![]()
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-6 | heygen-avatar-6-turbo |
|---|---|---|
| HeyGenのティア | Avatar 6 Quality | Avatar 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、1080p | 1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、2K | 1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_url | aspect_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_urls | URLはちょうど1つ。image_urls[0]が使われる |
video_url | 2秒以上、最大50 MB |
audio_url | 2〜60秒、最大15 MB。動画の長さは音声の長さになる |
text | 1〜1,000文字(パブリックアバターモードでaudio_urlの代わりに使用) |
avatar | 1,248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 |
voice | 102の名前のいずれか。デフォルトはWarm Pro Narrator |
prompt | 最大1,200文字 |
resolution | 1080p 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-turbo | 10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-6 | 20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-turbo | Abigail Office Front / Jessica Anne Bogart | 27語、16:9、1080p | 10.16秒 | 110クレジット(11秒 × 10) | 約2.4分 |
heygen-avatar-6 | Bryan Tech Expert / Andrew | 21語、16:9、1080p | 6.88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。