HeyGen lance des vidéos à 0,01 $ la seconde : ce que change réellement le post-entraînement de MiniMax H3 par HeyGen

HeyGen Video a été lancé le 30 septembre à 0,01 $ par seconde jusqu’à la fin du mois d’octobre, et ce chiffre résume tout. Un clip de dix secondes coûte dix cents. Sur le propre tableau comparatif de HeyGen, la génération de base à partir de laquelle il a été affiné — MiniMax H3, sorti le 31 juillet 2026 — est facturée à 0,08 $ par seconde à la même résolution 768p avec audio, et les autres points de référence du tableau vont jusqu’à 0,40 $ par seconde pour Veo 3.1 de Google. Rien d’exotique dans ce lancement : un seul modèle, trois modes de prompt, le son généré dans le même appel. Ce qui est inhabituel, c’est qu’une entreprise prenne un modèle de base à poids ouverts, le post-entraîne pour son propre segment vertical, et fixe le prix du résultat près d’un ordre de grandeur en dessous du modèle dont il est dérivé — tout en affirmant du même souffle que des testeurs en aveugle l’ont classé devant cette base. Les deux affirmations sont de HeyGen, et c’est dans l’arithmétique qui les sous-tend que se joue réellement la décision de l’acheteur.

Ce qu'est réellement HeyGen Video

HeyGen Video est un modèle vidéo généraliste, et non un moteur d'avatar, et la distinction compte si vous avez déjà utilisé HeyGen. La documentation de l'entreprise elle-même trace explicitement la ligne : ses moteurs de rendu d'avatar animent une apparence que vous possédez déjà à partir d'un script que vous avez déjà écrit, tandis que celui-ci invente le sujet, le décor, la lumière et le son en même temps à partir d'une description. Il est livré sous l'identifiant heygen-video-1 sur /v3/models/videos, authentifié avec un x-api-key en-tête, et il ne fonctionne qu'avec des clés API payantes.

Trois modes couvrent le conditionnement :

• text_to_video — invite uniquement, sortie en 16:9 par défaut.

• image_to_video — une invite plus une image, qui devient littéralement la première image de la séquence, y compris son orientation EXIF ; la sortie respecte les proportions de cette image.

• reference_to_video — le mode par défaut. Invite plus jusqu'à neuf images de référence, trois vidéos de référence et trois clips audio de référence, soit douze éléments au total. L'ordre de la liste devient l'étiquette que vous utilisez dans l'invite : la première entrée de reference_images est <Picture 1>, la première vidéo est <Video 1>, et les images, les vidéos et les audios sont numérotés indépendamment.

L’enveloppe de sortie est serrée, et vaut la peine d’être lue avant le prix :

• Durée — tout nombre entier de secondes compris entre 5 et 15, la valeur par défaut étant 5.

• Résolution — 480p ou 768p, avec 768p par défaut. En 16:9, cela correspond à 1344 × 768 ; en 9:16, 768 × 1344.

• Cadence d’images et audio — 24 fps dans un conteneur MP4/H.264, avec de l’audio AAC à 32 kHz stéréo transportant des dialogues, des ambiances et des effets générés.

• Ratios d'aspect — 21:9, 16:9, 4:3, 1:1, 3:4 et 9:16, plus adaptatif pour le mode référence, qui hérite de la forme de la première image de référence.

• Amélioration du prompt — turbo par défaut, qualité pour une passe plus longue, désactivé pour envoyer votre texte tel quel.

Le schéma est strict — les champs inconnus sont rejetés plutôt qu'ignorés — etseed est un entier 32 bits non signé qui rend un plan reproductible lorsque vous le maintenez et modifiez une clause à la fois. Les liens de téléchargement sont signés et expirent, donc l'interrogation périodique les actualise ; les callbacks sont tentés une fois par tâche et HeyGen lui-même vous dit de les traiter comme une optimisation de latence plutôt qu'une garantie.

Les chiffres du fournisseur lui-même, et les mises en garde qu’ils comportent

HeyGen a mis un tableau comparatif sur la page de lancement, et c’est la seule affirmation quantitative de l’article, donc cela vaut la peine de le décortiquer plutôt que de le répéter.

Le graphique de qualité est une table Elo avec HeyGen Video en tête — 1000 — puis Dreamina Seedance 2.0 à 955, la famille H3 Max de 952 à 860, Kling 3.0 Pro à 857 et Veo 3.1 à 744. La note de bas de page joue un rôle crucial : les scores proviennent d'un ensemble d'évaluation interne de requêtes Artificial Analysis Arena avec 4 800 votes, et le score de HeyGen lui-même est normalisé à 1000 pour simplifier la comparaison. Qu'un fournisseur se normalise en tête de son propre graphique ne prouve pas qu'il est en tête ; c'est un choix de présentation. L'espacement relatif en dessous est la partie instructive.

Plus utile encore : la comparaison directe. HeyGen affirme que des testeurs en aveugle ont préféré son modèle au H3 Max de fal dans 55,8 % des comparaisons, sur 650 votes, avec une fourchette de 49–62 %. Cette fourchette est le détail honnête : à son extrémité basse, elle est à cheval sur 50 %, donc, d’après les propres chiffres de HeyGen, une préférence sur H3 Max ne se distingue pas clairement du bruit. La ventilation par axe est elle aussi contrastée — 65 % pour la fidélité à l’image source et 66 % pour le timing, contre 43 % pour la cohérence et 45 % pour la musique — ce qui donne l’image d’un modèle qui tient bien un plan unique et contenu, mais dérive sur des plans plus longs.

La vitesse est le chiffre le moins contestable. HeyGen annonce son inférence de diffusion à 3,7 secondes pour un clip image-vers-vidéo de dix secondes, contre 4,1 secondes pour H3 Max Turbo et 8,3 secondes pour H3 Max, le temps de sous-titrage étant exclu, car il varie selon le mode. Tout ce qui est inférieur à la durée du clip produit est plus rapide que le temps réel.

Le prix, et une incohérence dans le texte promotionnel de HeyGen lui-même

Deux sources HeyGen donnent deux tarifs standards différents. Le texte de lancement indique que les tarifs commencent à 0,01 $ la seconde jusqu'en octobre, présenté comme une réduction de 50 % sur un tarif standard de 0,02 $ — ce qui fait d'octobre le tarif promotionnel et de 0,02 $ le prix catalogue. Le tableau des coûts de la même page, dont la note de bas de page précise qu'il s'agit du prix catalogue par seconde en 768p avec audio avant les promotions de lancement, situe HeyGen Video à 0,03 $.

Ce n'est pas une différence d'arrondi ; c'est un écart de 50 % entre ce que le texte de HeyGen présente comme son tarif standard et ce que dit son graphique. Les autres lignes du graphique concordent avec les tarifs externes — MiniMax facture le MiniMax H3 de base à 0,08 $ par seconde, ce qui correspond aux 4,80 $ par minute relevés par Artificial Analysis pour celui-ci — donc les chiffres de la famille H3 ne sont pas les exceptions. Jusqu'à ce que HeyGen publie une page de tarification d'API, considérez le 0,01 $ comme confirmé, car il s'agit du tarif promotionnel actuel, et considérez le chiffre d'après octobre comme situé entre 0,02 $ et 0,03 $ par seconde.

Ce que coûtent mille secondes

Voici la comparaison qui compte, en 768p avec audio, pour mille secondes de vidéo générée — cent clips de dix secondes :

• Vidéo HeyGen en octobre — 10 $ à 0,01 $ par seconde.

• HeyGen Video après octobre — 20 $ à 0,02 $, ou 30 $ si le 0,03 $ du graphique est correct.

• MiniMax H3 sur OrcaRouter — 80 $ au prix catalogue du fournisseur, soit 0,08 $ par seconde, avec 0 % de marge, donc toute variation de prix du fournisseur est répercutée ici le jour même.

• H3 Max de fal — 80 $ au tarif indiqué de 0,08 $ par seconde.

• Kling 3.0 Pro — 168 $ à 0,168 $ par seconde.

• Veo 3.1 — 400 $ à 0,40 $ par seconde.

Pour les équipes qui génèrent en masse et jettent la majeure partie de ce qu’elles produisent — extraits courts pour les réseaux sociaux, variantes publicitaires, boucles produit —, le taux de rebut est la véritable ligne de coût, et à 0,10 $ l’essai de dix secondes, l’économie de l’itération change de forme. Le hic, c’est le plafond : 768p à 24 i/s n’est pas un format de livraison 2K, et « qualité de production » est une expression de HeyGen, pas une spécification. Le MiniMax H3 de base atteint la 2K via un module de régénération distinct sur l’API hébergée de MiniMax, à 0,13 $ par seconde, et HeyGen Video n’a pas d’équivalent — donc si votre cible de livraison est supérieure à 768p, la seconde bon marché n’est pas la seconde dont vous avez besoin.

Pour les équipes qui souhaitent comparer les deux, MiniMax H3 est disponible sur OrcaRouter en tant que minimax/minimax-h3 à 0,08 $ par seconde, de sorte que le modèle de base et le modèle post-entraîné peuvent être placés derrière une seule clé au lieu de deux contrats. HeyGen Video lui-même n'est pas un modèle routé ici aujourd'hui — il est servi via l'API propre à HeyGen et plusieurs plateformes tierces — ce qui est exactement le cas pour lequel le basculement automatique existe : vous pouvez prototyper avec un modèle vieux de quelques jours sans miser un chemin de production dessus, et s'il atteint un fournisseur routé, il apparaît au prix catalogue plutôt qu'à un prix majoré.

Ce que HeyGen dit qu’il fait mal

Le paragraphe le plus utile de la documentation de HeyGen est celui qui énumère les modes de défaillance, car les fournisseurs les mentionnent rarement. HeyGen Video est, selon les propres mots de l'entreprise, le moins fiable sur les longs textes à l'écran, sur les mouvements organiques doux comme les pétales, le papier et les cheveux, et sur le travail de près avec les mains comme l'assemblage ou l'utilisation d'équipement. Il est à son meilleur sur des plans courts et contenus : un sujet, un lieu, une action, une caméra fixe ou à peine mobile.

Ce profil correspond aux chiffres en aveugle par axe ci-dessus — bonne fidélité à une image fournie, cohérence faible — et il devrait orienter votre façon de le tester. La capacité sur laquelle les films de lancement s'appuient le plus est le lettrage généré à l'intérieur du plan : chaque titre y était peint, estampillé ou pressé dans la scène plutôt que rajouté en compositing. Les propres recommandations d'HeyGen indiquent que les phrases courtes épelées exactement s'affichent de manière fiable, ce qui est une affirmation étroite, et les mêmes documents déconseillent les longs textes à l'écran. Si votre flux de travail dépend d'une typographie lisible, c'est le point à sonder en premier.

Le deuxième post-entraînement de MiniMax H3 en cinq semaines

Le fait structurel intéressant, c'est que HeyGen Video n'est pas le premier produit commercial construit en affinant MiniMax H3. fal a livré H3 Max le 27 août, un post-entraînement de la même base co-optimisé avec la pile d'inférence de fal, et il a fait ses débuts en tête du classement image-vers-vidéo avec audio d'Artificial Analysis. Désormais, HeyGen a fait la même chose pour un autre secteur vertical — vidéo d'entreprise, démonstrations de produits, formation, visites de biens immobiliers — et l'a proposé à un prix inférieur à celui de la base.

Ce schéma est le vrai signal. La décision de MiniMax de publier les poids de H3 sous sa propre licence communautaire a transformé le modèle en un substrat que d’autres entreprises peuvent spécialiser et revendre, et le fait qu’il s’agisse du deuxième produit de ce type en cinq semaines suggère que le taux de conversion est réel. Cela signifie aussi que « MiniMax H3 » devient une famille plutôt qu’un modèle : la version de base, le H3 Max de fal et HeyGen Video sont désormais en concurrence à des prix et à des résolutions différents, et un acheteur qui compare « H3 » à autre chose doit préciser de quel H3 il parle.

Le classement text-to-video d’Artificial Analysis montre à quel point cela peut avoir de l’impact. Son modèle classé deuxième avec audio, à 1150 Elo, est Utopai X — annoté par Artificial Analysis comme étant basé sur MiniMax H3 — devant le MiniMax H3 de base lui-même, à 1138, en quatrième position. Quel que soit le score du modèle de base lui-même, les dérivés construits sur celui-ci le surpassent en matière de préférence humaine à l’aveugle sur au moins un classement indépendant.

Qu'est-ce qui reste encore non vérifié ?

Trois choses qu'un lecteur devrait garder ouvertes.

Premièrement, HeyGen Video n'a pas de score indépendant. Depuis le 1er octobre, il n'apparaît sur aucun des trois tableaux vidéo d'Artificial Analysis — texte-vers-vidéo, image-vers-vidéo et montage vidéo — il n'existe donc pas encore d'Elo tiers en aveugle pour lui. Chaque chiffre de qualité cité dans cet article est celui de HeyGen lui-même, sur un ensemble d'évaluation de requêtes Arena que HeyGen a constitué avec 4 800 votes. C'est une méthodologie défendable et un résultat de fournisseur, et il convient de le lire comme tel.

Deuxièmement, HeyGen n'a rien dit au sujet de la publication des poids. Le modèle à partir duquel il a été ajusté est à poids ouverts, mais un post-entraînement est un nouvel artefact, et les licences de HeyGen lui appartiennent en propre ; rien dans les documents de lancement ne l'engage dans un sens ou dans l'autre.

Troisièmement, la documentation se contredit elle-même. La référence de l'API indique que le prompt accepte au maximum 5 000 caractères Unicode, tandis que le tableau des paramètres de la page des modèles donne une plage de 1 à 32 000 caractères — soit un écart de 6× sur une limite d'entrée stricte. C'est le chiffre le plus bas qui apparaît dans la référence et dans le résumé du changelog, donc prévoyez 5 000 jusqu'à ce que HeyGen concilie les deux.

Qui devrait agir, et qui devrait attendre

Si votre travail vidéo tient dans un plan cadre fermé — un produit sur un établi, une pièce filmée en traveling lent, un seul sujet et une caméra fixe — et que vous livrez en 768p ou moins, le tarif valable jusqu'à fin octobre est la façon crédible la moins chère de générer à grande échelle des séquences narrées et mises en musique parmi tout ce qui se publie actuellement. Testez-le ce mois-ci tant que la promotion tient, et concevez le test autour des trois points faibles que HeyGen reconnaît plutôt qu'autour du film de lancement.

Si votre cible de livraison dépasse 768p, si vous avez besoin de longs textes à l'écran, ou si la lisibilité constante d'un plan à l'autre est ce qui compte, attendez. Le MiniMax H3 de base reste le H3 routable à 0,08 $ par seconde pour 768p, et sa voie 2K hébergée se situe à 0,13 $ par seconde — les deux derrière une seule clé sur OrcaRouter, au prix catalogue du fournisseur sans marge, donc si le prix de HeyGen après octobre s'avère être de 0,03 $ plutôt que de 0,02 $, vous verrez la correction ici le jour même, et non le mois suivant. Ce qui changerait le plus rapidement le verdict, c'est un Elo indépendant : dès que HeyGen Video apparaîtra sur un classement tiers en aveugle, le 55,8 % du fournisseur tiendra ou ne tiendra pas.