إطلاق فيديو HeyGen بسعر 0.01 دولار في الثانية: ما الذي يغيّره بالفعل التدريب اللاحق الذي أجرته HeyGen على MiniMax H3

انطلق HeyGen Video في 30 سبتمبر بسعر 0.01 دولار في الثانية حتى أكتوبر، وهذا الرقم هو القصة كلها. مقطع مدته عشر ثوانٍ يكلف عشرة سنتات. في مخطط المقارنة الخاص بـ HeyGen، الجيل الأساسي الذي ضُبط انطلاقًا منه — MiniMax H3، الذي صدر في 31 يوليو 2026 — يُحتسب بسعر 0.08 دولار في الثانية عند دقة 768p نفسها مع الصوت، بينما تصل نقاط المرجع الأخرى في المخطط إلى 0.40 دولار في الثانية مقابل Veo 3.1 من Go​ogle. لا شيء في هذا الإطلاق غير مألوف: نموذج واحد، وثلاثة أنماط لإدخال الأوامر، وصوت يُولَّد في الاستدعاء نفسه. غير العادي أن تأخذ شركة نموذجًا أساسيًا مفتوح الأوزان، وتُخضعه لتدريب لاحق خاص بمجالها، ثم تسعّر الناتج بأقل من النموذج الذي اشتُق منه بما يقارب مرتبة من حيث الحجم — بينما تقول في الوقت نفسه إن مختبرين في اختبارات عمياء وضعوه متقدمًا على ذلك الأساس. كلا الادعاءين يخصّان HeyGen، والحساب الكامن وراءهما هو حيث يقع قرار المشتري فعليًا.

ما هو فيديو HeyGen في الواقع

إن HeyGen Video نموذج فيديو للأغراض العامة، وليس محرك صور رمزية، وهذا التمييز مهم إذا سبق أن استخدمت HeyGen. ترسم وثائق الشركة نفسها هذا الحد صراحةً: فمحركات عرض الصور الرمزية لديها تحرّك مظهرًا تملكه بالفعل من نص كتبته بالفعل، بينما يبتكر هذا النموذج الموضوع والإعداد والإضاءة والصوت دفعةً واحدة من وصف. ويُطرح تحت المعرّف heygen-video-1 على POST /v3/models/videos، ويُصادَق عليه باستخدام x-api-key كترويسة، ولا يعمل إلا بمفاتيح API المدفوعة.

ثلاثة أوضاع تغطي التكييف:

• text_to_video — المطالبة فقط، والناتج افتراضيًا بنسبة 16:9.

• image_to_video — موجّه نصي بالإضافة إلى صورة واحدة، تصبح الإطار الأول الحرفي بما في ذلك اتجاه EXIF الخاص بها؛ ويتبع الناتج نسب تلك الصورة.

• المرجع إلى الفيديو — الوضع الافتراضي. المطالبة بالإضافة إلى ما يصل إلى تسع صور مرجعية، وثلاثة مقاطع فيديو مرجعية، وثلاثة مقاطع صوتية مرجعية، أي اثنا عشر عنصرًا إجمالًا. يصبح ترتيب القائمة هو التسمية التي تشير إليها في المطالبة: أول عنصر في الصور المرجعية هو <Picture 1>، وأول فيديو هو <Video 1>، وتُرقَّم الصور ومقاطع الفيديو والصوت بشكل مستقل.

مغلّف الإخراج ضيّق، ويستحقّ القراءة قبل السعر:

• المدة — أي عدد صحيح من الثواني من 5 إلى 15، مع القيمة الافتراضية 5.

• الدقة — 480p أو 768p، مع اعتبار 768p هو الافتراضي. عند 16:9 تكون 1344 × 768؛ وعند 9:16، 768 × 1344.

• معدل الإطارات والصوت — 24 إطارًا في الثانية في حاوية MP4/H.264، مع صوت AAC ستيريو بتردد 32 كيلوهرتز، يحمل حوارًا ومحيطًا صوتيًا ومؤثرات مُولَّدة.

• نسب العرض إلى الارتفاع — 21:9 و16:9 و4:3 و1:1 و3:4 و9:16، بالإضافة إلى تكييفي لوضع المرجع، الذي يرث شكل صورة المرجع الأولى.

• تحسين الموجّه — توربو افتراضيًا، الجودة لتمريرة أطول، معطّل لإرسال نصّك كما هو دون تغيير.

المخطط صارم — الحقول غير المعروفة تُرفض بدلًا من تجاهلها — وseed هو عدد صحيح غير مُوقّع بطول 32 بت يجعل اللقطة قابلة للتكرار عندما تُبقيها ثابتة وتغيّر بندًا واحدًا في كل مرة. روابط التنزيل موقّعة وتنتهي صلاحيتها، لذا يعمل الاستقصاء الدوري على تحديثها؛ تُحاول عمليات الاستدعاء مرة واحدة لكل مهمة، ويخبرك HeyGen نفسه بأن تتعامل معها كتحسين لزمن الاستجابة وليس كضمان.

أرقام المورّد نفسه، والتحذيرات الكامنة فيها

وضعت HeyGen مخطط مقارنة على صفحة الإطلاق، وهو الادعاء الكمي الوحيد في المقال، لذا يستحق التفكيك بدلًا من تكراره.

مخطط الجودة هو جدول إيلو مع HeyGen Video في القمة — 1000 — ثم Dreamina Seedance 2.0 عند 955، وعائلة H3 Max من 952 نزولاً إلى 860، وKling 3.0 Pro عند 857 وVeo 3.1 عند 744. الحاشية تقوم بالكثير من العمل: النتائج تأتي من مجموعة تقييم داخلية لاستعلامات Artificial Analysis Arena مع 4,800 صوت، ونتيجة HeyGen نفسها تم تطبيعها إلى 1000 لمقارنة أبسط. قيام بائع بتطبيع نفسه إلى قمة مخططه الخاص ليس دليلاً على أنه يتصدر؛ إنه اختيار تقديمي. التباعد النسبي تحته هو الجزء المعلوماتي.

الأكثر فائدة هو المقارنة المباشرة. تقول HeyGen إن المختبرين بشكل أعمى فضّلوا نموذجها على H3 Max من fal في 55.8% من المقارنات عبر 650 صوتًا، بنطاق يتراوح بين 49 و62%. هذا النطاق هو التفصيل الصادق: عند الطرف الأدنى، يتجاوز 50% بالكاد، لذا فحتى وفق أرقام HeyGen نفسها، لا يمكن فصل التفضيل على H3 Max بوضوح عن الضوضاء. كما أن التفصيل حسب المحاور مختلط أيضًا — 65% في البقاء وفيًا للصورة المصدر و66% في التوقيت، مقابل 43% في الاتساق و45% في الموسيقى — وهو ما يبدو وكأنه نموذج يتعامل جيدًا مع لقطة واحدة متماسكة وينجرف مع اللقطات الأطول.

السرعة هي الرقم الأقل قابلية للجدل. تُبلغ HeyGen أن استدلال الانتشار لديها يبلغ 3.7 ثوانٍ لمقطع واحد مدته عشر ثوانٍ من صورة إلى فيديو، مقابل 4.1 ثوانٍ لـ H3 Max Turbo و8.3 ثوانٍ لـ H3 Max، مع استبعاد زمن أداة التسميات التوضيحية لأنه يتفاوت حسب الوضع. أي زمن أقل من مدة المقطع الذي أنتجته يكون أسرع من الزمن الحقيقي.

السعر، والتضارب في النص التسويقي الخاص بـ HeyGen

مصدران من HeyGen يعطيان سعرين قياسيين مختلفين. يقول نص الإطلاق إن التسعير يبدأ من 0.01 دولار في الثانية حتى أكتوبر، ويوصف بأنه خصم بنسبة 50% على سعر قياسي قدره 0.02 دولار — ما يجعل أكتوبر هو السعر الترويجي و0.02 دولار هو السعر المدرج. مخطط التكلفة في الصفحة نفسها، المُشار إليه في الحاشية كسعر مدرج لكل ثانية عند 768p مع الصوت قبل عروض الإطلاق، يضع HeyGen Video عند 0.03 دولار.

هذا ليس فرقًا في التقريب؛ بل فجوة بنسبة 50% بين ما يقوله نص HeyGen عن سعرها القياسي وما يقوله مخطط HeyGen. تتسق صفوف المخطط الأخرى مع التسعير الخارجي — إذ تتقاضى MiniMax عن MiniMax H3 الأساسي 0.08 دولار في الثانية، وهو ما يطابق 4.80 دولار في الدقيقة التي تسجلها Artificial Analysis له — لذا فإن أرقام عائلة H3 ليست هي الشاذة. إلى أن تنشر HeyGen صفحة تسعير API، تعامل مع 0.01 دولار على أنه مؤكد لأنه سعر العرض الترويجي الساري حاليًا، وتعامل مع رقم ما بعد أكتوبر على أنه يقع في مكان ما بين 0.02 و0.03 دولار في الثانية.

كم تكلف ألف ثانية

هذه هي المقارنة التي تهم، بدقة 768p مع الصوت، لألف ثانية من الفيديو المُولَّد — مئة مقطع مدة كل منها عشر ثوانٍ:

• فيديو HeyGen في أكتوبر — 10$ بمعدل 0.01$ في الثانية.

• فيديو HeyGen بعد أكتوبر — 20 دولارًا بسعر 0.02 دولار، أو 30 دولارًا إذا كان سعر 0.03 دولار في المخطط صحيحًا.

• MiniMax H3 على OrcaRouter — 80 دولارًا بسعر القائمة لدى المزوّد البالغ 0.08 دولار في الثانية، مع 0% هامش ربح، لذا فإن أي تغيير في سعر المورّد ينعكس هنا في اليوم نفسه.

• fal's H3 Max — 80$ بالسعر المدرج البالغ 0.08$ في الثانية.

• Kling 3.0 Pro — 168$ بمعدل 0.168$ في الثانية.

• Veo 3.1 — 400 دولار بمعدل 0.40 دولار في الثانية.

بالنسبة إلى الفرق التي تولّد المحتوى بكميات كبيرة وتتخلص من معظم ما تنتجه — مقاطع مختصرة لوسائل التواصل، ونسخ إعلانية متنوعة، وحلقات عرض للمنتجات — فإن معدل الإهدار هو بند التكلفة الحقيقي، وعندما تكون تكلفة المحاولة الواحدة البالغة عشر ثوانٍ عشرة سنتات، تتغير معالم اقتصاديات التكرار. لكن المشكلة هي السقف: دقة 768p بمعدل 24 إطارًا في الثانية ليست صيغة تسليم 2K، و"الجودة الإنتاجية" عبارة من HeyGen وليست مواصفة. يبلغ MiniMax H3 الأساسي دقة 2K عبر وحدة إعادة توليد منفصلة على واجهة API المستضافة لدى MiniMax بتكلفة 0.13 دولار في الثانية، ولا يملك HeyGen Video ما يعادلها — لذا إذا كان هدف التسليم لديك أعلى من 768p، فإن الثانية الرخيصة ليست الثانية التي تحتاج إليها.

بالنسبة للفرق التي تريد مقارنة الاثنين، يتوفر MiniMax H3 على OrcaRouter باسم minimax/minimax-h3 بسعر 0.08 دولار لكل ثانية، لذا يمكن وضع النموذج الأساسي والنموذج بعد التدريب خلف مفتاح واحد بدلاً من عقدين. HeyGen Video نفسه ليس نموذجًا موجّهًا هنا اليوم — فهو يُقدَّم عبر واجهة HeyGen الخاصة وعدة منصات طرف ثالث — وهذه بالضبط هي الحالة التي التحويل التلقائي عند الفشل موجود من أجلها: يمكنك إنشاء نموذج أولي مقابل نموذج عمره أيام دون المراهنة بمسار إنتاج عليه، وإذا وصل إلى مزوّد موجّه فسيظهر بالسعر المعلن بدلاً من سعر مُضاف إليه هامش.

ما تقول HeyGen إنها سيئة فيه

الفقرة الأكثر فائدة في وثائق HeyGen هي التي تسرد أنماط الفشل، لأن المورّدين نادراً ما يكتبونها. إن HeyGen Video، بكلمات الشركة نفسها، هو الأقل موثوقية في النصوص الطويلة على الشاشة، وفي الحركة العضوية الناعمة مثل البتلات والورق والشعر، وفي العمل اليدوي القريب مثل تركيب أو تشغيل المعدات. وهو في أفضل حالاته في اللقطات القصيرة المحدودة: موضوع واحد، ومكان واحد، وحركة واحدة، وكاميرا ثابتة أو بالكاد تتحرك.

يتوافق هذا الملف مع الأرقام العمياء لكل محور أعلاه — التزام جيد بصورة مقدَّمة، واتساق ضعيف — وينبغي أن يحدد ذلك كيفية اختبارك له. القدرة التي تعتمد عليها أفلام الإطلاق بأقصى درجة هي الحروف المولَّدة داخل اللقطة: فقد رُسم كل عنوان فيها بالطلاء أو خُتم أو ضُغط في المشهد بدل تركيبه. وتقول إرشادات HeyGen نفسها إن العبارات القصيرة المكتوبة حرفيًا تُنتَج بموثوقية، وهو ادعاء ضيق، كما تحذّر الوثائق نفسها من النص الطويل على الشاشة. إذا كان سير عملك يعتمد على تايبوغرافيا مقروءة، فهذا هو الخط الذي يجب فحصه أولًا.

التدريب اللاحق الثاني لـ MiniMax H3 خلال خمسة أسابيع

الحقيقة الهيكلية المثيرة للاهتمام هي أن HeyGen Video ليس أول منتج تجاري يُبنى عبر الضبط الدقيق لـ MiniMax H3. فقد أطلقت fal نموذج H3 Max في 27 أغسطس، وهو تدريب لاحق لنفس الأساس المُحسَّن بشكل مشترك مع حزمة الاستدلال الخاصة بـ fal، وظهر لأول مرة في صدارة لوحة Artificial Analysis لتحويل الصور إلى فيديو مع الصوت. والآن فعلت HeyGen الشيء نفسه لقطاع مختلف — فيديو الأعمال، والعروض التوضيحية للمنتجات، والتدريب، وجولات العقارات — وسعّرته بأقل من الأساس.

هذا النمط هو الإشارة الحقيقية. قرار MiniMax بإصدار أوزان H3 بموجب ترخيصها المجتمعي الخاص حوّل النموذج إلى ركيزة يمكن لشركات أخرى تخصيصها وإعادة بيعها، وكونه ثاني منتج من هذا القبيل خلال خمسة أسابيع يشير إلى أن معدل التحويل حقيقي. كما يعني أن «MiniMax H3» أصبح عائلة لا نموذجًا واحدًا: فالنسخة الأساسية، وH3 Max من fal، وHeyGen Video تتنافس الآن بعضها مع بعض بأسعار مختلفة ودقات مختلفة، وعلى أي مشترٍ يقارن «H3» بأي شيء آخر أن يحدد أي H3 يقصد.

تُظهر لوحة النص إلى الفيديو الخاصة بـ Artificial Analysis مدى قوة نجاح ذلك. نموذجها الثاني في الترتيب المزوّد بالصوت، عند Elo 1150، هو Utopai X — وتذكر Artificial Analysis في حاشية أنه مبني على MiniMax H3 — متقدماً على نموذج MiniMax H3 الأساسي نفسه عند 1138 في المرتبة الرابعة. وأياً كانت نتيجة النموذج الأساسي نفسه، فإن النماذج المشتقة المبنية عليه تتفوق عليه في التفضيل البشري الأعمى على لوحة مستقلة واحدة على الأقل.

ما الذي لا يزال غير مُتحقَّق؟

ثلاثة أشياء ينبغي للقارئ أن يبقيها مفتوحة.

أولاً، لا يملك HeyGen Video أي تقييم مستقل. واعتباراً من 1 أكتوبر، لا يظهر في أيٍّ من لوحات الفيديو الثلاث لدى Artificial Analysis — النص إلى فيديو، أو الصورة إلى فيديو، أو تحرير الفيديو — لذا لا يوجد له حتى الآن تقييم Elo أعمى من طرف ثالث. وكل رقم جودة في هذا المقال هو رقم خاص بـ HeyGen، استناداً إلى مجموعة تقييم من استعلامات Arena جمعتها HeyGen عبر 4,800 صوت. وهذه منهجية يمكن الدفاع عنها، ونتيجة مورّد، وينبغي قراءتها على هذا الأساس.

ثانياً، لم تقل HeyGen شيئاً عن إطلاق الأوزان. النموذج الذي ضُبط انطلاقاً منه مفتوح الأوزان، لكن التدريب اللاحق نتاج جديد، وتراخيص HeyGen الخاصة هي شأنها الخاص؛ ولا شيء في مواد الإطلاق يلزمها بأي من الأمرين.

ثالثًا، تتناقض الوثائق مع نفسها. يذكر مرجع API أن المُطالبة تقبل بحد أقصى 5,000 حرف يونيكود، بينما يوضح جدول المعلمات في صفحة النماذج أن النطاق هو من 1 إلى 32,000 حرف — وهو فارق بمقدار 6× في حد إدخال صارم. الرقم الأدنى هو الظاهر في المرجع وفي ملخص سجل التغييرات، لذا خطط على أساس 5,000 حتى يوفّق HeyGen بين الرقمين.

من يجب أن يتصرف، ومن يجب أن ينتظر؟

إذا كان عملك بالفيديو يندرج ضمن لقطة محدودة الإطار — منتج على منصة، أو غرفة بحركة دوللي بطيئة، أو عنصر واحد وكاميرا مثبتة — وتسلّم بدقة 768p أو أقل، فإن السعر الساري حتى أكتوبر هو أرخص طريقة موثوقة لتوليد مقاطع مصحوبة بتعليق صوتي وموسيقى على نطاق واسع مما ينشره أي شخص حاليًا. اختبره هذا الشهر ما دام العرض الترويجي ساريًا، وصمّم الاختبار حول النقاط الثلاث التي يقرّ HeyGen بضعفه فيها بدلًا من أن تصممه حول فيلم الإطلاق.

إذا كان هدف التسليم الخاص بك أعلى من 768p، أو إذا كنت بحاجة إلى نص طويل على الشاشة، أو إذا كان الاتساق المقروء عبر اللقطات هو الهدف، فانتظر. يظل MiniMax H3 الأساسي هو H3 القابل للتوجيه بسعر 0.08 دولار في الثانية لدقة 768p، ومساره المستضاف 2K يقع عند 0.13 دولار في الثانية — كلاهما خلف مفتاح واحد على OrcaRouter، بسعر المزود المعلن دون أي هامش ربح، لذا إذا تبين أن سعر HeyGen بعد أكتوبر هو 0.03 دولار بدلاً من 0.02 دولار، فسترى التصحيح هنا في يوم حدوثه بدلاً من الشهر التالي. ما قد يغيّر الحكم بأسرع وقت هو تصنيف Elo مستقل: بمجرد ظهور HeyGen Video على لوحة طرف ثالث عمياء، فإن نسبة 55.8% الخاصة بالبائع إما تصمد أو لا تصمد.