![]()
HeyGen Avatar 6 API — первая модель HeyGen в PoYo, так что мигрировать не с чего. Ближайшая модель, которая уже есть в PoYo, — Kling Avatar 2.0: обе принимают одно изображение плюс управляющий аудиофайл длиной 2–60 секунд и возвращают говорящее видео с синхронизацией губ через один и тот же эндпоинт отправки. Это сравнение ставит heygen-avatar-6 / heygen-avatar-6-turbo рядом с kling-avatar-2.0/standard / kling-avatar-2.0/pro, поле за полем, по обеим страницам документации PoYo в состоянии на 18 ноября 2026 года. Сторона HeyGen также представлена на странице модели HeyGen Avatar 6.
Один эндпоинт, разные входные данные
Обе модели используют POST https://api.poyo.ai/api/generate/submit с model, опциональным callback_url на верхнем уровне и объектом input, и обе возвращают task_id, который вы опрашиваете через GET /api/generate/status/{task_id}. Разница в том, что принимает input.
| Поле | HeyGen Avatar 6 (оба уровня) | Kling Avatar 2.0 (оба уровня) |
|---|---|---|
image_urls | Ровно одно; обязательно в режиме фото, опционально в режиме референсного видео | Ровно одно; обязательно |
audio_url | 2–60 s, до 15 MB; обязательно, кроме случая с text | 2–60 s; до 5 MB, если размер удаётся определить; обязательно |
prompt | Опционально, до 1,200 символов (жесты, мимика, поза) | Опционально, до 5,000 символов |
video_url | Режим референсного видео: анимированный или нарисованный персонаж, не менее 2 s, до 50 MB | Недоступно |
avatar | Режим публичного аватара: 1,248 образов HeyGen | Недоступно |
text + voice | Режим публичного аватара: до 1,000 символов, 102 голоса | Недоступно |
aspect_ratio | Режим публичного аватара: 16:9, 9:16, 1:1, 4:5, 5:4 | Не задокументировано |
resolution | 1080p (по умолчанию) или 2K | Не задокументировано |
Пересечение — это фото плюс аудио. Всё, что добавляет HeyGen (текстовый ввод, готовые ведущие, клипы персонажей, переключатель разрешения), не имеет аналога в схеме Kling Avatar 2.0 в PoYo.
Лимиты бок о бок
| Лимит | HeyGen Avatar 6 | Kling Avatar 2.0 |
|---|---|---|
| Длина управляющего аудио | 2–60 s | 2–60 s |
| Размер управляющего аудио | До 15 MB | До 5 MB (если удаётся определить) |
| Речь без аудиофайла | Да, text до 1,000 символов | Нет |
| Количество референсных изображений | 1 | 1 |
| Выбор выходного разрешения | 1080p или 2K | Нет поля в схеме PoYo |
| Длина промпта | 1,200 символов | 5,000 символов |
| Уровни модели | heygen-avatar-6, heygen-avatar-6-turbo | kling-avatar-2.0/standard, kling-avatar-2.0/pro |
Два лимита подводят тех, кто переключается между моделями. Лимит аудио у Kling в 5 MB — треть от лимита HeyGen, поэтому 60-секундный WAV, который работает в HeyGen, может быть отклонён Kling; сжимайте в MP3, если маршрутизируете в обе стороны. Промпт HeyGen длиной 1,200 символов короче, чем 5,000 у Kling, поэтому длинные промпты Kling придётся сокращать.
Цена за одинаковый клип
Обе модели тарифицируются посекундно (1 кредит = $0.005). У HeyGen запросы с аудио тарифицируются по длине аудио, округлённой вверх до целых секунд.
| Модель | Тариф за секунду | Клип 10 s | Клип 30 s | Клип 60 s |
|---|---|---|---|---|
kling-avatar-2.0/standard | 7 кредитов ($0.035) | 70 кредитов ($0.35) | 210 кредитов ($1.05) | 420 кредитов ($2.10) |
heygen-avatar-6-turbo 1080p | 10 кредитов ($0.05) | 100 кредитов ($0.50) | 300 кредитов ($1.50) | 600 кредитов ($3.00) |
kling-avatar-2.0/pro | 14 кредитов ($0.07) | 140 кредитов ($0.70) | 420 кредитов ($2.10) | 840 кредитов ($4.20) |
heygen-avatar-6-turbo 2K | 18 кредитов ($0.09) | 180 кредитов ($0.90) | 540 кредитов ($2.70) | 1,080 кредитов ($5.40) |
heygen-avatar-6 1080p | 20 кредитов ($0.10) | 200 кредитов ($1.00) | 600 кредитов ($3.00) | 1,200 кредитов ($6.00) |
heygen-avatar-6 2K | 29 кредитов ($0.145) | 290 кредитов ($1.45) | 870 кредитов ($4.35) | 1,740 кредитов ($8.70) |
Turbo в 1080p (10 кредитов за секунду) находится между Kling Standard и Kling Pro. Turbo в 2K стоит 18 кредитов за секунду, а у HeyGen выходное разрешение указано явно. Полные таблицы цен и правила тарификации — в статье Цены HeyGen Avatar 6 API.
Для чего подходит каждый API
Факты выше подсказывают разделение по входным данным, а не по принципу «какой лучше»:
| Запрос | Куда направлять |
|---|---|
| Фото + записанное аудио, минимальная цена за секунду | kling-avatar-2.0/standard |
| Фото + записанное аудио, явно 1080p или 2K | heygen-avatar-6-turbo или heygen-avatar-6 |
| Только скрипт, без записи голоса | Режим публичного аватара HeyGen (text-to-avatar) |
| Мультипликационный персонаж или маскот по короткому клипу | Режим референсного видео HeyGen |
| Жесты, привязанные к конкретным словам | prompt HeyGen; в отчёте HeyGen сказано: «Напишите действие рядом со словами. Avatar 6 выполнит его точно в нужный момент» |
| Длинный свободный режиссёрский текст | Kling, промпт которого допускает 5,000 символов |
| Аудиофайл от 5 до 15 MB | HeyGen |
Что касается качества, технический отчёт HeyGen публикует голосования предпочтений только против собственных предыдущих моделей (Avatar 6 Quality предпочли Avatar V 69.7% из 879 голосов). Мы не проводили тест HeyGen Avatar 6 против Kling Avatar 2.0 на одинаковых входных данных, поэтому не делаем никаких заявлений о качестве между ними. Если решает качество, отправьте одно и то же фото и аудио в обе модели; пара 10-секундных клипов на Kling Standard и HeyGen Turbo 1080p стоит 70 + 100 = 170 кредитов ($0.85).
Переход: JSON-diff
Запрос к Kling Avatar 2.0 напрямую переносится в режим фото HeyGen, потому что оба используют image_urls (один элемент), audio_url и prompt. Вот запрос Kling из его документации:
{
"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."
}
}
И та же задача в режиме фото 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"
}
}
Что меняется:
modelстановитсяheygen-avatar-6илиheygen-avatar-6-turbo.- При желании добавьте
resolution(1080pпо умолчанию или2K). - Сократите
promptдо 1,200 символов и перепишите его как указания по жестам, мимике и позе. - Лимит размера аудио растёт с 5 MB до 15 MB; правило длины 2–60 s остаётся тем же.
- Не добавляйте
aspect_ratioв режиме фото. Видео сохраняет соотношение сторон фото.
Эндпоинт статуса, формат callback и результат в files[].file_url одинаковы, поэтому ваш код опроса и скачивания не меняется. В обратную сторону в Kling можно перенести только запросы в режиме фото; текстовые запросы, запросы с аватаром и с референсным видео не имеют аналога Kling в PoYo.
Часто задаваемые вопросы
HeyGen Avatar 6 API дешевле, чем Kling Avatar 2.0?
У Kling Avatar 2.0 тарифы за секунду ниже: Kling Standard стоит 7 кредитов ($0.035), а Kling Pro — 14 кредитов ($0.07). HeyGen Turbo стоит 10 кредитов ($0.05) в 1080p и 18 кредитов ($0.09) в 2K.
Может ли Kling Avatar 2.0 читать текст, как HeyGen Avatar 6 API?
Не в PoYo. Kling Avatar 2.0 требует audio_url. Режим публичного аватара HeyGen вместо этого принимает text и voice.
Используют ли HeyGen Avatar 6 и Kling Avatar 2.0 одинаковый формат запроса?
Тот же эндпоинт и та же оболочка запроса. В режиме фото поля input совпадают (image_urls, audio_url, prompt), поэтому переход в основном сводится к строке model.
Какую длину аудио принимают оба API?
2–60 секунд в обоих. HeyGen допускает файлы до 15 MB; Kling — до 5 MB, если размер удаётся определить.
Какой API использовать для мультипликационного маскота?
Режим референсного видео HeyGen Avatar 6, задокументированный для анимированных и нарисованных персонажей. Тело запроса — в руководстве по HeyGen Avatar 6 API.