Kling 4.0 vs Seedance 2.5：同じプロンプトで3ラウンド、横並びで検証
Kling 4.0 は、快手（Kuaishou）が10月15日にリリースした新しい Kling モデルです。Seedance 2.5 は ByteDance の最新ビデオモデル。どちらも1回の生成で最長30秒、音付きで、参照画像も使えます。スペック表だけ見るとほとんど同じに見えて、だからこそ選ぶのが難しいんですよね。
総合スコアをつけるつもりはありません。スケボーのチェイスと静かな食堂の会話では、答えが正反対になることもあるので、1つの数字では選ぶ助けになりません。そこでこの Kling 4.0 vs Seedance 2.5 の検証は、やることを1つに絞りました。同じプロンプトを各モデルで1回ずつ流して、出てきたものを見る。それだけです。
ZOOOP で各モデルができること
まず設定を揃えます。以下は ZOOOP で実際に選べるオプションです。
Kling 4.0（ZOOOP 上では Kling V4）：3〜30秒、720p または 1080p、画角は 16:9、9:16、1:1、21:9。テキストからのビデオ生成では、参照画像を最大10枚と参照ビデオを1本まで追加できます。開始フレームから終了フレームへつなぐ生成や、既存クリップの編集もできます。音は常にオンで、切り替えはありません。
Seedance 2.5：4〜30秒、480p、720p、1080p。画角は 4:3、3:4、オートが加わります。参照素材にはかなり寛容で、画像は最大30枚、ビデオは10本、音声は10本まで。音はオフにできます。
ひとことで言うと、Kling は入力の種類が少ない代わりに、それぞれをしっかり制御できます。Seedance 2.5 はなんでも詰め込めて、低解像度の下書きティアも使えます。
検証の方法
全3ラウンドで、各ラウンドに英語のプロンプトを1つ使いました。Kling 4.0 も Seedance 2.5 も720p、5秒、16:9です。5秒は短いですが、カメラの動き、顔が保たれるか、音が合っているかを見るには十分です。
すべてのクリップは ZOOOP の AIビデオ で生成しました。選別はしていません。各モデル、各ラウンドで1回だけです。以下のアニメーションは、左が Kling、右が Seedance です。
ラウンド1：動きと追従ショット
プロンプト：赤いパーカーのティーンエイジャーのスケーターが、夕暮れの急な坂道を駆け下りる。カメラは低い位置で背後から追い、横に回り込み、彼女は停まっている配達バンをかがんでかわす。
Kling 4.0 は、完全な追従ショットを1本で出してきました。カメラは背後から低く寄り、彼女の横へ回り込み、バンが右を通り過ぎる間もカットを割りません。動きは落ち着いていてかがみ方も控えめですが、頼んだとおりに撮ってくれています。
Seedance はもっと急な坂、サンフランシスコのような街並み、そしてずっと大きな動きを選びました。トラックの脇をカーブで抜けるとき、彼女は片手をアスファルトにつきます。ただし、クリップを自分で編集してしまい、ワイドから横アングル、後ろからの視点へと切り替わって、まるで予告編です。見栄えはすごくいい。でも、プロンプトにあった「1本の追従ショット」ではありません。
音は、Kling が途切れないタイヤの唸りと風。Seedance は、ボードが地面を叩く鋭い音がいくつか加わりました。
ラウンド2：1枚の写真で顔は保たれるか
このラウンドでは、まず GPT Image 2 で架空の女性のポートレート（グレーの背景、フラットな光、無表情）を作り、両モデルに参照画像として渡しました。プロンプト：彼女は雨の夜市で提灯の下を歩き、焼き串を買い、カメラに向かって振り返って笑う。
今回は結果が逆になりました。Kling は3カットに割りました。後ろからのワイド、肩越しの購入シーン、正面のクローズアップです。Seedance は手持ちの1ショットのまま、彼女が串にかじりつくまで追い続けました。
つまり「Kling は長回し、Seedance はすぐ切る」という話は成り立ちません。どちらのモデルも、切るかどうかを自分で決めます。途切れない1ショットが欲しいなら、プロンプトに「one continuous shot」と書いてください。
顔の違いは最後のフレームがいちばんわかりやすいです。
Kling 4.0 は、参照写真の女性とほぼ同一人物です。髪色、そばかす、目の色が揃っています。Seedance 2.5 も、同じタイプの人だとは分かりますが、髪は雨で濃い茶色になり、顔も細くなりました。ただ公平に言うと、Seedance は雨をずっと真剣に表現していて、彼女は本当にずぶ濡れです。Kling のクリップでは周りの人がみんな傘をさしているのに、彼女の髪だけは乾いたままでした。
ラウンド3：セリフと環境音
プロンプト：雨の夜の道端の食堂。年配の男性が古い写真をテーブルの向こうへ滑らせて、"You kept this all these years?" と言う。向かいの女性は微笑んで写真を手に取り、"Of course I did." と答える。雨の音、コーヒーカップがソーサーに触れる音。
どちらも2つのセリフのやり取りを作り、どちらもシーンをカットで割りました。Kling 4.0 はツーショットで始まり、写真を見下ろす女性へ切り替わります。Seedance 2.5 は、コーヒーカップの横で写真に手を置くインサートを加え、彼女の笑顔で終わります。また「all these years」を手がかりにして、女性も年配に描きました。場面の読み取りがうまいです。
5秒に2つのセリフは窮屈で、どちらも2つ目のセリフがクリップの最後ぎりぎりに来ました。セリフのシーンなら、8〜10秒を指定してください。
つまずいたところ
どちらにも失敗がありました。
- Kling はラウンド2で「handheld camera following her」を無視してカットを割り、雨の中でも髪は乾いたままでした。
- Seedance はラウンド1の追従ショットを複数のカットに分け、ラウンド2では顔がずれました（髪色と顔の形）。
- Kling は720pと1080pだけで、手軽な下書きティアがなく、音もオフにできません。無音の素材が必要なら、あとで音を外す作業が要ります。
- Seedance の既存ビデオ編集は最大720p、Kling は最大1080pです。
価格面では、同じ解像度と長さなら Kling 4.0 のほうがはっきり安く、試行を重ねるとこの差が効いてきます。
どちらを選ぶか
というわけで、Seedance vs Kling をシーン別に整理します。
- 長くて安定した、途切れないショット：Kling 4.0。ラウンド1の追従ショットが今回いちばん大きな差で、「one continuous shot」を加えればさらに確実です。
- 写真の顔を同じ人のままにしたい：これも Kling。参照画像のズレがほとんどありませんでした。
- 自分でカットを割る、テンポのいいクリップ：Seedance 2.5。切るのが好きなので、モンタージュや予告編に向いています。
- 参照が多い、または音声クリップで声を決めたい：Seedance 2.5。画像30枚、ビデオ10本、音声10本まで使えます。
- まず安く試したい：Seedance には粗い試し撮り用の480pがあります。Kling は秒単価が安いので、720pで試しても負担になりません。
- 手元の素材を編集したい：どちらでもできます。1080pで出力したいなら Kling、参照画像をたくさん使うなら Seedance です。
自分で Kling 4.0 vs Seedance 2.5 を比べるには、同じプロンプトを両方に入れるだけ。Kling 4.0 と Seedance 2.5 のモデルページから、そのまま生成できます。開始フレームがすでにあるなら 開始/終了フレーム を、手元の素材を変えたいなら ビデオを編集 へどうぞ。2つのモデルは同じクレジットを使うので、アカウントをもう1つ作る必要はありません。