guides

HeyGen Avatar 6 API:HeyGen Avatar 6とは?モデルID、入力モード、制限、料金

Poyo.ai Team
3 min read
Share:

PoYoのHeyGen Avatar 6 API:モデルID、入力モード、制限、料金

HeyGen Avatar 6 APIがPoYoで利用可能になりました。モデルIDは2つで、heygen-avatar-6と、1080p料金が半額のTurboティアheygen-avatar-6-turboです。どちらも、写真、アニメキャラクターの参照動画、またはHeyGenの1,248種類のパブリックアバタールックのいずれかを、1080pまたは2Kのリップシンク付きトーキングMP4に変換します。駆動するのは音声ファイルで、パブリックアバターの場合はテキストも使えます。コードを書く前に、HeyGen Avatar 6モデルページで両ティアを試せます。

この概要では、HeyGenがリリースした内容、PoYoでのリクエスト形式、コード側で検証すべき制限、秒単位の料金、そしてローンチ当日に計測した結果を紹介します。

HeyGen Avatar 6とは?

HeyGen Avatar 6は、HeyGenのトーキングアバター動画モデルです。2026年11月17日付のHeyGenのテクニカルレポートは「Avatar 6は、人の見た目、話し方、動きを最大2Kで再現する」と述べ、「1枚の写真から」動作するとしています。HeyGenはAvatar 6 QualityとAvatar 6 Turboの2ティアを提示しており、PoYoではそれぞれheygen-avatar-6とheygen-avatar-6-turboです。

日付出来事
2026年11月17日HeyGenがAvatar 6のテクニカルレポートを公開
2026年11月19日両ティアがPoYoでheygen-avatar-6とheygen-avatar-6-turboとして呼び出し可能に

HeyGenの主張のうち3つは、リクエストフィールドに直結するため統合時に重要です。

  • ネイティブ2K。 HeyGenは「すべてのフレームが2880×1620で生成される」と述べています。PoYoでは"resolution": "2K"で選択します。
  • モーションプロンプト。 HeyGenのレポートには「動作をセリフの横に書くだけ。Avatar 6がその瞬間に正確に演じる」とあります。PoYoではpromptフィールドで、最大1,200文字です。
  • Avatar Vより好まれた結果。 HeyGenのオンライン投票では、879票中69.7%がAvatar VよりAvatar 6 Qualityを、863票中64.3%がAvatar V TurboよりAvatar 6 Turboを選びました。これはHeyGen自身の数値です。

HeyGen Avatar 6 APIの概要

項目heygen-avatar-6heygen-avatar-6-turbo
HeyGenのティアAvatar 6 QualityAvatar 6 Turbo
送信エンドポイントPOST https://api.poyo.ai/api/generate/submit同じ
結果の取得GET /api/generate/status/{task_id} または callback_url同じ
入力モード写真、参照動画、パブリックアバター同じ3つ
出力MP4 1本、1080p(デフォルト)または 2K同じ
音声入力音声2〜60秒、またはテキスト最大1,000文字(パブリックアバターのみ)同じ
料金、1080p1秒あたり20クレジット($0.10)1秒あたり10クレジット($0.05)
料金、2K1秒あたり29クレジット($0.145)1秒あたり18クレジット($0.09)

リクエストフィールドは同一なので、ティアの切り替えはmodel文字列を変えるだけです。フィールドのルールはPoYo HeyGen Avatar 6ドキュメントにあります。

3つの入力モード、1つのエンドポイント

modeフィールドはありません。送信した入力によって、次の順序でモードが決まります。

モード選択される条件入力アスペクト比
パブリックアバターavatarがあるavatar + text(+ 任意のvoice)、または avatar + audio_urlaspect_ratio:16:9(デフォルト)、9:16、1:1、4:5、5:4
参照動画video_urlがある(avatarはない)video_url + audio_url、任意でimage_urlsに写真1枚入力動画に従う
写真デフォルトimage_urls(ちょうど1つ) + audio_url入力写真に従う

promptとresolutionはすべてのモードで使えます。aspect_ratioとvoiceはパブリックアバターモード専用です。1リクエストには1つのモードの入力だけを送ってください。HeyGen自身の開発者ドキュメントでは、この処理が2つの別々のAPI(画像または動画と音声を扱うモデルAPIと、HeyGenのアバタールックを扱うアプリケーションAPI)に分かれていますが、PoYoでは両方が1つのリクエスト形式で扱えます。

参照動画モードはアニメやイラストのキャラクター向けです。実在の人物には、写真1枚を使う写真モードを使ってください。

送信前に検証すべき制限

フィールドルール
image_urlsURLはちょうど1つ。image_urls[0]が使われる
video_url2秒以上、最大50 MB
audio_url2〜60秒、最大15 MB。動画の長さは音声の長さになる
text1〜1,000文字(パブリックアバターモードでaudio_urlの代わりに使用)
avatar1,248の名前(156人)のいずれか。大文字小文字と余分なスペースは無視される
voice102の名前のいずれか。デフォルトはWarm Pro Narrator
prompt最大1,200文字
resolution1080p または 2K

すべてのメディアURLは公開されており、HTTPまたはHTTPSで直接ダウンロードできる必要があります。PoYoは音声の長さ、参照動画の長さ、アバター名を送信時にチェックするため、不正な入力は待たされることなくすぐに失敗します。出力は音声より約0.1秒短くなることがあります。すべてのアバター名とボイス名はAvatars and Voicesに掲載されており、ダウンロード可能なJSONカタログもあります。

PoYoでのHeyGen Avatar 6 API料金

PoYoは出力1秒あたりのクレジットで課金します(1クレジット = $0.005)。

モデル1080p 1秒あたり2K 1秒あたり1080pで10秒1080pで60秒
heygen-avatar-6-turbo10クレジット($0.05)18クレジット($0.09)100クレジット($0.50)600クレジット($3.00)
heygen-avatar-620クレジット($0.10)29クレジット($0.145)200クレジット($1.00)1,200クレジット($6.00)

課金秒数は整数秒に切り上げられます。audio_urlの場合、料金は音声の長さに基づき、送信時に引き落とされます。textの場合、PoYoは送信時にクレジットを予約し、タスク終了時に完成動画の長さで精算します。計算例を含む詳細はHeyGen Avatar 6 API料金をご覧ください。

ローンチ当日のテスト結果

PoYoチームは2026年11月19日、本番APIでテキストを使ったパブリックアバターモードの以下のテストを実行しました。所要時間はポーリングするクライアントから見た送信から結果までの時間なので、目安として読んでください。

モデルアバター / ボイススクリプト出力現行料金での費用所要時間
heygen-avatar-6-turboAbigail Office Front / Jessica Anne Bogart27語、16:9、1080p10.16秒110クレジット(11秒 × 10)約2.4分
heygen-avatar-6Bryan Tech Expert / Andrew21語、16:9、1080p6.88秒140クレジット(7秒 × 20)約2分

短いクリップでも2分以上かかるということは、これが非同期APIだということです。送信してtask_idを保存し、ポーリングするかコールバックを受け取ってください。実行中にユーザー向けのHTTPリクエストを開いたまま待たせないでください。

HeyGen Avatar 6 APIクイックスタート

以下は、テキストを使うパブリックアバターモードのドキュメントの例です。

curl https://api.poyo.ai/api/generate/submit \
  -H "Authorization: Bearer $POYO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "heygen-avatar-6-turbo",
    "input": {
      "avatar": "Abigail Office Front",
      "text": "Hello and welcome to this demonstration of HeyGen Avatar 6.",
      "voice": "Warm Pro Narrator",
      "prompt": "Speak with calm confidence and nod slightly at the end.",
      "aspect_ratio": "16:9",
      "resolution": "1080p"
    }
  }'

レスポンス本文のcodeを確認し(200である必要があります)、data.task_idを保存してから、statusがfinishedになるまでGET https://api.poyo.ai/api/generate/status/{task_id}を呼び出し、data.files[].file_urlからMP4を取得します。生成された動画は3日間利用できるので、自社のストレージにコピーしてください。写真モード、参照動画モード、上限付きのPythonループ、エラー処理はHeyGen Avatar 6 APIガイドにあります。

HeyGen Avatar 6 APIに向いているリクエスト

必要なもの呼び出し先
音声ファイルなしで、スクリプトからプレゼンター動画を作るパブリックアバターモードのheygen-avatar-6または-turbo(テキストからアバターへのウォークスルー)
実在の人物の写真に音声を話させる、1080pまたは2K写真モード
マスコットやカートゥーンキャラクターに話させる参照動画モード
下書き、プレビュー、大量生成heygen-avatar-6-turbo(Avatar 6 vs Turboを参照)
写真と音声から最も安い秒単価で作るKling Avatar 2.0と比較
60秒を超える音声OmniHuman 2.0は4〜300秒の音声を720pで受け付け、1秒あたり21クレジット

よくある質問

HeyGen Avatar 6 APIのモデルIDは何ですか?

heygen-avatar-6(HeyGenのAvatar 6 Qualityティア)とheygen-avatar-6-turboです。どちらもPOST https://api.poyo.ai/api/generate/submitを使い、inputフィールドも同じです。

HeyGen Avatar 6 APIの料金はいくらですか?

PoYoでは出力1秒あたり、Turboが1080pで10クレジット($0.05)、2Kで18クレジット($0.09)、Avatar 6が1080pで20クレジット($0.10)、2Kで29クレジット($0.145)です。秒数は切り上げです。

HeyGen Avatar 6 APIはテキストだけで動画を作れますか?

はい、パブリックアバターモードで可能です。avatarと最大1,000文字のtextに加え、任意で102種類のボイスからvoiceを送ります。写真モードと参照動画モードにはaudio_urlが必要です。

HeyGen Avatar 6 APIの動画はどのくらいの長さにできますか?

音声の場合は2〜60秒で、音声の長さに一致します。テキストの場合は、アバターが最大1,000文字を読み上げるのにかかる長さになります。

HeyGen Avatar 6 APIはどの解像度に対応していますか?

1080p(デフォルト)と2Kです。パブリックアバターモードではaspect_ratio(16:9、9:16、1:1、4:5、5:4)も指定できます。他のモードは入力のアスペクト比を維持します。

HeyGen Avatar 6 APIはWebhookに対応していますか?

はい。トップレベルにcallback_urlを追加すると、タスクがfinishedまたはfailedになったときにPoYoが結果をPOSTします。ステータスエンドポイントをポーリングすることもできます。

Share: