![]()
La HeyGen Avatar 6 API es el primer modelo de HeyGen en PoYo, así que no hay un predecesor desde el que migrar. El modelo más parecido que ya está en PoYo es Kling Avatar 2.0: ambos aceptan una imagen más un archivo de audio de 2–60 segundos y devuelven un vídeo parlante con sincronización labial a través del mismo endpoint de envío. Esta comparativa pone heygen-avatar-6 / heygen-avatar-6-turbo junto a kling-avatar-2.0/standard / kling-avatar-2.0/pro, campo por campo, a partir de las dos páginas de documentación de PoYo consultadas el 18 de noviembre de 2026. La parte de HeyGen también está en la página del modelo HeyGen Avatar 6.
Mismo endpoint, entradas distintas
Ambos modelos usan POST https://api.poyo.ai/api/generate/submit con model, un callback_url opcional en el nivel superior y un objeto input, y ambos devuelven un task_id cuyo estado consultas en GET /api/generate/status/{task_id}. La diferencia está en lo que acepta input.
| Campo | HeyGen Avatar 6 (ambos niveles) | Kling Avatar 2.0 (ambos niveles) |
|---|---|---|
image_urls | Exactamente una; obligatoria en modo de foto, opcional en modo de vídeo de referencia | Exactamente una; obligatoria |
audio_url | 2–60 s, hasta 15 MB; obligatorio salvo con text | 2–60 s; hasta 5 MB cuando se puede detectar el tamaño; obligatorio |
prompt | Opcional, hasta 1,200 caracteres (gestos, expresión, postura) | Opcional, hasta 5,000 caracteres |
video_url | Modo de vídeo de referencia: personaje animado o ilustrado, al menos 2 s, hasta 50 MB | No disponible |
avatar | Modo de avatar público: 1,248 looks de HeyGen | No disponible |
text + voice | Modo de avatar público: hasta 1,000 caracteres, 102 voces | No disponible |
aspect_ratio | Modo de avatar público: 16:9, 9:16, 1:1, 4:5, 5:4 | No documentado |
resolution | 1080p (por defecto) o 2K | No documentado |
El punto en común es foto más audio. Todo lo que añade HeyGen (entrada de texto, presentadores de stock, clips de personajes, un selector de resolución) no tiene equivalente en el esquema de Kling Avatar 2.0 de PoYo.
Límites lado a lado
| Límite | HeyGen Avatar 6 | Kling Avatar 2.0 |
|---|---|---|
| Duración del audio | 2–60 s | 2–60 s |
| Tamaño del audio | Hasta 15 MB | Hasta 5 MB (cuando se puede detectar) |
| Voz sin archivo de audio | Sí, text de hasta 1,000 caracteres | No |
| Número de imágenes de referencia | 1 | 1 |
| Elección de resolución de salida | 1080p o 2K | Ningún campo en el esquema de PoYo |
| Longitud del prompt | 1,200 caracteres | 5,000 caracteres |
| Niveles del modelo | heygen-avatar-6, heygen-avatar-6-turbo | kling-avatar-2.0/standard, kling-avatar-2.0/pro |
Dos límites sorprenden a quien pasa de uno a otro. El tope de audio de 5 MB de Kling es un tercio del de HeyGen, así que un WAV de 60 segundos que funciona en HeyGen puede ser rechazado en Kling; comprime a MP3 si enrutas en ambos sentidos. El prompt de 1,200 caracteres de HeyGen es más corto que los 5,000 de Kling, así que los prompts largos de Kling deben recortarse.
Precio por el mismo clip
Ambos se facturan por segundo (1 crédito = $0.005). En HeyGen, las solicitudes con audio se facturan según la duración del audio redondeada hacia arriba a segundos enteros.
| Modelo | Tarifa por segundo | Clip de 10 s | Clip de 30 s | Clip de 60 s |
|---|---|---|---|---|
kling-avatar-2.0/standard | 7 créditos ($0.035) | 70 créditos ($0.35) | 210 créditos ($1.05) | 420 créditos ($2.10) |
heygen-avatar-6-turbo 1080p | 10 créditos ($0.05) | 100 créditos ($0.50) | 300 créditos ($1.50) | 600 créditos ($3.00) |
kling-avatar-2.0/pro | 14 créditos ($0.07) | 140 créditos ($0.70) | 420 créditos ($2.10) | 840 créditos ($4.20) |
heygen-avatar-6-turbo 2K | 18 créditos ($0.09) | 180 créditos ($0.90) | 540 créditos ($2.70) | 1,080 créditos ($5.40) |
heygen-avatar-6 1080p | 20 créditos ($0.10) | 200 créditos ($1.00) | 600 créditos ($3.00) | 1,200 créditos ($6.00) |
heygen-avatar-6 2K | 29 créditos ($0.145) | 290 créditos ($1.45) | 870 créditos ($4.35) | 1,740 créditos ($8.70) |
Turbo en 1080p (10 créditos por segundo) se sitúa entre Kling Standard y Kling Pro. Turbo en 2K cuesta 18 créditos por segundo, y en el lado de HeyGen la resolución de salida está especificada. Para ver las tablas de precios completas y las reglas de cobro, consulta Precios de la HeyGen Avatar 6 API.
Para qué sirve cada API
Los datos anteriores sugieren repartir por tipo de entrada, no por «cuál es mejor»:
| Solicitud | Enviar a |
|---|---|
| Foto + audio grabado, el menor coste por segundo | kling-avatar-2.0/standard |
| Foto + audio grabado, 1080p o 2K explícito | heygen-avatar-6-turbo o heygen-avatar-6 |
| Solo guion, sin grabación de voz | Modo de avatar público de HeyGen (texto a avatar) |
| Dibujo animado o mascota a partir de un clip corto | Modo de vídeo de referencia de HeyGen |
| Gestos ligados a palabras concretas | prompt de HeyGen; el informe de HeyGen dice «Escribe la acción junto a las palabras. Avatar 6 la ejecuta justo en el momento indicado» |
| Texto de dirección largo y libre | Kling, cuyo prompt admite 5,000 caracteres |
| Archivo de audio de entre 5 y 15 MB | HeyGen |
En cuanto a calidad, el informe técnico de HeyGen solo publica votos de preferencia frente a sus propios modelos anteriores (Avatar 6 Quality preferido a Avatar V por el 69.7% de 879 votos). No hemos hecho una prueba con las mismas entradas entre HeyGen Avatar 6 y Kling Avatar 2.0, así que no afirmamos nada sobre su calidad relativa. Si la calidad es lo que decide, envía la misma foto y el mismo audio a ambos, lo que cuesta 70 + 100 = 170 créditos ($0.85) por un par de 10 segundos con Kling Standard y HeyGen Turbo 1080p.
Cambiar de modelo: el diff JSON
Una solicitud de Kling Avatar 2.0 se traslada directamente al modo de foto de HeyGen, porque ambos usan image_urls (un elemento), audio_url y prompt. Esta es una solicitud de Kling tomada de su documentación:
{
"model": "kling-avatar-2.0/standard",
"callback_url": "https://your-domain.com/callback",
"input": {
"image_urls": ["https://example.com/avatar.png"],
"audio_url": "https://example.com/voice.mp3",
"prompt": "A natural talking avatar facing the camera."
}
}
Y el mismo trabajo en el modo de foto de HeyGen Avatar 6:
{
"model": "heygen-avatar-6",
"callback_url": "https://your-domain.com/callback",
"input": {
"image_urls": ["https://example.com/avatar.png"],
"audio_url": "https://example.com/voice.mp3",
"prompt": "A natural talking avatar facing the camera.",
"resolution": "1080p"
}
}
Qué cambia:
modelpasa a serheygen-avatar-6oheygen-avatar-6-turbo.- Opcionalmente, añade
resolution(1080ppor defecto, o2K). - Recorta
prompta 1,200 caracteres y reescríbelo como dirección de gestos, expresión y postura. - El límite de tamaño del audio sube de 5 MB a 15 MB; la regla de duración de 2–60 s es la misma.
- No añadas
aspect_ratioen modo de foto. El vídeo conserva la relación de aspecto de la foto.
El endpoint de estado, la forma del callback y el resultado files[].file_url son los mismos, así que tu código de polling y descarga no cambia. En sentido contrario, solo las solicitudes en modo de foto pueden pasar a Kling; las solicitudes de texto, avatar y vídeo de referencia no tienen equivalente en Kling en PoYo.
Preguntas frecuentes
¿Es la HeyGen Avatar 6 API más barata que Kling Avatar 2.0?
Kling Avatar 2.0 tiene las tarifas por segundo más bajas: Kling Standard cuesta 7 créditos ($0.035) y Kling Pro, 14 créditos ($0.07). HeyGen Turbo cuesta 10 créditos ($0.05) en 1080p y 18 créditos ($0.09) en 2K.
¿Puede Kling Avatar 2.0 leer texto como la HeyGen Avatar 6 API?
No en PoYo. Kling Avatar 2.0 necesita audio_url. El modo de avatar público de HeyGen acepta text y una voice en su lugar.
¿Usan HeyGen Avatar 6 y Kling Avatar 2.0 el mismo formato de solicitud?
El mismo endpoint y la misma estructura. En modo de foto, los campos de input coinciden (image_urls, audio_url, prompt), así que cambiar consiste básicamente en cambiar la cadena model.
¿Qué duración de audio aceptan ambas APIs?
2–60 segundos en las dos. HeyGen admite archivos de hasta 15 MB; Kling, de hasta 5 MB cuando el tamaño se puede detectar.
¿Qué API debo usar para una mascota de dibujos animados?
El modo de vídeo de referencia de HeyGen Avatar 6, que está documentado para personajes animados e ilustrados. Consulta la guía de la HeyGen Avatar 6 API para ver el cuerpo de la solicitud.