HeyGen-Video-Launches für 0,01 $ pro Sekunde: Was HeyGens Post-Training von MiniMax H3 tatsächlich ändert

HeyGen Video ging am 30. September live – für 0,01 US-Dollar pro Sekunde bis Ende Oktober –, und diese Zahl ist die ganze Geschichte. Ein zehnsekündiger Clip kostet einen Dime. In HeyGens eigener Vergleichstabelle wird die Basisgenerierung, aus der es abgestimmt wurde – MiniMax H3, veröffentlicht am 31. Juli 2026 –, mit 0,08 US-Dollar pro Sekunde bei denselben 768p mit Audio berechnet, und die übrigen Referenzpunkte der Tabelle reichen bis zu 0,40 US-Dollar pro Sekunde für Googles Veo 3.1. Nichts an der Einführung ist exotisch: ein Modell, drei Prompting-Modi, Ton im selben Aufruf erzeugt. Ungewöhnlich ist, dass ein Unternehmen ein Basis-Modell mit offenen Gewichten nimmt, es für seinen eigenen vertikalen Bereich nachtrainiert und das Ergebnis um fast eine Größenordnung unter dem Modell bepreist, von dem es abgeleitet wurde – und dabei im selben Atemzug sagt, Blindtester hätten es vor dieser Basis eingestuft. Beide Behauptungen stammen von HeyGen, und die Arithmetik dahinter ist genau der Punkt, an dem die Entscheidung des Käufers tatsächlich hängt.

Was HeyGen Video tatsächlich ist

HeyGen Video ist ein Allzweck-Videomodell, keine Avatar-Engine, und dieser Unterschied ist wichtig, wenn Sie HeyGen schon einmal verwendet haben. Die eigene Dokumentation des Unternehmens zieht die Grenze ausdrücklich: Seine Avatar-Rendering-Engines animieren ein Aussehen, das Sie bereits besitzen, anhand eines Skripts, das Sie bereits geschrieben haben, während dieses hier das Subjekt, die Umgebung, das Licht und den Ton auf einmal aus einer Beschreibung erschafft. Es wird unter der Kennung heygen-video-1 auf POST /v3/models/videos bereitgestellt, authentifiziert mit einem x-api-key-Header, und es läuft nur mit bezahlten API-Schlüsseln.

Drei Modi decken die Konditionierung ab:

• text_to_video – nur Prompt, Ausgabe standardmäßig 16:9.

• image_to_video — Prompt plus ein Bild, das buchstäblich zum ersten Frame wird, einschließlich seiner EXIF-Ausrichtung; die Ausgabe folgt den Proportionen dieses Bildes.

• reference_to_video — der Standardmodus. Prompt plus bis zu neun Referenzbilder, drei Referenzvideos und drei Referenzaudioclips, insgesamt zwölf Elemente. Die Listenreihenfolge wird zur Bezeichnung, mit der Sie sie im Prompt ansprechen: der erste Eintrag von reference_images ist <Bild 1>, das erste Video ist <Video 1>, und Bilder, Videos und Audio werden unabhängig nummeriert.

Die Ausgabe-Hüllkurve ist eng, und es lohnt sich, sie vor dem Preis zu lesen:

• Dauer — eine beliebige ganze Zahl von Sekunden zwischen 5 und 15, standardmäßig 5.

• Auflösung — 480p oder 768p, standardmäßig 768p. Bei 16:9 entspricht das 1344 × 768; bei 9:16 768 × 1344.

• Bildrate und Audio — 24 fps in einem MP4/H.264-Container, mit AAC-Audio in 32-kHz-Stereo, das generierte Dialoge, Umgebungsgeräusche und Effekte trägt.

• Seitenverhältnisse — 21:9, 16:9, 4:3, 1:1, 3:4 und 9:16, sowie adaptiv für den Referenzmodus, der die Form des ersten Referenzbildes übernimmt.

• Prompt-Optimierung — turbo standardmäßig, quality für einen längeren Durchlauf, disabled, um deinen Text unverändert zu senden.

Das Schema ist strikt — unbekannte Felder werden abgelehnt statt ignoriert — und Seed ist eine vorzeichenlose 32-Bit-Ganzzahl, die einen Shot reproduzierbar macht, wenn du ihn festhältst und jeweils eine Klausel änderst. Download-Links sind signiert und laufen ab, daher werden sie durch Polling erneuert; Callbacks werden einmal pro Job versucht, und HeyGen selbst sagt dir, dass du sie als Latenzoptimierung und nicht als Garantie behandeln sollst.

Die eigenen Zahlen des Anbieters und die darin eingebauten Vorbehalte

HeyGen hat eine Vergleichstabelle auf die Launch-Seite gestellt, und sie ist die einzige quantitative Aussage in dem Beitrag, also lohnt es sich, sie auseinanderzunehmen, statt sie zu wiederholen.

Das Qualitätsdiagramm ist eine Elo-Tabelle mit HeyGen Video an der Spitze – 1000 – dann Dreamina Seedance 2.0 bei 955, die H3 Max-Familie von 952 bis hinunter auf 860, Kling 3.0 Pro bei 857 und Veo 3.1 bei 744. Die Fußnote hat es in sich: Die Werte stammen aus einem internen Eval-Set aus Abfragen der Artificial Analysis Arena mit 4.800 Stimmen, und HeyGens eigener Score wird zum einfacheren Vergleich auf 1000 normalisiert. Dass ein Anbieter sich selbst an die Spitze seines eigenen Charts normalisiert, ist kein Beweis dafür, dass er an der Spitze liegt; es ist eine Darstellungsentscheidung. Die relativen Abstände darunter sind der aussagekräftige Teil.

Nützlicher ist der direkte Vergleich. HeyGen sagt, blinde Tester hätten sein Modell bei 55,8 % der Vergleiche gegenüber fal's H3 Max bevorzugt, über 650 Stimmen hinweg, mit einer Spanne von 49–62 %. Diese Spanne ist das ehrliche Detail: Am unteren Ende liegt sie um die 50 % herum, sodass nach HeyGens eigenen Zahlen eine Präferenz gegenüber H3 Max nicht klar vom Rauschen zu trennen ist. Die Aufschlüsselung pro Achse fällt ebenfalls gemischt aus – 65 % bei der Treue zum Quellbild und 66 % beim Timing, gegenüber 43 % bei der Konsistenz und 45 % bei der Musik –, was wie ein Modell wirkt, das eine einzelne, in sich geschlossene Aufnahme gut hält und bei längeren abdriftet.

Die Geschwindigkeit ist die am wenigsten anfechtbare Kennzahl. HeyGen gibt seine Diffusionsinferenz mit 3,7 Sekunden für einen zehnsekündigen Image-to-Video-Clip an, gegenüber 4,1 Sekunden für H3 Max Turbo und 8,3 Sekunden für H3 Max, wobei die Captioner-Zeit ausgeschlossen bleibt, da sie je nach Modus variiert. Alles unterhalb der Länge des erzeugten Clips ist schneller als Echtzeit.

Der Preis und eine Unstimmigkeit in HeyGens eigenem Werbetext

Zwei HeyGen-Quellen nennen zwei unterschiedliche Standardtarife. Der Einführungstext besagt, dass die Preise bis Oktober bei 0,01 $ pro Sekunde beginnen, beschrieben als 50 % Rabatt auf einen Standardpreis von 0,02 $ – was den Oktober zum Aktionspreis und 0,02 $ zum Listenpreis macht. Die Kostentabelle auf derselben Seite, in der Fußnote als Listenpreis pro Sekunde bei 768p mit Audio vor Einführungsaktionen angegeben, führt HeyGen Video mit 0,03 $.

Das ist keine Rundungsdifferenz; es ist eine 50%-Lücke zwischen dem, was HeyGens Fließtext als seinen Standardtarif bezeichnet, und dem, was HeyGens Diagramm aussagt. Die übrigen Zeilen des Diagramms stimmen mit externen Preisangaben überein — MiniMax berechnet das Basis-MiniMax H3 mit 0,08 US-Dollar pro Sekunde, was den 4,80 US-Dollar pro Minute entspricht, die Artificial Analysis dafür verzeichnet — die Zahlen der H3-Familie sind also nicht die Ausreißer. Solange HeyGen keine API-Preisseite veröffentlicht, behandle die 0,01 US-Dollar als bestätigt, weil dies der aktuelle Aktionspreis ist, und behandle die Zahl für die Zeit nach Oktober als irgendwo im Bereich zwischen 0,02 und 0,03 US-Dollar pro Sekunde.

Was tausend Sekunden kosten

Hier ist der Vergleich, auf den es ankommt, bei 768p mit Audio, für eintausend Sekunden generiertes Video – einhundert zehnsekündige Clips:

• HeyGen Video im Oktober — 10 $ bei 0,01 $ pro Sekunde.

• HeyGen Video nach Oktober — 20 $ bei 0,02 $ oder 30 $, wenn die 0,03 $ im Diagramm stimmen.

• MiniMax H3 auf OrcaRouter — 80 $ zum Listenpreis des Anbieters von 0,08 $ pro Sekunde, mit 0 % Aufschlag, sodass jede Preisänderung des Anbieters hier noch am selben Tag live ist.

• fal's H3 Max — 80 $ zum angegebenen Satz von 0,08 $ pro Sekunde.

• Kling 3.0 Pro — 168 $ zu 0,168 $ pro Sekunde.

• Veo 3.1 — $400 zu $0.40 pro Sekunde.

Für Teams, die in großen Mengen generieren und das meiste davon verwerfen – Social-Cutdowns, Anzeigenvarianten, Produktloops – ist die Verwerfungsrate die eigentliche Kostenposition, und bei zehn Cent pro Zehn-Sekunden-Versuch ändert sich die Ökonomie des Iterierens. Der Haken ist die Obergrenze: 768p bei 24 fps ist kein 2K-Auslieferungsformat, und „Produktionsqualität“ ist HeyGens Formulierung, keine Spezifikation. Das Basis-MiniMax H3 erreicht 2K über ein separates Regenerierungsmodul in MiniMax’ gehosteter API für 0,13 $ pro Sekunde, und HeyGen Video hat kein Äquivalent – wenn Ihr Auslieferungsziel also über 768p liegt, ist die günstige Sekunde nicht die Sekunde, die Sie brauchen.

Für Teams, die die beiden vergleichen möchten, ist MiniMax H3 auf OrcaRouter als minimax/minimax-h3 für 0,08 $ pro Sekunde verfügbar, sodass das Basismodell und das nachtrainierte Modell hinter einem Schlüssel statt hinter zwei Verträgen liegen können. HeyGen Video selbst ist hier heute kein geroutetes Modell – es wird über die eigene API von HeyGen und mehrere Drittanbieter-Plattformen bereitgestellt –, genau der Fall, für den automatisches Failover existiert: Man kann einen Prototyp gegen ein tagealtes Modell entwickeln, ohne einen Produktionspfad darauf zu setzen, und wenn es einen gerouteten Anbieter erreicht, erscheint es zum Listenpreis statt zu einem aufgeschlagenen Preis.

Worin HeyGen nach eigener Aussage schlecht ist

Der nützlichste Absatz in der HeyGen-Dokumentation ist derjenige, der Fehlermodi auflistet, denn Anbieter schreiben sie selten. HeyGen Video ist, in den Worten des Unternehmens selbst, am unzuverlässigsten bei langem Text auf dem Bildschirm, bei weicher organischer Bewegung wie Blütenblättern, Papier und Haaren sowie bei Handarbeit in Nahaufnahme wie dem Zusammensetzen oder Bedienen von Geräten. Am besten ist es bei kurzen, überschaubaren Aufnahmen: ein Motiv, ein Ort, eine Handlung, eine feste oder kaum bewegte Kamera.

Dieses Profil deckt sich mit den achsenweisen Blindwerten oben – gute Treue zu einem vorgegebenen Bild, schwache Konsistenz – und es sollte prägen, wie du es testest. Die Fähigkeit, auf die sich die Launch-Filme am stärksten stützen, ist im Bild erzeugte Schrift: Jeder Titel darin wurde in die Szene gemalt, gestempelt oder gepresst, statt per Compositing eingefügt zu werden. HeyGens eigene Empfehlung lautet, dass kurze, exakt ausgeschriebene Phrasen zuverlässig gerendert werden, was eine eingeschränkte Aussage ist, und dieselbe Dokumentation warnt vor langem Text auf dem Bildschirm. Wenn dein Workflow von lesbarer Typografie abhängt, ist das die Stelle, die du zuerst prüfen solltest.

Der zweite MiniMax H3 Post-Train in fünf Wochen

Die interessante strukturelle Tatsache ist, dass HeyGen Video nicht das erste kommerzielle Produkt ist, das durch Fine-Tuning von MiniMax H3 entstanden ist. fal lieferte H3 Max am 27. August aus, ein Post-Train desselben Basismodells, co-optimiert mit dem Inferenz-Stack von fal, und es debütierte an der Spitze des Image-to-Video-Boards mit Audio von Artificial Analysis. Jetzt hat HeyGen dasselbe für einen anderen Bereich getan – Unternehmensvideos, Produktdemos, Schulungen, Immobilienrundgänge – und es unterhalb der Basis bepreist.

Dieses Muster ist das eigentliche Signal. MiniMax' Entscheidung, die Gewichte von H3 unter seiner eigenen Community-Lizenz zu veröffentlichen, machte das Modell zu einem Substrat, das andere Unternehmen spezialisieren und weiterverkaufen können, und das zweite derartige Produkt in fünf Wochen deutet darauf hin, dass die Konversionsrate real ist. Es bedeutet auch, dass „MiniMax H3“ eher zu einer Familie als zu einem Modell wird: die Basisversion, fal's H3 Max und HeyGen Video konkurrieren nun zu unterschiedlichen Preisen und Auflösungen miteinander, und wer „H3“ mit irgendetwas anderem vergleicht, muss sagen, welches H3.

Das Text-to-Video-Leaderboard von Artificial Analysis zeigt, wie stark sich das niederschlagen kann. Das zweitplatzierte Modell mit Audio, bei Elo 1150, ist Utopai X – von Artificial Analysis per Fußnote als auf MiniMax H3 basierend gekennzeichnet – und liegt damit vor dem Basis-MiniMax H3 selbst, das mit 1138 auf Platz vier steht. Wie auch immer die Punktzahl des Basismodells selbst ausfällt: Darauf aufbauende Derivate übertreffen es bei der blinden menschlichen Präferenz auf mindestens einem unabhängigen Leaderboard.

Was ist noch unverifiziert?

Drei Dinge, die ein Leser offenhalten sollte.

Zunächst: HeyGen Video hat keinen unabhängigen Score. Zum 1. Oktober erscheint es auf keinem der drei Video-Boards von Artificial Analysis – Text-zu-Video, Bild-zu-Video oder Videobearbeitung –, daher gibt es bislang kein blindes Drittanbieter-Elo dafür. Jede Qualitätszahl in diesem Beitrag stammt von HeyGen selbst, auf einem Eval-Set aus Arena-Abfragen, das HeyGen mit 4.800 Stimmen zusammengestellt hat. Das ist eine vertretbare Methodik und zugleich ein Anbieterergebnis, und es sollte auch als solches gelesen werden.

Zweitens hat HeyGen nichts über die Veröffentlichung von Gewichten gesagt. Das Modell, aus dem es feinabgestimmt wurde, ist Open-Weights, aber ein Post-Train ist ein neues Artefakt, und HeyGens eigene Lizenzen sind seine eigenen; nichts im Launch-Material legt es in die eine oder andere Richtung fest.

Drittens widerspricht sich die Dokumentation selbst. Laut API-Referenz akzeptiert der Prompt höchstens 5.000 Unicode-Zeichen, während die Parametertabelle auf der Modellseite den Bereich angibt: 1 bis 32.000 Zeichen — eine 6-fache Spanne bei einer harten Eingabegrenze. Der niedrigere Wert ist der, der in der Referenz und in der Changelog-Zusammenfassung erscheint, planen Sie also mit 5.000, bis HeyGen die beiden Angaben in Einklang bringt.

Wer sollte handeln, und wer sollte warten?

Wenn Ihre Videoarbeit in eine begrenzte Einstellung passt – ein Produkt auf einer Werkbank, ein Raum mit einer langsamen Dolly-Fahrt, ein einzelnes Motiv und eine feste Kamera – und Sie in 768p oder darunter liefern, ist der bis Ende Oktober gültige Tarif der günstigste glaubwürdige Weg, in großem Umfang vertonte, mit Musik unterlegte Aufnahmen zu erzeugen, die derzeit überhaupt jemand veröffentlicht. Testen Sie ihn diesen Monat, solange die Aktion gilt, und gestalten Sie den Test rund um die drei Dinge, bei denen HeyGen einräumt, dass es schwach ist, statt rund um den Launch-Film.

Wenn Ihr Auslieferungsziel über 768p liegt, wenn Sie langen Text im Bild benötigen oder wenn es auf lesbare Konsistenz über mehrere Einstellungen hinweg ankommt, warten Sie. Das Basis-Modell MiniMax H3 bleibt das routbare H3 zu 0,08 $ pro Sekunde für 768p, und sein gehosteter 2K-Pfad liegt bei 0,13 $ pro Sekunde – beides hinter einem einzigen Schlüssel auf OrcaRouter, zum Listenpreis des Anbieters ohne Aufschlag. Wenn sich also der Preis von HeyGen nach Oktober als 0,03 $ statt 0,02 $ herausstellt, sehen Sie die Korrektur hier am Tag, an dem sie passiert, statt erst einen Monat später. Was das Urteil am schnellsten ändern würde, ist ein unabhängiges Elo: Sobald HeyGen Video auf einem blinden Drittanbieter-Board auftaucht, halten die 55,8 % des Anbieters entweder stand oder nicht.