Um cartão de título gerado para o artigo "Avatar 6 vs HeyGen Video 1", com um antetítulo "COMPARAÇÃO DE MODELOS DE AVATAR", o título grande "Avatar 6 vs HeyGen Video 1", o subtítulo "Mesmo fornecedor, duas funções diferentes" e três cartões em formato de pílula com os textos "pessoa no quadro", "cena no quadro" e "uma conta de créditos".
Guides & Insights

Avatar 6 vs HeyGen Video 1: mesmo fornecedor, duas funções diferentes

Autor

Elias Hawthorne

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

A HeyGen lançou o Avatar 6 em 17 de novembro de 2026, sete semanas depois de lançar o HeyGen Video 1 em 30 de setembro. Eles ficam um ao lado do outro no mesmo menu de modelos, ambos aceitam uma imagem de referência, ambos geram vídeo com som e ambos são cobrados pela mesma conta. Escolher entre eles não é uma questão de qualidade — nenhum dos dois é uma versão inferior do outro. É uma questão sobre o que está no enquadramento. Se uma pessoa específica precisa aparecer e falar as suas palavras, apenas um deles consegue fazer isso. Se ninguém em particular precisa aparecer, apenas o outro consegue.

Comece pelo quadro, não pela ficha técnica

Os dois modelos respondem a prompts diferentes. O Avatar 6 anima uma pessoa: você fornece uma foto ou um vídeo curto de alguém e o áudio da fala que essa pessoa deve interpretar, e ele retorna essa pessoa dizendo essas palavras, movendo-se da forma que o áudio sugere. O HeyGen Video 1 gera uma cena: você fornece uma descrição, uma imagem ou um clipe de referência, e ele retorna de cinco a trinta segundos de filmagem com seu próprio diálogo, ambiente e efeitos, sem nenhum apresentador envolvido.

Essa distinção decide a maioria dos projetos reais antes mesmo de qualquer número ser comparado. Um módulo de treinamento em que um instrutor identificado precisa apresentar um roteiro é o Avatar 6. Um anúncio de produto em que uma xícara de café solta vapor sobre o balcão ao amanhecer é o HeyGen Video 1. Um híbrido — um instrutor apresentando sobre b-roll gerado — precisa dos dois, e o Video Agent da própria HeyGen existe para costurá-los.

O contraste de especificação que realmente difere

• O que você envia — Avatar 6 recebe mídia de referência mais áudio; HeyGen Video 1 recebe um prompt de texto, uma imagem ou um clipe de referência e gera seu próprio áudio.

• Duração da saída — O Avatar 6 dura tanto quanto o áudio que você fornecer, com renderizações contínuas de 25 a 28 minutos demonstradas; o HeyGen Video 1 produz clipes de 5 a 30 segundos.

• Resolução — O Avatar 6 oferece 1080p e 2K; o HeyGen Video 1 abrange de 480p a 2K, com 1080p e 2K a aproximadamente três vezes a tarifa de 768p.

• Identidade — O Avatar 6 mantém o rosto, a voz e os maneirismos de uma pessoa em toda a renderização; o HeyGen Video 1 não tem identidade a manter, e a consistência entre clipes é um problema de prompting, não uma garantia do modelo.

• Áudio — O Avatar 6 sincroniza os lábios com o áudio que você fornecer, então a voz é sua para escolher e clonar; o HeyGen Video 1 gera o áudio a partir do prompt, incluindo o diálogo, a aproximadamente 2,5 palavras por segundo para estimativas de tempo.

Preço — o Avatar 6 é vendido em créditos de assinatura, sem tarifa por segundo publicada; o HeyGen Video 1 tem um preço de API por segundo publicado, citado no próprio material da HeyGen como US$ 0,02, com um valor de US$ 0,03 aparecendo em seu gráfico de custos.

• Controle de movimento — O Avatar 6 aceita um motion_prompt de até 1.200 caracteres, além de um interruptor de expressividade de dois níveis; o HeyGen Video 1 aceita instruções de câmera, lente e movimento dentro da descrição da cena.

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.'

Duas dessas linhas têm mais peso que as demais. A duração, porque é a diferença entre um clipe e um entregável. E a transparência de preços, porque é a diferença entre um orçamento e um palpite.

Onde a assimetria de preços causa impacto

O HeyGen Video 1 tem uma tabela de preços. Sua página do modelo informa US$ 0,02 por segundo para acesso via API, e a tabela de parâmetros descreve resoluções de 480p a 2K, com 1080p e 2K custando cerca de três vezes a tarifa de 768p. Um clipe de trinta segundos em 768p custa, portanto, aproximadamente sessenta centavos, e você pode multiplicar isso pelo seu volume mensal sem perguntar a ninguém.

O Avatar 6 não tem uma. A página pública de preços vende o Creator a $29/mês por 600 créditos e o Pro a $49/mês por 1.000 créditos, e lista Avatar 6, Avatar 6 Turbo e Avatar 6 Pro como recursos incluídos — mas nenhuma conversão de créditos para segundos é publicada, e a página de preços para desenvolvedores leva a um aplicativo com login. A lacuna não é tanto um descuido quanto uma diferença de maturidade: o HeyGen Video 1 está no mercado desde setembro e já se consolidou com uma taxa por segundo, enquanto o Avatar 6 tem dois dias e ainda é vendido como um recurso de assinatura.

Para quem modela custos, essa assimetria inverte o conselho habitual. O modelo mais novo e impressionante é aquele que você ainda não consegue precificar por unidade. Orce o Avatar 6 em créditos e valide a conversão com o HeyGen antes de escalar, ou faça um piloto no plano gratuito — três vídeos com marca d'água por mês, de um minuto cada — até aparecer uma tabela de preços.

No que cada um é realmente bom

O número que prevê o que você verá em um arquivo finalizado é 65,1%, não os 84,4% do banner. A manchete da HeyGen reescala uma taxa de vitória de 42,2% em comparação lado a lado — avaliadores que viram uma gravação genuína ao lado de um clipe do Avatar 6 do mesmo falante, mesma fala, mesmo áudio — contra uma linha de base de 50, equivalente a cara ou coroa. Ao exibir apenas um clipe, 65,1% das saídas do Avatar 6 foram consideradas reais, em comparação com 78,9% das gravações não editadas, e esse número caiu para 56,5% quando um clone de voz da HeyGen substituiu a voz da própria pessoa. A voz está carregando uma grande parte do poder de persuasão, o que vale a pena saber quando você decide quem vai gravá-la.

Fora da HeyGen, existia exatamente uma medição na época em que este texto foi escrito. A New Measure publicou os primeiros resultados de votação às cegas da sua Avatar Arena em 18 de novembro, e o Avatar 6 ficou em primeiro lugar nos dois rankings: 1.197 de Elo para avatares pessoais e 1.237 para apresentadores de catálogo. Leia as limitações antes de citá-la. Os roteiros foram limitados a 500 caracteres, 97% das comparações concluídas usaram clipes de 35 segundos ou menos, e três concorrentes falaram por meio da própria voz clonada da HeyGen. Cada uma dessas restrições descreve o tipo de clipe que o HeyGen Video 1 produz, não o render de 20 minutos pelo qual o Avatar 6 é vendido.

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.

As alegações do HeyGen Video 1 seguem em outra direção. Sua avaliação publicada é um conjunto interno de consultas do Artificial Analysis Arena com 4.800 votos, pontuado no Elo normalizado próprio da HeyGen, além de uma vitória de 55,8% em preferência cega sobre o pós-treino do MiniMax H3 de outro fornecedor, em 650 votos, com intervalo de 49% a 62% — um intervalo cuja extremidade inferior beira o cara ou coroa. O HeyGen Video 1 não aparece nos rankings públicos de vídeo do Artificial Analysis. O que ele tem é uma linhagem documentada: é construído sobre o MiniMax H3 e pós-treinado pela HeyGen, e seus prompts são estruturados como uma lista de planos, o que indica que o modelo espera direção cinematográfica em vez de uma frase.

É nas regras de mídia de referência que os dois mais divergem.

A barreira de consentimento é a assimetria que nunca aparece numa tabela de preços. Forneça ao Feed Avatar 6 um vídeo de uma pessoa real e o workspace exigirá acesso Enterprise mais uma declaração em vídeo contendo um código gerado para aquela sessão — um termo de autorização assinado no mês passado não é evidência, e nada é renderizado até que a verificação de correspondência do HeyGen passe. Uma referência fotográfica ou um visual de avatar preexistente contorna todo o fluxo. O HeyGen Video 1 não tem uma barreira equivalente, porque um clipe de referência ali orienta o estilo em vez de reconstruir um rosto identificado; o que você herda em vez disso são as questões comuns de licenciamento sobre o material que você enviou.

HeyGen Video 1 não tem nada disso. Seu modo referência para vídeo usa um clipe de referência para orientar estilo e sujeito sem a verificação de identidade que o Avatar 6 exige, porque ele não reconstrói o rosto de uma pessoa real específica ao longo do tempo. Se o seu caso de uso envolve talentos com consentimento, as regras do Avatar 6 são uma vantagem. Se envolve um personagem estilizado, elas simplesmente não estão no seu caminho.

Executando ambos de um só lugar

A OrcaRouter não serve nenhum dos dois modelos. Ambos são hospedados pela HeyGen, condicionados ao consentimento e cobrados em créditos da HeyGen, e nenhuma camada de roteamento muda isso. O que uma camada de roteamento muda é o custo das partes ao redor deles. O roteiro que um avatar lê, a lista de planos a partir da qual um prompt de vídeo é montado, o classificador que decide de qual dos dois uma solicitação precisa — essas são chamadas de modelo comuns, e são elas que falham às 2h da manhã. Mais de duzentos modelos por trás de uma única chave compatível com OpenAI, ao preço de tabela do provedor sem nenhuma margem, com failover automático, significa que o renderizador é a única relação com fornecedor com que você precisa se preocupar.

Há um segundo uso mais discreto. O HeyGen Video 1 é construído sobre o MiniMax H3, um modelo roteável a US$ 0,08 por segundo para 768p e US$ 0,13 para 2K. Se você quer saber se o pós-treinamento do HeyGen justificou seu preço premium, executar o modelo base com o mesmo prompt é um experimento barato — e é algo que você pode fazer sem uma conta 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.

Qual escolher

Recorra ao Avatar 6 quando o entregável for uma pessoa. Vídeos explicativos, localização de um porta-voz existente, prospecção de vendas em que o rosto do remetente importa, qualquer coisa com mais de um minuto, qualquer coisa em que o áudio seja fixo e a boca precise corresponder a ele. O modo de edição no nível da palavra importa mais do que parece: regenerar uma frase em um vídeo de vinte minutos enquanto se deixa 48,3 dB da filmagem intocada intacta é a diferença entre um ajuste de cinco minutos e uma renderização completa.

Recorra ao HeyGen Video 1 quando o entregável for uma cena. Publicidade, b-roll, personagens estilizados, qualquer coisa em que uma lista de planos seja a forma natural de descrever o que você quer, e qualquer coisa curta o bastante para que trinta segundos não sejam uma limitação. O preço por segundo e os limites de duração publicados tornam o HeyGen Video 1 a opção mais fácil dos dois de incluir em um orçamento.

Use os dois quando estiver produzindo vídeos com apresentador e inserts, que é a maior parte do vídeo corporativo. O Video Agent da HeyGen os compõe, e a divisão é clara: o apresentador é o Avatar 6, os inserts são o HeyGen Video 1, e nenhum dos modelos precisa fazer mal o trabalho do outro.

O que ainda não foi medido

Ninguém fora da HeyGen testou o Avatar 6 por mais de 35 segundos. A arena parou por aí, e todas as alegações de formato longo — 25 a 28 minutos, contínuos, em uma única geração — vêm das próprias demonstrações da HeyGen. Se a identidade deriva no minuto doze, se o vocabulário de gestos começa a se repetir, se uma renderização em 2K desse comprimento é economicamente viável: tudo em aberto. A questão em aberto do HeyGen Video 1 é a oposta, e mais antiga: se um teto de trinta segundos por clipe é um limite técnico ou uma decisão de produto, e se o preço se mantém depois que a janela de lançamento fechar.

Compre aquele que corresponde ao seu enquadramento. Não compre nenhum dos dois com base em uma porcentagem de preferência — incluindo a da HeyGen e a da arena.