comparisons

HeyGen Avatar 6 API vs Kling Avatar 2.0 API: поля, лимиты и цена за клип

Poyo.ai Team
7 min read
Share:

HeyGen Avatar 6 API vs Kling Avatar 2.0 API: поля запроса, лимиты и цена за клип

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.

ПолеHeyGen Avatar 6 (оба уровня)Kling Avatar 2.0 (оба уровня)
image_urlsРовно одно; обязательно в режиме фото, опционально в режиме референсного видеоРовно одно; обязательно
audio_url2–60 s, до 15 MB; обязательно, кроме случая с text2–60 s; до 5 MB, если размер удаётся определить; обязательно
promptОпционально, до 1,200 символов (жесты, мимика, поза)Опционально, до 5,000 символов
video_urlРежим референсного видео: анимированный или нарисованный персонаж, не менее 2 s, до 50 MBНедоступно
avatarРежим публичного аватара: 1,248 образов HeyGenНедоступно
text + voiceРежим публичного аватара: до 1,000 символов, 102 голосаНедоступно
aspect_ratioРежим публичного аватара: 16:9, 9:16, 1:1, 4:5, 5:4Не задокументировано
resolution1080p (по умолчанию) или 2KНе 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

ЛимитHeyGen Avatar 6Kling Avatar 2.0
Длина управляющего аудио2–60 s2–60 s
Размер управляющего аудиоДо 15 MBДо 5 MB (если удаётся определить)
Речь без аудиофайлаДа, text до 1,000 символовНет
Количество референсных изображений11
Выбор выходного разрешения1080p или 2KНет поля в схеме PoYo
Длина промпта1,200 символов5,000 символов
Уровни моделиheygen-avatar-6, heygen-avatar-6-turbokling-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.

МодельТариф за секундуКлип 10 sКлип 30 sКлип 60 s
kling-avatar-2.0/standard7 кредитов ($0.035)70 кредитов ($0.35)210 кредитов ($1.05)420 кредитов ($2.10)
heygen-avatar-6-turbo 1080p10 кредитов ($0.05)100 кредитов ($0.50)300 кредитов ($1.50)600 кредитов ($3.00)
kling-avatar-2.0/pro14 кредитов ($0.07)140 кредитов ($0.70)420 кредитов ($2.10)840 кредитов ($4.20)
heygen-avatar-6-turbo 2K18 кредитов ($0.09)180 кредитов ($0.90)540 кредитов ($2.70)1,080 кредитов ($5.40)
heygen-avatar-6 1080p20 кредитов ($0.10)200 кредитов ($1.00)600 кредитов ($3.00)1,200 кредитов ($6.00)
heygen-avatar-6 2K29 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»:

ЗапросКуда направлять
Фото + записанное аудио, минимальная цена за секундуkling-avatar-2.0/standard
Фото + записанное аудио, явно 1080p или 2Kheygen-avatar-6-turbo или heygen-avatar-6
Только скрипт, без записи голосаРежим публичного аватара HeyGen (text-to-avatar)
Мультипликационный персонаж или маскот по короткому клипуРежим референсного видео HeyGen
Жесты, привязанные к конкретным словамprompt HeyGen; в отчёте HeyGen сказано: «Напишите действие рядом со словами. Avatar 6 выполнит его точно в нужный момент»
Длинный свободный режиссёрский текстKling, промпт которого допускает 5,000 символов
Аудиофайл от 5 до 15 MBHeyGen

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:

  1. model становится heygen-avatar-6 или heygen-avatar-6-turbo.
  2. При желании добавьте resolution (1080p по умолчанию или 2K).
  3. Сократите prompt до 1,200 символов и перепишите его как указания по жестам, мимике и позе.
  4. Лимит размера аудио растёт с 5 MB до 15 MB; правило длины 2–60 s остаётся тем же.
  5. Не добавляйте aspect_ratio в 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.

Share: