Une carte de titre générée pour l’article « Avatar 6 vs HeyGen Video 1 », avec un surtitre indiquant « COMPARAISON DE MODÈLES D’AVATAR », le grand titre « Avatar 6 vs HeyGen Video 1 », le sous-titre « Même fournisseur, deux métiers différents », et trois cartes en pastille indiquant « personne dans le cadre », « scène dans le cadre » et « un compte de crédits ».
Guides & Insights

Avatar 6 vs HeyGen Video 1 : même fournisseur, deux missions différentes

Auteur

Elias Hawthorne

Date de publication

Derniers modèles · 20Voir tous les modèles →
Benchmarks : Artificial Analysis · mis à jour quotidiennement
Retour à tous les articles

HeyGen a lancé Avatar 6 le 17 novembre 2026, sept semaines après avoir lancé HeyGen Video 1 le 30 septembre. Ils figurent côte à côte dans le même menu de modèles, acceptent tous deux une image de référence, produisent tous deux une vidéo avec son et sont facturés sur le même compte. Choisir entre eux n’est pas une question de qualité — aucun des deux n’est une version inférieure de l’autre. C’est une question de ce qui se trouve dans le cadre. Si une personne précise doit apparaître et prononcer vos paroles, un seul de ces modèles peut le faire. Si personne en particulier ne doit apparaître, seul l’autre le peut.

Commencez par le cadre, pas par la fiche technique

Les deux modèles répondent à des prompts différents. Avatar 6 anime une personne : vous lui confiez une photo ou une courte vidéo de quelqu'un, ainsi que l'audio de la parole qu'elle doit interpréter, et il renvoie cette personne prononçant ces mots, se déplaçant comme l'audio l'implique. HeyGen Video 1 génère une scène : vous lui donnez une description, ou une image, ou un clip de référence, et il renvoie de cinq à trente secondes de séquences avec ses propres dialogues, son ambiance et ses effets, sans qu'aucun présentateur ne soit impliqué.

Cette distinction détermine la plupart des projets réels avant même que le moindre chiffre ne soit comparé. Un module de formation dans lequel un formateur identifié doit délivrer un script correspond à Avatar 6. Une publicité produit où une tasse de café fume sur un comptoir à l’aube correspond à HeyGen Video 1. Un hybride — un formateur qui présente par-dessus des b-roll générés — nécessite les deux, et le Video Agent de HeyGen existe précisément pour les assembler.

Le contraste de spécification qui diffère vraiment

• Ce que vous envoyez — Avatar 6 prend des médias de référence ainsi que l’audio ; HeyGen Video 1 prend un prompt texte, une image ou un clip de référence, et génère son propre audio.

• Durée de sortie — Avatar 6 dure aussi longtemps que l’audio que vous fournissez, avec des rendus continus de 25 à 28 minutes démontrés ; HeyGen Video 1 produit des clips de 5 à 30 secondes.

• Résolution — Avatar 6 propose du 1080p et de la 2K ; HeyGen Video 1 couvre de 480p à 2K, les 1080p et 2K étant à environ trois fois le tarif de la 768p.

• Identité — Avatar 6 conserve le visage, la voix et les manières d’une seule personne sur tout le rendu ; HeyGen Video 1 n’a aucune identité à conserver, et la cohérence entre les clips relève du prompt, et non d’une garantie du modèle.

• Audio — Avatar 6 synchronise les lèvres sur l’audio que vous fournissez, vous pouvez donc choisir et cloner la voix ; HeyGen Video 1 génère son audio à partir du prompt, dialogue inclus, à environ 2,5 mots par seconde pour estimer le minutage.

• Prix — Avatar 6 est vendu en crédits d'abonnement, sans tarif à la seconde publié ; HeyGen Video 1 dispose d'un prix API à la seconde publié, cité dans la documentation de HeyGen à 0,02 $, avec un chiffre de 0,03 $ apparaissant dans son graphique des coûts.

• Contrôle des mouvements — Avatar 6 accepte un motion_prompt de 1 200 caractères maximum, ainsi qu'un réglage d'expressivité à deux niveaux ; HeyGen Video 1 accepte des instructions de caméra, d'objectif et de mouvement directement dans la description du plan.

A generated two-column scoreboard titled 'Avatar 6 vs HeyGen Video 1 — the scoreboard'. Left column 'Avatar 6': What you send reference media plus audio; Output length as long as the audio, 25-28 min shown; Resolution 1080p and 2K (up to 2880x1620); Identity one person held throughout; Audio lip-sync to audio you supply; Price credits, no per-second rate. Right column 'HeyGen Video 1': What you send a text prompt, image or reference clip; Output length 5-30 second clips; Resolution 480p to 2K; Identity no identity to hold; Audio audio generated from the prompt; Price $0.02/s published. The footer reads 'Video 1 rate per HeyGen model page. Avatar 6 per-second pricing not published.'

Deux de ces lignes pèsent plus que les autres. La durée, car c’est la différence entre un clip et un livrable. Et la transparence des prix, car c’est la différence entre un budget et une estimation.

Là où l'asymétrie des prix fait mal

HeyGen Video 1 dispose d'une grille tarifaire. Sa page modèle indique 0,02 $ par seconde pour l'accès API, et le tableau des paramètres décrit des résolutions allant de 480p à 2K, avec 1080p et 2K coûtant environ trois fois le tarif 768p. Un clip de trente secondes en 768p coûte donc environ soixante cents, et vous pouvez multiplier ce montant par votre volume mensuel sans demander à personne.

Avatar 6 n’en a pas. La page tarifaire publique vend Creator à 29 $/mois pour 600 crédits et Pro à 49 $/mois pour 1 000 crédits, et liste Avatar 6, Avatar 6 Turbo et Avatar 6 Pro parmi les fonctionnalités incluses — mais aucune conversion crédits-secondes n’est publiée, et la page tarifaire destinée aux développeurs renvoie à une application nécessitant une connexion. Cet écart n’est pas tant un oubli qu’une différence de maturité : HeyGen Video 1 est sur le marché depuis septembre et a adopté un tarif à la seconde, tandis qu’Avatar 6 n’a que deux jours et est encore vendu comme une fonctionnalité d’abonnement.

Pour quiconque modélise les coûts, cette asymétrie inverse la recommandation habituelle. Le modèle le plus récent et le plus impressionnant est celui dont vous ne pouvez pas encore établir le prix à l’unité. Prévoyez Avatar 6 dans votre budget en crédits et validez la conversion avec HeyGen avant de passer à l’échelle, ou testez-le sur l’offre gratuite — trois vidéos filigranées par mois, d’une minute chacune — jusqu’à ce qu’une grille tarifaire apparaisse.

Ce en quoi chacun est réellement bon.

Le chiffre qui prédit ce que vous verrez dans un fichier final est de 65,1 %, et non de 84,4 % comme sur la bannière. Le chiffre mis en avant par HeyGen renormalise un taux de victoire de 42,2 % en comparaison directe — des évaluateurs voyant un enregistrement authentique à côté d'un clip Avatar 6 de la même personne, avec la même réplique et le même audio — par rapport à un seuil de référence de 50, équivalent à un pile ou face. Lorsqu'on montre un clip seul, en revanche, 65,1 % des sorties d'Avatar 6 ont été jugées réelles, contre 78,9 % pour les enregistrements non modifiés, et ce chiffre est tombé à 56,5 % dès qu'un clone vocal HeyGen a remplacé la voix de la personne elle-même. La voix porte une large part de la persuasion, ce qu'il est utile de savoir quand vous décidez qui l'enregistre.

En dehors de HeyGen, il n’existait exactement qu’une seule mesure au moment de la rédaction. New Measure a publié le 18 novembre les premiers résultats de vote à l’aveugle de son Avatar Arena, et Avatar 6 s’est classé premier dans les deux tableaux : 1 197 points Elo pour les avatars personnels, 1 237 pour les présentateurs standards. Lisez les limites avant de la citer. Les scripts étaient limités à 500 caractères, 97 % des comparaisons terminées utilisaient des clips de 35 secondes ou moins, et trois entrées rivales s’exprimaient avec la propre voix clonée de HeyGen. Chacune de ces contraintes décrit le type de clip que produit HeyGen Video 1, et non le rendu de 20 minutes sur lequel Avatar 6 est vendu.

A screenshot of HeyGen's Avatar 6 product page, showing the banner 'Introducing HeyGen Avatar 6, #1 on Avatar Arena', the heygen-avatar-6 model identifier, a 'Write a script' box containing a bracketed-emotion sample script at 195 of 320 characters, an 'Add motion' row with chips for Laughing, Whispering, Surprised, Angry, Excited and Custom, and the 'Choose a presenter' row.

Les revendications de HeyGen Video 1 vont dans une direction différente. Son évaluation publiée est un ensemble interne de requêtes de l’Artificial Analysis Arena avec 4 800 votes, notées selon l’Elo normalisé de HeyGen, ainsi qu’une victoire de 55,8 % en préférence aveugle face au post-entraînement MiniMax H3 d’un autre fournisseur, sur 650 votes, avec une fourchette de 49 à 62 % — une fourchette dont le bas flirte avec le pile ou face. HeyGen Video 1 n’apparaît pas sur les classements vidéo publics d’Artificial Analysis. Ce qu’il a, en revanche, c’est une lignée documentée : il est construit sur MiniMax H3 et post-entraîné par HeyGen, et ses prompts sont structurés comme une liste de plans, ce qui indique que le modèle attend une direction cinématographique plutôt qu’une phrase.

C’est sur les règles relatives aux médias de référence que les deux divergent le plus fortement.

La barrière du consentement est l’asymétrie qui n’apparaît jamais dans une grille tarifaire. Fournissez à Avatar 6 une vidéo d’une personne réelle et l’espace de travail exige un accès Enterprise ainsi qu’une déclaration filmée portant un code généré pour cette session — un formulaire d’autorisation signé le mois dernier ne constitue pas une preuve, et aucun rendu n’est produit tant que le contrôle de correspondance de HeyGen n’a pas réussi. Une référence photo ou une apparence d’avatar préexistante contourne tout le processus. HeyGen Video 1 n’a pas de barrière équivalente, car un clip de référence y oriente le style plutôt que de reconstruire un visage nommé ; ce que vous héritez à la place, ce sont les questions habituelles de licence concernant les séquences que vous avez importées.

HeyGen Video 1 ne présente rien de tout cela. Son mode référence-vers-vidéo utilise un clip de référence pour orienter le style et le sujet sans la vérification d'identité qu'exige Avatar 6, car il ne reconstruit pas le visage d'une personne réelle spécifique au fil du temps. Si votre cas d'usage implique des talents couverts par un consentement, les règles d'Avatar 6 sont un atout. S'il implique un personnage stylisé, elles ne vous concernent tout simplement pas.

Piloter les deux depuis un seul endroit

OrcaRouter ne sert aucun des deux modèles. Les deux sont hébergés par HeyGen, soumis au consentement et facturés en crédits HeyGen, et aucune couche de routage n'y change rien. Ce qu'une couche de routage change, en revanche, c'est le coût des éléments qui les entourent. Le script qu'un avatar lit, la liste de plans à partir de laquelle un prompt vidéo est construit, le classificateur qui détermine lequel des deux une requête nécessite — ce sont des appels de modèle ordinaires, et ce sont eux qui échouent à 2 h du matin. Plus de deux cents modèles derrière une seule clé compatible OpenAI, au prix catalogue du fournisseur, sans marge, avec basculement automatique, signifie que le moteur de rendu est la seule relation fournisseur à laquelle vous devez penser.

Il existe un second usage, plus discret. HeyGen Video 1 repose sur MiniMax H3, un modèle routable à 0,08 $ par seconde en 768p et à 0,13 $ en 2K. Si vous voulez savoir si le post-entraînement de HeyGen justifie son surcoût, exécuter le modèle de base sur le même prompt est une expérience peu coûteuse — et que vous pouvez mener sans compte HeyGen.

A screenshot of the OrcaRouter model page for MiniMax-H3 (minimax/minimax-h3), showing the model ID, the description that it generates 4-15 second videos at 768P or 2K with native stereo audio billed per second of output, the per-second price of $0.0800 at 768P and $0.13 at 2K, and OpenAI-compatible code samples.

Lequel choisir

Optez pour Avatar 6 lorsque le livrable est une personne. Vidéos explicatives, localisation d’un porte-parole existant, prospection commerciale où le visage de l’expéditeur compte, tout ce qui dure plus d’une minute, tout contenu dont l’audio est figé et auquel la bouche doit correspondre. Le mode d’édition au niveau du mot est plus important qu’il n’y paraît : régénérer une phrase dans une vidéo de vingt minutes tout en laissant intacts 48,3 dB de la séquence non modifiée, c’est la différence entre une correction de cinq minutes et un nouveau rendu complet.

Privilégiez HeyGen Video 1 lorsque le livrable est une scène. Publicité, b-roll, personnages stylisés, tout ce pour quoi une liste de plans est la façon naturelle de décrire ce que vous voulez, et tout ce qui est assez court pour que trente secondes ne soient pas une contrainte. Le prix à la seconde et les limites de durée publiées en font le plus simple des deux à intégrer dans un budget.

Utilisez les deux lorsque vous produisez une vidéo avec présentateur et inserts, ce qui correspond à la majorité des vidéos d'entreprise. Le Video Agent de HeyGen les compose, et la répartition est nette : le présentateur est Avatar 6, les inserts sont HeyGen Video 1, et aucun des deux modèles n'a à mal faire le travail de l'autre.

Qu’est-ce qui n’est toujours pas mesuré ?

Personne en dehors de HeyGen n'a testé Avatar 6 au-delà de 35 secondes. L'arène plafonnait à cette durée, et toutes les affirmations sur le long format — 25 à 28 minutes, en continu, en une seule génération — proviennent des démonstrations de HeyGen elles-mêmes. Savoir si l'identité dérive à la douzième minute, si le répertoire de gestes commence à se répéter, si un rendu 2K de cette durée est économiquement raisonnable : tout reste ouvert. La question ouverte de HeyGen Video 1 est l'inverse, et plus ancienne : savoir si un plafond de trente secondes par clip est une limite technique ou une décision produit, et si le prix tient une fois la fenêtre de lancement fermée.

Achetez celui qui correspond à votre cadre. N’achetez ni l’un ni l’autre en vous fondant sur un pourcentage de préférence — y compris celui de HeyGen, et y compris celui de l’arène.