Drop files here, paste files, or add a URL. Photo mode: one photo of the person to animate. JPEG, PNG, or WebP.
Drop files here, paste files, or add a URL. Optional. Adding a video switches to reference video mode: an animated or illustrated character, at least 2 seconds long and up to 50 MB.
Drop files here, paste files, or add a URL. Speech audio, 2–60 seconds and up to 15 MB. The video runs the length of the audio. MP3, WAV, M4A, AAC, or OGG.
Salida de ejemplo
Estos son datos de muestra. Genere un nuevo resultado para ver el resultado real.
Pague por uso. Sin suscripción ni cargos ocultos.
| Nivel | 1080p | 2K |
|---|---|---|
| Avatar 6 | $0.080/s 16 créditos/s $0.100/sAhorre un 20% | $0.116/s 23.2 créditos/s $0.145/sAhorre un 20% |
| Avatar 6 Turbo | $0.040/s 8 créditos/s $0.050/sAhorre un 20% | $0.070/s 14 créditos/s $0.087/sAhorre un 20% |
Los cargos se basan en la salida final.
De foto, vídeo de personaje o avatar de stock a vídeo parlante con sincronización labial en 1080p o 2K
API de HeyGen Avatar 6: convierte una foto en un vídeo parlante
La API de HeyGen Avatar 6 te da el modelo de avatar parlante más reciente de HeyGen, lanzado el 17 de noviembre de 2026: convierte una foto, un vídeo de un personaje de dibujos animados o un avatar de stock de HeyGen en un vídeo parlante con sincronización labial en 1080p o 2K, con gestos que siguen el discurso. Elige heygen-avatar-6 o heygen-avatar-6-turbo, a la mitad del precio en 1080p.
Modelos de la API de HeyGen Avatar 6 disponibles en PoYo
HeyGen Avatar 6 Turbo (heygen-avatar-6-turbo)
Características clave de la API de HeyGen Avatar 6
La API de HeyGen Avatar 6 ofrece tres formas de crear un avatar parlante con un mismo formato de solicitud: envía una foto con audio, un vídeo de personaje con audio o un avatar de stock con texto o audio, y después dirige los gestos con un prompt.
01
Convierte una foto en un vídeo parlante en 1080p o 2K
La API de HeyGen Avatar 6 convierte una foto de una persona en un vídeo de foto parlante: añade el audio de la locución y devuelve un clip con sincronización labial que dura lo mismo que el audio, de 2 a 60 segundos. Envía la foto en image_urls y la voz en audio_url; el vídeo conserva la relación de aspecto de la foto. En las pruebas de PoYo, una foto cuadrada con 5 segundos de audio devolvió un vídeo de 1088×1088 en 1080p en unos 48 segundos. En esta muestra de HeyGen, una sola foto se convierte en un presentador en una oficina que habla y gesticula con naturalidad.
- Una foto en image_urls más 2–60 s de audio
- La duración del vídeo sigue la pista de audio
- 1080p por defecto, 2K si configuras resolution
02
Anima personajes de dibujos animados e ilustrados a partir de un vídeo de referencia
Con la API de HeyGen Avatar 6, las mascotas, los presentadores animados y los personajes ilustrados también pueden hablar. Envía un vídeo del personaje en video_url, de al menos 2 segundos y hasta 50 MB, con la voz en audio_url, y añade una foto de referencia del mismo personaje en image_urls si la tienes. En este ejemplo de PoYo, un clip de 5 segundos en un invernadero, la imagen fija del personaje y una frase de voz de 8,3 segundos produjeron un vídeo de 8,2 segundos en 1080p, con un prompt de movimiento que marca un saludo con la mano en "Hi".
- Vídeo de referencia de un personaje de dibujos animados o ilustrado
- Foto opcional del mismo personaje en image_urls
- El vídeo conserva la relación de aspecto del clip de referencia
03
1248 avatares de stock de HeyGen que leen tu texto
La API de HeyGen Avatar 6 puede crear un vídeo de presentador con solo un guion. Elige en avatar uno de los 1248 looks de avatar de stock de HeyGen, de 156 presentadores, y envía hasta 1000 caracteres en text con una de las 102 voces de la lista, o envía tu propio audio_url. Elige 16:9, 9:16, 1:1, 4:5 o 5:4. En este ejemplo de PoYo, Annie Sofa Sitting Front leyó un guion de 29 palabras con la voz Ivy y devolvió un vídeo de 10,8 segundos en 1080p, facturado como 11 segundos.
- Los nombres de avatar coinciden sin importar mayúsculas o minúsculas
- Las solicitudes con texto se facturan por la duración real del vídeo
- Cinco relaciones de aspecto en el modo de avatar público
04
Prompts de movimiento que marcan gestos en palabras concretas
En la API de HeyGen Avatar 6, escribe la acción junto a la palabra y el avatar la realiza en ese momento. El campo opcional prompt admite hasta 1200 caracteres y funciona en los tres modos. La muestra de HeyGen usó: "Friendly pharmacist. On 'Hello', give a thumbs up. On 'the counter on the left', point to the side with your index finger. On 'always happy to chat', place your right hand on your heart. On 'some water', wave your right hand." El presentador hace cada gesto en la palabra correspondiente.
- Hasta 1200 caracteres de indicaciones
- Vincula gestos y expresiones a palabras exactas
- El mismo campo en los modos de foto, vídeo y avatar
05
Gestos que siguen lo que se dice
Incluso sin prompt, HeyGen Avatar 6 sigue el significado del discurso: según HeyGen, el modelo cambia los gestos y las expresiones frase a frase, como señalar, contar o hacer movimientos direccionales, en lugar de repetir un mismo movimiento. Funciona igual con audio que con texto. En esta muestra de HeyGen, la expresión del presentador cambia con cada frase.
- Gestos acordes con el significado del guion
- Las expresiones cambian de una frase a otra
- Funciona con audio o con texto
¿Quién puede beneficiarse de la API de HeyGen Avatar 6?
Equipos de e-learning y formación
Convierte guiones de lecciones en vídeos de presentador con la API de HeyGen Avatar 6, un avatar de stock y una voz de la lista, y vuelve a generar un módulo cuando cambie el texto. Cada clip dura lo mismo que la narración, y Turbo mantiene los borradores en 8 créditos por segundo en 1080p.
Equipos de marketing y publicidad
Produce vídeos explicativos de producto y variantes de anuncios en 16:9, 9:16 o 1:1 a partir de un solo guion. Prueba ganchos con HeyGen Avatar 6 Turbo y renderiza el montaje final con HeyGen Avatar 6 en 2K.
Ventas y contacto con clientes
Envía a tus clientes potenciales vídeos breves y personalizados: anima la foto de un comercial con un mensaje grabado o deja que un presentador de stock lea un guion adaptado. Un clip Turbo de 20 segundos en 1080p cuesta 160 créditos (0,80 $).
Equipos de localización
Combina la misma foto o el mismo avatar de stock con una locución para cada mercado, de modo que todas las versiones mantengan un único presentador. Cada clip sigue el audio que proporcionas, de 2 a 60 segundos.
Creadores y estudios de animación
Da voz a mascotas y personajes ilustrados a partir de un clip de referencia breve, y usa el prompt de movimiento para colocar un saludo o un asentimiento en la palabra adecuada, sin animar a mano las formas de la boca.
Aplicaciones de vídeo con IA y plataformas SaaS
Añade una API de avatar parlante a tu producto: funciones de foto a vídeo parlante y de texto a presentador mediante la API de HeyGen Avatar 6, con un único formato de solicitud asíncrono, dos ID de modelo, precio por segundo y notificaciones por callback_url.
HeyGen Avatar 6 vs Avatar 6 Turbo — ¿Cuál encaja con tu proyecto?
Los dos modelos de la API de HeyGen Avatar 6 comparten en PoYo los mismos campos de solicitud, modos y límites, así que pasar de uno a otro solo requiere cambiar el ID del modelo. La diferencia está en el precio y en el nivel de velocidad y calidad de HeyGen: HeyGen Avatar 6 Turbo cuesta la mitad en 1080p y se ejecuta en la infraestructura de menor latencia de HeyGen.
| Característica | HeyGen Avatar 6 | HeyGen Avatar 6 Turbo |
|---|---|---|
| ID del modelo | heygen-avatar-6 | heygen-avatar-6-turbo |
| Ideal para | Vídeos finales de presentadores y personajes | Borradores, previsualizaciones y clips de gran volumen |
| Nivel de HeyGen | Avatar 6 Quality | Avatar 6 Turbo, en la infraestructura de inferencia acelerada de HeyGen |
| Precio en 1080p | 16 créditos (0,08 $) por segundo | 8 créditos (0,04 $) por segundo |
| Precio en 2K | 23,2 créditos (0,116 $) por segundo | 14 créditos (0,07 $) por segundo |
| Vídeo de 10 segundos en 1080p | 160 créditos (0,80 $) | 80 créditos (0,40 $) |
| Modos de entrada | Foto + audio; vídeo de personaje + audio; avatar de stock + texto o audio | Los mismos tres modos |
| Resolución de salida | 1080p (predeterminada) o 2K | 1080p (predeterminada) o 2K |
| Audio de entrada | 2–60 segundos, hasta 15 MB | 2–60 segundos, hasta 15 MB |
| Avatares de stock y voces | 1248 looks; texto de hasta 1000 caracteres; 102 voces de la lista | La misma lista y los mismos límites |
| Prompt de movimiento | Hasta 1200 caracteres | Hasta 1200 caracteres |
| Relación de aspecto en el modo avatar | 16:9, 9:16, 1:1, 4:5, 5:4 | 16:9, 9:16, 1:1, 4:5, 5:4 |
| Pruebas en PoYo | Foto, 1080p, vídeo de 4,9 s: unos 48 s. Avatar de stock + texto, 2K, vídeo de 5,2 s: unos 3 min | Avatar de stock + texto, 1080p, vídeos de 14,6–18,6 s: unos 1,7–1,9 min. Vídeo de personaje, 2K, vídeo de 4,9 s: unos 2,7 min |
| Facturación | Audio: segundos de audio redondeados hacia arriba, cobrados al enviar. Texto: segundos del vídeo terminado redondeados hacia arriba | Las mismas reglas |
Precios y límites de los modelos de la API de HeyGen Avatar 6, heygen-avatar-6 y heygen-avatar-6-turbo, en PoYo a 18 de noviembre de 2026. Las pruebas son tareas individuales en el entorno de pruebas de PoYo y varían según la duración del clip y la carga.
Cómo usar la API de HeyGen Avatar 6 en PoYo
Paso 1: Crea tu clave API de PoYo
Inicia sesión en PoYo y crea una clave API en el panel; la misma clave sirve para los dos modelos de la API de HeyGen Avatar 6, heygen-avatar-6 y heygen-avatar-6-turbo.
Crear clave API →
Paso 2: Añade créditos
Recarga tu saldo. Un vídeo de 10 segundos en 1080p cuesta 160 créditos con HeyGen Avatar 6 u 80 créditos con HeyGen Avatar 6 Turbo.
Añadir créditos →
Paso 3: Envía una tarea y obtén el vídeo
Para llamar a la API de HeyGen Avatar 6, envía una solicitud POST a /api/generate/submit con "model": "heygen-avatar-6" y las entradas de un modo: image_urls + audio_url para una foto, video_url + audio_url para un vídeo de personaje, o avatar + text (o audio_url) para un avatar de stock. Consulta el task_id devuelto o configura una callback_url. La documentación de la API de HeyGen Avatar 6 recoge todos los nombres de avatares y voces.
Leer la documentación de la API →
Preguntas frecuentes sobre la API de HeyGen Avatar 6
¿Qué es HeyGen Avatar 6?
HeyGen Avatar 6 es el modelo de vídeo de avatar parlante de HeyGen, lanzado el 17 de noviembre de 2026. Anima una foto, un vídeo de un personaje de dibujos animados o ilustrado, o un avatar de stock de HeyGen y lo convierte en un vídeo parlante con sincronización labial en 1080p o 2K, con gestos acordes con el discurso. En PoYo, la API de HeyGen Avatar 6 ofrece heygen-avatar-6 y heygen-avatar-6-turbo, de menor latencia, con precio por segundo y un Playground para hacer pruebas.
¿Existe una API de HeyGen para Avatar 6?
Sí. HeyGen ofrece Avatar 6 a través de su propia API de HeyGen, y en PoYo llamas a la API de HeyGen Avatar 6 con una solicitud POST a /api/generate/submit usando el ID de modelo heygen-avatar-6 o heygen-avatar-6-turbo, y después lees el resultado en el endpoint de estado de la tarea o en una callback_url. Una sola clave API de PoYo cubre ambos ID de modelo y todos los demás modelos de PoYo, y la documentación de la API incluye un ejemplo de solicitud para cada modo de entrada.
¿Cuánto cuesta la API de HeyGen Avatar 6?
En cuanto a los precios de la API de HeyGen en PoYo, HeyGen Avatar 6 cuesta 16 créditos (0,08 $) por segundo en 1080p y 23,2 créditos (0,116 $) en 2K. HeyGen Avatar 6 Turbo cuesta 8 créditos (0,04 $) por segundo en 1080p y 14 créditos (0,07 $) en 2K. Con audio, se cobra la duración del audio redondeada hacia arriba a segundos enteros; con texto, la duración del vídeo terminado redondeada hacia arriba. Un vídeo Turbo de 10 segundos en 1080p cuesta 80 créditos (0,40 $), y solo pagas por los segundos que generas, sin suscripción.
¿Cómo consigo una clave de la API de HeyGen Avatar 6?
Crea una cuenta de PoYo, abre la página de claves API en el panel y crea una clave. Añade créditos en la página de facturación y después envía la clave como token Bearer con tu solicitud. La misma clave de PoYo sirve para los dos modelos de la API de HeyGen Avatar 6, heygen-avatar-6 y heygen-avatar-6-turbo, y puedes probar ambos en el Playground de esta página antes de escribir código.
¿Qué diferencia hay entre HeyGen Avatar 6 y Avatar 6 Turbo?
Ambos admiten las mismas entradas, límites, avatares y voces, y generan en 1080p o 2K. HeyGen Avatar 6 es el nivel Quality de HeyGen; HeyGen Avatar 6 Turbo se ejecuta en la infraestructura de inferencia acelerada de HeyGen para ofrecer menor latencia y cuesta la mitad en 1080p (8 frente a 16 créditos por segundo). Empieza con Turbo para los borradores y cambia el ID del modelo para los renders finales.
¿Cómo convierto una foto en un vídeo parlante con la API de HeyGen Avatar 6?
Envía una foto de la persona en image_urls y un audio de voz de 2 a 60 segundos, de hasta 15 MB, en audio_url. La API de HeyGen Avatar 6 devuelve un vídeo con sincronización labial que dura lo mismo que el audio, con la relación de aspecto de la foto. Añade un prompt opcional para dirigir los gestos. En una prueba de PoYo, una foto cuadrada con 5 segundos de audio devolvió un vídeo de 1088×1088 en 1080p en unos 48 segundos, facturado como 6 segundos.
¿La API de HeyGen Avatar 6 puede animar personajes de dibujos animados o ilustrados?
Sí. El modo de vídeo de referencia está pensado para personajes animados e ilustrados: envía un vídeo del personaje, de al menos 2 segundos y hasta 50 MB, en video_url, además de la voz en audio_url y, si quieres, una foto del mismo personaje en image_urls. Para personas reales, usa el modo de foto con una foto en image_urls. El resultado conserva la relación de aspecto del vídeo de referencia.
¿Qué avatares de stock y voces puedo usar con la API de HeyGen Avatar 6?
La API de HeyGen Avatar 6 acepta 1248 looks de avatar de stock de HeyGen de 156 presentadores, como Abigail Sofa Front o Annie Sofa Sitting Front, y los nombres coinciden sin importar mayúsculas, minúsculas ni espacios de más. Para el texto, elige una de las 102 voces de la lista, como Warm Pro Narrator (la predeterminada), Ivy o Chill Brian. Las listas completas están en la documentación de la API.
¿El avatar puede leer texto en lugar de audio?
Sí, en el modo de avatar público. Envía avatar con hasta 1000 caracteres en text y un valor opcional de voice, y HeyGen Avatar 6 dice el texto con esa voz. El cargo sigue la duración del vídeo terminado, redondeada hacia arriba a segundos enteros, y para enviar la tarea se necesitan créditos para aproximadamente 1,5 veces el tiempo de lectura estimado. En una prueba de PoYo, un guion en inglés de 29 palabras produjo un vídeo de 10,8 segundos.
¿Cuánto puede durar un vídeo de la API de HeyGen Avatar 6?
Con audio, cada vídeo dura lo mismo que el audio de entrada, de 2 a 60 segundos, y el clip terminado es unos 0,1–0,2 segundos más corto que el audio. Con texto en el modo de avatar público, la duración sigue el tiempo de lectura de hasta 1000 caracteres; en las pruebas de PoYo, unos 300 caracteres en inglés produjeron de 18,2 a 18,6 segundos de vídeo.
¿Qué resoluciones y relaciones de aspecto admite la API de HeyGen Avatar 6?
Configura resolution en 1080p (la predeterminada) o 2K. En los modos de foto y de vídeo de referencia, el vídeo conserva la relación de aspecto de tu entrada; en las pruebas de PoYo, una foto cuadrada devolvió 1088×1088 en 1080p y 1632×1632 en 2K. En el modo de avatar público, elige 16:9 (predeterminada), 9:16, 1:1, 4:5 o 5:4; un vídeo 16:9 en 2K midió 2560×1440.
¿Puedo controlar los gestos y las expresiones en la API de HeyGen Avatar 6?
Sí. El campo opcional prompt admite hasta 1200 caracteres de indicaciones para gestos, expresiones y postura, y puedes vincular una acción a una palabra, por ejemplo "On 'Hello', give a thumbs up." Sin prompt, HeyGen Avatar 6 elige gestos acordes con el significado del discurso, como señalar o contar, según HeyGen.
¿Cuánto tarda una generación con la API de HeyGen Avatar 6?
En las ejecuciones del entorno de pruebas de PoYo, las tareas de foto y de vídeo de referencia terminaron en un tiempo de entre unos 45 segundos y 3 minutos, y las de avatar público en unos 1 a 4 minutos, según la duración, la resolución y la carga. Un vídeo de 4,9 segundos en 1080p a partir de una foto tardó unos 48 segundos. Usa callback_url o consulta el estado de la tarea en lugar de esperar a la respuesta de la solicitud.
¿En qué se diferencia HeyGen Avatar 6 de Avatar V?
Según HeyGen, Avatar V reutilizaba los mismos gestos, mientras que Avatar 6 lee el guion y gesticula de acuerdo con él, con una sincronización labial más realista, fotogramas nativos en 2K y prompts de movimiento que colocan una acción en una palabra concreta. HeyGen Avatar 6 también tiene un nivel Turbo de menor latencia. En PoYo, la API de HeyGen Avatar 6 ofrece ambos niveles con un mismo formato de solicitud.
¿Cómo se compara HeyGen Avatar 6 con OmniHuman 2.0 en PoYo?
Ambos animan un retrato con audio en PoYo. La API de HeyGen Avatar 6 genera en 1080p o 2K a partir de 2–60 segundos de audio, añade avatares de stock de HeyGen que leen texto y un modo de vídeo de referencia para personajes animados, y acepta prompts de movimiento a nivel de palabra. OmniHuman 2.0 genera en 720p a partir de 4–300 segundos de audio y encaja con discursos o canciones más largos. Elige según la duración, la resolución y el tipo de entrada.
¿Puedo usar la API de HeyGen Avatar 6 con Python u otros lenguajes?
Sí. La API de HeyGen Avatar 6 en PoYo es una API JSON estándar sobre HTTPS, así que funciona con cualquier cliente HTTP, como requests de Python, fetch de Node.js y cURL. Envía la solicitud a /api/generate/submit con tu clave API y después consulta /api/generate/status/{task_id}. La documentación de la API muestra el cuerpo de la solicitud para foto, vídeo de referencia, avatar con audio y avatar con texto.
Por qué usar PoYo para acceder a la API de HeyGen Avatar 6
Dos niveles, un mismo formato de solicitud
Cambia entre los dos modelos de la API de HeyGen Avatar 6 modificando el ID del modelo; los campos, los modos, los avatares y las voces se mantienen, y la misma clave sirve para todos los modelos de vídeo de PoYo.
Precio por segundo con reglas publicadas
Paga por segundo de salida, de 8 a 23,2 créditos: las solicitudes con audio se facturan por la duración del audio redondeada hacia arriba y las de texto, por el vídeo terminado. Consulta la estimación antes de ejecutar.
Playground con ejemplos reales
Prueba en el Playground los modos de foto, vídeo de personaje y avatar de stock, elige avatares y voces en listas con búsqueda y copia la solicitud JSON exacta en tu código.
Integración asíncrona sencilla
Envía una tarea y consulta el endpoint de estado o recibe una notificación en callback_url; los vídeos terminados se devuelven como enlaces MP4 descargables.







