シリーズ · 2K · 3 枚 · リファレンスなし | $0.1714296 |
2026 年 11 月 20 日に https://api.toklab.ai/v1/pricing で確認したレートでは、2K 出力が 1 枚 $0.0571432、4K 出力が 1 枚 $0.0857144(2K のちょうど 1.5 倍)、入力リファレンス画像 1 枚あたり $0.0028568(2K 画像 1 枚の約 5%)です。なお Kling AI の Web 版 Creative Studio ではネイティブ 8K 静止画が案内されていますが、現在の TokLab API エンドポイントが受け付けるのは 2k(デフォルト)と 4k のみで、8k を渡すとバリデーションエラーになります。
1 枚生成から 10 カットシリーズまでの予算試算
出力単価に比べてリファレンス加算が非常に小さいため、複数バリエーションや連続カットを 1 回のリクエストにまとめるとリファレンス入力コストを全体に分散できます。
| シナリオ | モード・設定 | リファレンス枚数 | 出力枚数 | 計算内訳(2026 年 11 月 20 日時点) | 合計料金 |
|---|---|---|---|---|---|
| 2K コンセプト 1 枚 | single、n: 1、2k | 0 | 1 | 1 × $0.0571432 | $0.05714 |
| 4K ヒーロー静止画 1 枚 | single、n: 1、4k | 1 | 1 | 1 × $0.0857144 + 1 × $0.0028568 | $0.08857 |
| 4 角度商品パック | series、series_amount: 4、2k | 2 | 4 | 4 × $0.0571432 + 2 × $0.0028568 | $0.23429 |
| 4 カット 4K ルックブック | series、series_amount: 4、4k | 3 | 4 | 4 × $0.0857144 + 3 × $0.0028568 | $0.35143 |
| 10 フレーム 4K キャンペーン | series、series_amount: 10、4k | 4 | 10 | 10 × $0.0857144 + 4 × $0.0028568 | $0.86857 |
月間 1,000 枚生成(4 枚バッチあたり平均リファレンス 2 枚=250 タスク)の規模では、4K から 2K へ下げるだけで 1,000 枚あたり $28.57 節約できます(2K は $58.57、4K は $87.14)。実務では 2k・n: 2 で構図や文言を詰め、採用案だけを 4k で再出力するフローが効率的です。

シングルモードとシリーズモード:パラメータと制約
単発生成も連続シリーズも同一エンドポイント(POST https://api.toklab.ai/v1/images/generations)を使い、1 つのタスク ID を返します。完了時の output.data[] 配列にすべての生成画像 URL が順番通りに入ります。出力間の関係性は settings.result_type で指定します:
result_type: "single"(デフォルト):同じプロンプトとリファレンスからsettings.n枚(1〜9、デフォルト1)の独立した画像を生成します。A/B バリエーション、ヒーロー案出し、独立アイコン候補に適しています。シングルモードではseries_amountは無視されます。result_type: "series":被写体の同一性・照明・配色・スタイリングを一貫させたsettings.series_amount枚(2〜10、デフォルト4)の連作を生成します。ストーリーボード、商品詳細ギャラリー、多角度 EC 撮影に最適です。
5〜10 枚シリーズで起きやすいバリデーションの落とし穴
kling-image-4-0 の API 統合エラーの多くは、series_amount を 4 から 5 以上へ増やした際に発生します。series_amount が 5〜10 のリクエストには、4 枚以下より厳しい 3 つのルールが適用されます:
- すべてのリファレンス画像をプロンプト内で明示的に参照する必要がある。
refer_imageを 3 件(lamp、desk、fabric)添付してcontents[].textで@lampと@deskしか書かないと、series_amount >= 5ではバリデーション失敗になります。 - プロンプト文字数上限が厳しくなる(20,000 文字)。 通常リクエストは英語最大 50,000 文字(非英語 21,000 文字、混在時は
english / 50000 + non_english / 21000 <= 1)まで許容されますが、5〜10 枚シリーズでは内部で@idを位置参照へ展開した後でも 20,000 文字以内に収める必要があります。 - リファレンス画像のファイルサイズ上限が下がる(30 MB ではなく 20 MB)。 通常の
refer_imageは 30 MB 以下の JPEG/PNG(各辺 300 px 以上、比率2:5〜5:2)に対応しますが、series_amountが 5〜10 の場合は読み取り可能かつ各 20 MB 以下でなければなりません。
サーバー側で送信前にこの 3 条件を検査しておけば、無駄な 400 エラーを防ぎキューワーカーを安定運用できます。

リファレンス画像構文とアスペクト比ルール
contents には 0〜10 件の refer_image とちょうど 1 件の prompt を含められます。各リファレンスに短く一意な id を付けておけば、プロンプト本文で @id と記述して特定の被写体・素材・配色を直接指定できます:
- 有効なアスペクト比:
auto(デフォルト)、16:9、9:16、1:1、4:3、3:4、3:2、2:3、21:9。 negative_promptフィールドは存在しない:旧 Kling Image 3.0 ラッパーとは異なり、kling-image-4-0には独立したnegative_promptパラメータがありません。除外したい要素はprompt本文内に自然言語で書いてください(例:「無地のマット紙背景、余計な文字や小物は入れない」)。- 透かし制御:任意の
options.watermark_info.enabledはfalseのみ対応します。 - 重複 ID は即座にエラー:同一リクエスト内の
contents[].idはすべて一意である必要があり、すべての参照 URL はログイン Cookie なしで公開 HTTP(S) から取得できなければなりません。
複数リファレンスを組み合わせるときは、形容詞を増やすより役割分担を明記する方が効果的です。たとえば「@bottle のボトル輪郭とラベル書体を使い、@stone のヘアライン石灰岩テーブルに置き、@mood の暖かな窓辺のサイドライトを合わせる」のように各 @id の担当要素を明示します。添付した参照を本文で言及しないと、モデルが形状・色・背景のどれを借りるべきか推測することになり、フレーム間のぶれが増えるうえ series_amount が 5 以上では即座にバリデーションエラーとなります。
従量課金 API と Web クレジットサブスクリプションの比較
Kling の Web スタジオから API 自動化へ移行する開発者は、公式 API 単価と月額 Web プランの違いを疑問に感じがちです。消費者向け月額プランは請求サイクルごとに失効するクレジット枠・アカウントあたりの同時実行数上限があり、手動ブラウザ操作や不安定なセッションラッパーに依存します。TokLab のような従量課金 API なら、シート課金・クレジット失効・アカウント単位の同時実行待ちがありません。
2 日間の新作ドロップで 300 枚のカタログ画像を生成し、残りの 28 日間は利用ゼロといったスパイク型ワークロードでは、使わない Pro や Ultra サブスクを維持するより従量課金の方が割安になりがちです。支払い対象は完了した出力と入力リファレンスのみで、上流エラーやパラメータ不備は無料です。毎日コンスタントに生成するチームでも、2k・n: 1 または n: 2 で下書き検証し、合格した指示だけを 4k や複数フレーム series へ昇格させればコストを厳密に管理できます。
本番環境でのバッチ処理・リトライ・冪等性
kling-image-4-0 は非同期実行のため、安定した自動化には「送信」と「取得」の分離が不可欠です。ポーリング中のクライアント側 HTTP タイムアウトを理由に POST /v1/images/generations を再送してはいけません。ゲートウェイがタスク ID を返した時点でジョブはキューに入っており、ワーカーが結果を読む前に切断されても完了すれば課金されます。
堅牢な本番ワーカーは送信直後に TokLab の task_id、リクエストハッシュ、ローカル状態の 3 項目を自社 DB へ永続化します。ポーリング(GET /v1/tasks/:id)中にワーカーが再起動したり一時的な通信エラーが起きたりした場合は、新規送信せず保存済みの task_id でポーリングを再開します。status が completed になったら、output.data[] の全 URL を直ちに自社オブジェクトストレージ(S3 や Cloudflare R2 など)へダウンロードし、一時 URL を顧客向けストアフロントへ直リンクしないようにします。複数枚生成では series タスクが指示した物語順に結果を返すため、output.data[] の配列順序をそのまま保持してください。
Python 実装例:4K シリーズの送信からポーリングまで
以下のスクリプトは、2 枚の名前付きリファレンスを使って 3 カット連作シリーズを送信し、GET /v1/tasks/:id を完了までポーリングして output.data の全 URL を出力します。
import os
import time
import requests
API_KEY = os.environ["TOKLAB_API_KEY"]
HEADERS = {
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json",
}
payload = {
"model": "kling-image-4-0",
"contents": [
{"type": "refer_image", "url": "https://example.com/kettle.jpg", "id": "kettle"},
{"type": "refer_image", "url": "https://example.com/slate-table.jpg", "id": "table"},
{
"type": "prompt",
"text": (
"Three connected editorial product photos of @kettle resting on @table. "
"Frame 1: wide morning kitchen scene with soft side light. "
"Frame 2: close-up of the matte spout pouring hot water into a ceramic dripper. "
"Frame 3: overhead flat-lay showing the kettle beside two stoneware cups."
),
},
],
"settings": {
"result_type": "series",
"series_amount": 3,
"resolution": "4k",
"aspect_ratio": "3:2",
},
}
create = requests.post(
"https://api.toklab.ai/v1/images/generations",
headers=HEADERS,
json=payload,
timeout=60,
)
create.raise_for_status()
task_id = create.json()["id"]
while True:
poll = requests.get(
f"https://api.toklab.ai/v1/tasks/{task_id}",
headers={"Authorization": f"Bearer {API_KEY}"},
timeout=30,
)
poll.raise_for_status()
body = poll.json()
status = body.get("status")
if status == "completed":
for idx, item in enumerate(body["output"]["data"], start=1):
print(f"Frame {idx}: {item['url']}")
break
if status == "failed":
raise RuntimeError(f"Task {task_id} failed: {body}")
time.sleep(3)ポーリングループに入る前に必ず task_id を永続化してください。途中でワーカーが再起動しても、保存済み ID で GET /v1/tasks/:id を再照会すれば、重複ジョブの作成と二重課金を防げます。
Kling Image 4.0 と Long Image の使い分け
標準アスペクト比の 2K・4K 静止画、最大 10 枚のマルチリファレンス合成、2〜10 コマの連続ビジュアルシリーズが必要な場合は Kling Image 4.0 を選びます。成果物が 1 枚の縦長 EC 商品詳細ページやフルスクロールの Web ページデザインである場合は Kling Image 4.0 Long Image へ切り替えてください。こちらは標準アスペクト比ではなく、ecommerce・webpage の専用スキルと固定 1K/2K 幅・可変高さで設計されています。
情報源
- TokLab Kling Image 4.0 モデルページ — 最新の 2K/4K 出力単価、リファレンス料金、インタラクティブ Playground。
- TokLab Kling Image 4.0 API リファレンス — 完全な JSON スキーマ、文字数上限、ポーリング仕様。
- TokLab リアルタイム料金 API — 2026 年 11 月 20 日確認済みの機械可読料金フィード。


