![]()
HeyGen Avatar 6 API adalah model HeyGen pertama di PoYo, jadi tidak ada pendahulu yang perlu dimigrasikan. Model terdekat yang sudah ada di PoYo adalah Kling Avatar 2.0: keduanya menerima satu gambar plus file audio penggerak berdurasi 2–60 detik dan mengembalikan video berbicara dengan lip-sync melalui endpoint submit yang sama. Perbandingan ini menyandingkan heygen-avatar-6 / heygen-avatar-6-turbo dengan kling-avatar-2.0/standard / kling-avatar-2.0/pro, field demi field, berdasarkan kedua halaman dokumentasi PoYo yang dicek pada 18 November 2026. Sisi HeyGen juga ada di halaman model HeyGen Avatar 6.
Endpoint sama, input berbeda
Kedua model memakai POST https://api.poyo.ai/api/generate/submit dengan model, callback_url opsional di level teratas, dan objek input, dan keduanya mengembalikan task_id yang Anda polling di GET /api/generate/status/{task_id}. Perbedaannya ada pada apa yang diterima input.
| Field | HeyGen Avatar 6 (kedua tier) | Kling Avatar 2.0 (kedua tier) |
|---|---|---|
image_urls | Tepat satu; wajib di mode foto, opsional di mode video referensi | Tepat satu; wajib |
audio_url | 2–60 dtk, maksimal 15 MB; wajib kecuali dengan text | 2–60 dtk; maksimal 5 MB bila ukurannya dapat dideteksi; wajib |
prompt | Opsional, hingga 1,200 karakter (gestur, ekspresi, postur) | Opsional, hingga 5,000 karakter |
video_url | Mode video referensi: karakter animasi atau ilustrasi, minimal 2 dtk, maksimal 50 MB | Tidak tersedia |
avatar | Mode avatar publik: 1,248 tampilan HeyGen | Tidak tersedia |
text + voice | Mode avatar publik: hingga 1,000 karakter, 102 suara | Tidak tersedia |
aspect_ratio | Mode avatar publik: 16:9, 9:16, 1:1, 4:5, 5:4 | Tidak terdokumentasi |
resolution | 1080p (default) atau 2K | Tidak terdokumentasi |
Irisannya adalah foto plus audio. Semua yang ditambahkan HeyGen (input teks, presenter siap pakai, klip karakter, sakelar resolusi) tidak memiliki padanan di skema Kling Avatar 2.0 milik PoYo.
Batas berdampingan
| Batas | HeyGen Avatar 6 | Kling Avatar 2.0 |
|---|---|---|
| Durasi audio penggerak | 2–60 dtk | 2–60 dtk |
| Ukuran audio penggerak | Maksimal 15 MB | Maksimal 5 MB (bila dapat dideteksi) |
| Ucapan tanpa file audio | Ya, text hingga 1,000 karakter | Tidak |
| Jumlah gambar referensi | 1 | 1 |
| Pilihan resolusi output | 1080p atau 2K | Tidak ada field di skema PoYo |
| Panjang prompt | 1,200 karakter | 5,000 karakter |
| Tier model | heygen-avatar-6, heygen-avatar-6-turbo | kling-avatar-2.0/standard, kling-avatar-2.0/pro |
Dua batas sering menjebak orang yang berpindah di antara keduanya. Batas audio 5 MB milik Kling hanya sepertiga dari HeyGen, jadi WAV 60 detik yang lolos di HeyGen bisa ditolak di Kling; kompres ke MP3 jika Anda merutekan ke dua arah. Prompt 1,200 karakter milik HeyGen lebih pendek daripada 5,000 milik Kling, jadi prompt Kling yang panjang harus dipangkas.
Harga untuk klip yang sama
Keduanya ditagih per detik (1 kredit = $0.005). Untuk HeyGen, request audio ditagih berdasarkan durasi audio yang dibulatkan ke atas ke detik penuh.
| Model | Tarif per detik | Klip 10 dtk | Klip 30 dtk | Klip 60 dtk |
|---|---|---|---|---|
kling-avatar-2.0/standard | 7 kredit ($0.035) | 70 kredit ($0.35) | 210 kredit ($1.05) | 420 kredit ($2.10) |
heygen-avatar-6-turbo 1080p | 10 kredit ($0.05) | 100 kredit ($0.50) | 300 kredit ($1.50) | 600 kredit ($3.00) |
kling-avatar-2.0/pro | 14 kredit ($0.07) | 140 kredit ($0.70) | 420 kredit ($2.10) | 840 kredit ($4.20) |
heygen-avatar-6-turbo 2K | 18 kredit ($0.09) | 180 kredit ($0.90) | 540 kredit ($2.70) | 1,080 kredit ($5.40) |
heygen-avatar-6 1080p | 20 kredit ($0.10) | 200 kredit ($1.00) | 600 kredit ($3.00) | 1,200 kredit ($6.00) |
heygen-avatar-6 2K | 29 kredit ($0.145) | 290 kredit ($1.45) | 870 kredit ($4.35) | 1,740 kredit ($8.70) |
Turbo di 1080p (10 kredit per detik) berada di antara Kling Standard dan Kling Pro. Turbo di 2K seharga 18 kredit per detik, dan sisi HeyGen menyatakan resolusi output-nya. Untuk tabel harga lengkap dan aturan penagihan, lihat harga HeyGen Avatar 6 API.
Kegunaan masing-masing API
Fakta di atas menyarankan pembagian berdasarkan input, bukan berdasarkan "mana yang lebih baik":
| Request | Rutekan ke |
|---|---|
| Foto + audio rekaman, biaya per detik terendah | kling-avatar-2.0/standard |
| Foto + audio rekaman, 1080p atau 2K secara eksplisit | heygen-avatar-6-turbo atau heygen-avatar-6 |
| Hanya skrip, tanpa rekaman suara | Mode avatar publik HeyGen (teks ke avatar) |
| Kartun atau maskot dari klip pendek | Mode video referensi HeyGen |
| Gestur yang terikat pada kata tertentu | prompt HeyGen; laporan HeyGen menyebutkan "Tulis aksinya di samping kata-katanya. Avatar 6 memeragakannya tepat pada saatnya" |
| Teks arahan bebas yang panjang | Kling, yang prompt-nya mengizinkan 5,000 karakter |
| File audio antara 5 dan 15 MB | HeyGen |
Soal kualitas, laporan teknis HeyGen hanya memublikasikan voting preferensi terhadap model-model lamanya sendiri (Avatar 6 Quality lebih disukai daripada Avatar V oleh 69.7% dari 879 suara). Kami belum menjalankan uji dengan input yang sama antara HeyGen Avatar 6 dan Kling Avatar 2.0, jadi kami tidak membuat klaim kualitas di antara keduanya. Jika kualitas yang menentukan, kirim foto dan audio yang sama ke keduanya, yang berbiaya 70 + 100 = 170 kredit ($0.85) untuk sepasang klip 10 detik di Kling Standard dan HeyGen Turbo 1080p.
Beralih: diff JSON
Request Kling Avatar 2.0 dapat dipetakan langsung ke mode foto HeyGen, karena keduanya memakai image_urls (satu item), audio_url, dan prompt. Berikut request Kling dari dokumentasinya:
{
"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."
}
}
Dan job yang sama di mode foto 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"
}
}
Yang berubah:
modelmenjadiheygen-avatar-6atauheygen-avatar-6-turbo.- Opsional, tambahkan
resolution(default1080p, atau2K). - Potong
promptmenjadi 1,200 karakter, dan tulis ulang sebagai arahan untuk gestur, ekspresi, dan postur. - Batas ukuran audio naik dari 5 MB menjadi 15 MB; aturan durasi 2–60 dtk tetap sama.
- Jangan tambahkan
aspect_ratiodi mode foto. Video mempertahankan rasio aspek foto.
Endpoint status, bentuk callback, dan hasil files[].file_url sama, jadi kode polling dan unduhan Anda tidak berubah. Ke arah sebaliknya, hanya request mode foto yang bisa dipindah ke Kling; request teks, avatar, dan video referensi tidak punya padanan Kling di PoYo.
Pertanyaan yang sering diajukan
Apakah HeyGen Avatar 6 API lebih murah daripada Kling Avatar 2.0?
Kling Avatar 2.0 memiliki tarif per detik yang lebih rendah: Kling Standard 7 kredit ($0.035) dan Kling Pro 14 kredit ($0.07). HeyGen Turbo 10 kredit ($0.05) di 1080p dan 18 kredit ($0.09) di 2K.
Bisakah Kling Avatar 2.0 membaca teks seperti HeyGen Avatar 6 API?
Tidak di PoYo. Kling Avatar 2.0 membutuhkan audio_url. Mode avatar publik HeyGen menerima text dan voice sebagai gantinya.
Apakah HeyGen Avatar 6 dan Kling Avatar 2.0 memakai format request yang sama?
Endpoint dan amplop yang sama. Di mode foto, field input beririsan (image_urls, audio_url, prompt), jadi beralih sebagian besar hanya mengganti string model.
Berapa durasi audio yang diterima kedua API?
2–60 detik pada keduanya. HeyGen mengizinkan file hingga 15 MB; Kling hingga 5 MB bila ukurannya dapat dideteksi.
API mana yang sebaiknya dipakai untuk maskot kartun?
Mode video referensi HeyGen Avatar 6, yang terdokumentasi untuk karakter animasi dan ilustrasi. Lihat panduan HeyGen Avatar 6 API untuk body request-nya.