![]()
HeyGen Avatar 6 API er PoYos første HeyGen-modell, så det finnes ingen forgjenger å migrere fra. Den nærmeste modellen som allerede er på PoYo, er Kling Avatar 2.0: begge tar ett bilde pluss en drivende lydfil på 2–60 sekunder og returnerer en leppesynkronisert snakkende video via det samme innsendingsendepunktet. Denne sammenligningen setter heygen-avatar-6 / heygen-avatar-6-turbo ved siden av kling-avatar-2.0/standard / kling-avatar-2.0/pro, felt for felt, basert på begge PoYo-dokumentasjonssidene slik de var 18. november 2026. HeyGen-siden finnes også på HeyGen Avatar 6-modellsiden.
Samme endepunkt, ulike inndata
Begge modellene bruker POST https://api.poyo.ai/api/generate/submit med model, en valgfri callback_url på toppnivå og et input-objekt, og begge returnerer en task_id du poller på GET /api/generate/status/{task_id}. Forskjellen er hva input godtar.
| Felt | HeyGen Avatar 6 (begge nivåer) | Kling Avatar 2.0 (begge nivåer) |
|---|---|---|
image_urls | Nøyaktig ett; påkrevd i fotomodus, valgfritt i referansevideomodus | Nøyaktig ett; påkrevd |
audio_url | 2–60 s, opptil 15 MB; påkrevd unntatt med text | 2–60 s; opptil 5 MB når størrelsen kan fastslås; påkrevd |
prompt | Valgfritt, opptil 1,200 tegn (gester, uttrykk, holdning) | Valgfritt, opptil 5,000 tegn |
video_url | Referansevideomodus: animert eller illustrert figur, minst 2 s, opptil 50 MB | Ikke tilgjengelig |
avatar | Offentlig avatar-modus: 1,248 HeyGen-looks | Ikke tilgjengelig |
text + voice | Offentlig avatar-modus: opptil 1,000 tegn, 102 stemmer | Ikke tilgjengelig |
aspect_ratio | Offentlig avatar-modus: 16:9, 9:16, 1:1, 4:5, 5:4 | Ikke dokumentert |
resolution | 1080p (standard) eller 2K | Ikke dokumentert |
Overlappet er foto pluss lyd. Alt HeyGen legger til (tekstinndata, ferdige presentatører, figurklipp, en oppløsningsbryter) har ingen motpart i PoYos skjema for Kling Avatar 2.0.
Grenser side om side
| Grense | HeyGen Avatar 6 | Kling Avatar 2.0 |
|---|---|---|
| Lengde på drivende lyd | 2–60 s | 2–60 s |
| Størrelse på drivende lyd | Opptil 15 MB | Opptil 5 MB (når det kan fastslås) |
| Tale uten lydfil | Ja, text opptil 1,000 tegn | Nei |
| Antall referansebilder | 1 | 1 |
| Valg av outputoppløsning | 1080p eller 2K | Ikke noe felt i PoYos skjema |
| Promptlengde | 1,200 tegn | 5,000 tegn |
| Modellnivåer | heygen-avatar-6, heygen-avatar-6-turbo | kling-avatar-2.0/standard, kling-avatar-2.0/pro |
To grenser overrasker dem som flytter seg mellom de to. Klings lydgrense på 5 MB er en tredjedel av HeyGens, så en WAV på 60 sekunder som fungerer på HeyGen, kan bli avvist på Kling; komprimer til MP3 hvis du ruter begge veier. HeyGens prompt på 1,200 tegn er kortere enn Klings 5,000, så lange Kling-prompter må kortes ned.
Pris per likt klipp
Begge faktureres per sekund (1 credit = $0.005). For HeyGen faktureres lydforespørsler etter lydlengden, rundet opp til hele sekunder.
| Modell | Sats per sekund | Klipp på 10 s | Klipp på 30 s | Klipp på 60 s |
|---|---|---|---|---|
kling-avatar-2.0/standard | 7 credits ($0.035) | 70 credits ($0.35) | 210 credits ($1.05) | 420 credits ($2.10) |
heygen-avatar-6-turbo 1080p | 10 credits ($0.05) | 100 credits ($0.50) | 300 credits ($1.50) | 600 credits ($3.00) |
kling-avatar-2.0/pro | 14 credits ($0.07) | 140 credits ($0.70) | 420 credits ($2.10) | 840 credits ($4.20) |
heygen-avatar-6-turbo 2K | 18 credits ($0.09) | 180 credits ($0.90) | 540 credits ($2.70) | 1,080 credits ($5.40) |
heygen-avatar-6 1080p | 20 credits ($0.10) | 200 credits ($1.00) | 600 credits ($3.00) | 1,200 credits ($6.00) |
heygen-avatar-6 2K | 29 credits ($0.145) | 290 credits ($1.45) | 870 credits ($4.35) | 1,740 credits ($8.70) |
Turbo i 1080p (10 credits per sekund) ligger mellom Kling Standard og Kling Pro. Turbo i 2K koster 18 credits per sekund, og HeyGen-siden oppgir outputoppløsningen. Fullstendige pristabeller og faktureringsregler finner du i Priser for HeyGen Avatar 6 API.
Hva hvert API er til for
Fakta ovenfor peker mot en fordeling etter inndata, ikke etter "hvilken som er best":
| Forespørsel | Rut til |
|---|---|
| Foto + innspilt lyd, lavest kostnad per sekund | kling-avatar-2.0/standard |
| Foto + innspilt lyd, eksplisitt 1080p eller 2K | heygen-avatar-6-turbo eller heygen-avatar-6 |
| Bare manus, ingen stemmeopptak | HeyGens offentlig avatar-modus (text-to-avatar) |
| Tegnefilmfigur eller maskot fra et kort klipp | HeyGens referansevideomodus |
| Gester knyttet til bestemte ord | HeyGens prompt; HeyGens rapport sier: "Skriv handlingen ved siden av ordene. Avatar 6 utfører den akkurat på stikkordet" |
| Lang, fri regitekst | Kling, der prompten tillater 5,000 tegn |
| Lydfil mellom 5 og 15 MB | HeyGen |
Når det gjelder kvalitet, publiserer HeyGens tekniske rapport preferansestemmer bare mot HeyGens egne tidligere modeller (Avatar 6 Quality foretrukket fremfor Avatar V av 69.7% av 879 stemmer). Vi har ikke kjørt en test med samme inndata av HeyGen Avatar 6 mot Kling Avatar 2.0, så vi påstår ingenting om kvalitet mellom dem. Hvis kvalitet avgjør, send det samme fotoet og den samme lyden til begge, noe som koster 70 + 100 = 170 credits ($0.85) for et par klipp på 10 sekunder med Kling Standard og HeyGen Turbo 1080p.
Bytte: JSON-diffen
En Kling Avatar 2.0-forespørsel kan overføres direkte til HeyGens fotomodus, fordi begge bruker image_urls (ett element), audio_url og prompt. Her er en Kling-forespørsel fra dokumentasjonen:
{
"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."
}
}
Og den samme jobben i fotomodus på 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"
}
}
Dette endres:
modelblirheygen-avatar-6ellerheygen-avatar-6-turbo.- Legg eventuelt til
resolution(1080psom standard, eller2K). - Kort ned
prompttil 1,200 tegn, og skriv den om til instruksjoner for gester, uttrykk og holdning. - Grensen for lydstørrelse øker fra 5 MB til 15 MB; lengderegelen på 2–60 s er den samme.
- Ikke legg til
aspect_ratioi fotomodus. Videoen beholder fotoets sideforhold.
Statusendepunktet, formen på callbacket og resultatet i files[].file_url er de samme, så polling- og nedlastingskoden din endres ikke. Den andre veien kan bare fotomodus-forespørsler flyttes til Kling; tekst-, avatar- og referansevideoforespørsler har ingen Kling-motpart på PoYo.
Ofte stilte spørsmål
Er HeyGen Avatar 6 API billigere enn Kling Avatar 2.0?
Kling Avatar 2.0 har de lavere satsene per sekund: Kling Standard koster 7 credits ($0.035), og Kling Pro koster 14 credits ($0.07). HeyGen Turbo koster 10 credits ($0.05) i 1080p og 18 credits ($0.09) i 2K.
Kan Kling Avatar 2.0 lese tekst som HeyGen Avatar 6 API?
Ikke på PoYo. Kling Avatar 2.0 krever audio_url. HeyGens offentlig avatar-modus tar text og en voice i stedet.
Bruker HeyGen Avatar 6 og Kling Avatar 2.0 det samme forespørselsformatet?
Samme endepunkt og samme konvolutt. I fotomodus overlapper input-feltene (image_urls, audio_url, prompt), så å bytte handler stort sett om model-strengen.
Hvilken lydlengde godtar begge API-ene?
2–60 sekunder på begge. HeyGen tillater filer opptil 15 MB; Kling opptil 5 MB når størrelsen kan fastslås.
Hvilket API bør jeg bruke for en tegnefilmmaskot?
Referansevideomodus i HeyGen Avatar 6, som er dokumentert for animerte og illustrerte figurer. Se HeyGen Avatar 6 API-guiden for forespørselsbodyen.