Was kostet die HeyGen Avatar IV API? $0.15 pro Sekunde

Bei der Erstellung von Foto-Digital-Human-Videos ist die erste Frage, die man klären muss: Was kostet ein Video? Die Antwort ist einfach: HeyGen Avatar IV wird bei HiAPI nach den Sekunden des Ausgabevideos abgerechnet, $0.15 pro Sekunde, 720p und 1080p zum gleichen Preis, ein 10-Sekunden-Video kostet $1.50.

HeyGen Avatar IV ist bereits bei HiAPI verfügbar. Öffnen Sie die Modellseite, laden Sie ein Porträtfoto hoch und schreiben Sie einen Text – schon kann die Person auf dem Foto sprechen.

Was kostet ein Video mit HeyGen Avatar IV?

Videolänge	Preis
5 Sekunden	$0.75
8 Sekunden	$1.20
10 Sekunden	$1.50
15 Sekunden	$2.25
30 Sekunden	$4.50
60 Sekunden	$9.00

Es gibt nur eine Preisstufe: abgerechnet wird nach den tatsächlichen Sekunden des generierten Videos. Beim Erstellen des Auftrags wird eine Schätzung der Dauer im Voraus abgebucht und nach Abschluss nach den tatsächlichen Sekunden abgerechnet – zu viel gezahltes Geld wird zurückerstattet, zu wenig gezahltes nachgefordert; fehlgeschlagene Aufträge werden vollständig erstattet.

Die Modellseite zeigt den Preis in Credits an: 300 Credits pro Sekunde, 2000 Credits = $1.

Für $10 lassen sich etwa 66 Sekunden Video generieren, also ungefähr 6 kurze 10-Sekunden-Videos – genug, um mit demselben Foto mehrere verschiedene Texte auszuprobieren.Jetzt auf der Modellseite das erste Video generieren →

Wovon hängt die Videolänge ab?

In der Anfrage muss keine Dauer übergeben werden. Bei Steuerung durch den Text bestimmen Text und Sprechgeschwindigkeit die Länge; bei Steuerung durch eigenes Audio ist das Video genauso lang wie das Audio. Die Preisschätzung ist also eine Dauerschätzung: So viele Sekunden der Text zum Vorlesen braucht, so viele Sekunden zahlt man.

Das folgende Querformat-Video ist 9 Sekunden lang und hat $1.35 gekostet. Der Pullover, die Frisur und der Raum auf dem Foto bleiben erhalten, Lippenbewegungen, Blinzeln und leichtes Nicken ändern sich mit der Sprache:

Die Parameter sind 1080p, 16:9, die Stimme ist Cute Chloe - Friendly. Der Text lautet (sinngemäß: Ich bin Lin, mit einem Foto und einem kurzen Text kann ich Ihr Produkt vorstellen oder eine Unterrichtsstunde aufnehmen):

Hi, I'm Lin. With one photo and a short script, I can present your product or record a lesson, with natural lip-sync and expressions.

Der Text ist bereits eingetragen, laden Sie einfach Ihr Foto hoch und generieren Sie →

Wie berechnet man das Monatsbudget?

Anzahl × Sekunden pro Video × $0.15 ergibt die Monatsrechnung:

Verwendungszweck	Anzahl pro Monat	Gesamtsekunden	Monatliche Kosten
30-Sekunden-Produktvorstellung	100 Videos	3.000 Sekunden	$450
60-Sekunden-Kursvideo	20 Videos	1.200 Sekunden	$180
10-Sekunden-Sprechvideo	300 Videos	3.000 Sekunden	$450

Bei denselben 3.000 Sekunden kosten 100 Videos à 30 Sekunden und 300 Videos à 10 Sekunden gleich viel. Das Budget richtet sich nur nach den Gesamtsekunden; wie man die Anzahl aufteilt, hängt vom Veröffentlichungsrhythmus ab.

720p oder 1080p?

Wählen Sie direkt 1080p. Beide Stufen kosten gleich viel, die höhere Qualität kostet keinen Cent mehr. resolution ist standardmäßig 720p; bei der API-Nutzung denken Sie daran, explizit 1080p anzugeben.

Dasselbe gilt für das Seitenverhältnis: 16:9, 9:16, 4:5, 5:4, 1:1 und auto werden alle sekundengenau abgerechnet – wählen Sie einfach nach dem Einsatzort.

Wie gibt man weniger Geld aus?

• Kurze Texte schreiben. Die Kosten hängen nur von den Sekunden ab. Streichen Sie Begrüßungen und wiederholte Floskeln, stellen Sie die Kernaussage nach vorne – jeder gesparte Satz spart Sekunden.
• Neue Fotos zuerst mit einem kurzen Text testen. Wenn Sie ein Foto wechseln, lassen Sie zuerst einen kurzen Text von ein paar Sekunden laufen und prüfen Sie, ob Lippenbewegungen und Mimik natürlich wirken; erst dann das vollständige Skript verwenden. Am zuverlässigsten sind Einzelporträts mit frontalem Gesicht, unverdeckten Gesichtszügen, gleichmäßigem Licht und natürlich geschlossenem Mund.
• Seitenverhältnis am Foto ausrichten. Ist das Foto hochkant, wählen Sie 9:16, oder wählen Sie auto, um das Fotoformat zu übernehmen – dann muss das Bild nicht mit Rändern aufgefüllt werden.
• Einen Auftrag nur einmal einreichen. Nach Erhalt der taskId pollen Sie oder empfangen Sie das Ergebnis über callback.url; ein wiederholtes POST erstellt einen neuen Auftrag und wird doppelt berechnet.
• Fertige Videos rechtzeitig herunterladen. Ausgabelinks laufen ab; speichern Sie das Video direkt nach dem Erfolg, um es nicht neu generieren zu müssen.

Hochkant-Produktempfehlungen sind ein typisches Szenario für kurze Texte. Das folgende Ohrhörer-Sprechvideo ist 8 Sekunden lang und kostet $1.20:

I've been using these new earbuds for a week. The noise canceling is super quiet, and the battery lasts all day. Follow me for more.

Der Text ist bereits eingetragen, laden Sie einfach Ihr Hochkantfoto hoch und generieren Sie → Seitenverhältnis 9:16, Auflösung 1080p.

Ist der Preis derselbe wie bei HeyGen Avatar V?

Ja, beide kosten $0.15 pro Sekunde. Der Unterschied liegt darin, woher die auftretende Person kommt:

	Avatar IV	Avatar V
Auftretende Person	Ein von Ihnen hochgeladenes Foto	497 voreingestellte Digital Humans
Auflösung	720p / 1080p	720p / 1080p / 4k
Transparenter Hintergrund, Untertiteldatei	—	Unterstützt
Preis	$0.15 / Sekunde	$0.15 / Sekunde

Wenn Sie ein eigenes Foto haben und „diese Person“ auftreten soll, wählen Sie Avatar IV; wenn Sie kein eigenes Bild brauchen, aber transparenten Hintergrund, Untertitel oder 4K möchten, wählen Sie HeyGen Avatar V.

Häufig gestellte Fragen

Kosten 720p und 1080p gleich viel? Ja. Beide kosten $0.15 pro Sekunde; nehmen Sie direkt 1080p.

Wird bei fehlgeschlagener Generierung Geld abgezogen? Nein. Der im Voraus abgebuchte Betrag fehlgeschlagener Aufträge wird vollständig erstattet.

Was passiert, wenn der im Voraus abgebuchte Betrag nicht dem endgültigen Betrag entspricht? Das System erstattet oder fordert automatisch nach. Beim Erstellen wird nach geschätzter Dauer im Voraus abgebucht, nach Abschluss wird nach tatsächlichen Sekunden abgerechnet.

Wie wird die Steuerung durch eigene Aufnahmen abgerechnet? Ebenfalls sekundengenau; das Video ist genauso lang wie das Audio, das Audio darf höchstens 600 Sekunden lang sein.

Jetzt das erste Video generieren

Den Text für die Geschäftspräsentation haben wir bereits eingetragen. Laden Sie ein Halbporträt aus dem Büro hoch, wählen Sie Seitenverhältnis 16:9 und Auflösung 1080p und klicken Sie auf „Ausführen“:

Hi, I'm Daniel. Send me your quarterly numbers, and I'll walk your team through what changed and what to do next.

Modellseite öffnen, der Text ist bereits eingetragen → Dieser Text ergibt ein 8-Sekunden-Video und kostet $1.20.

Weiterführende Lektüre zu HeyGen Avatar IV

• HeyGen Avatar IV Modellseite: Foto hochladen und online generieren, echte Ergebnisse ansehen
• Wie verwendet man die HeyGen Avatar IV API? Die vollständige Integration vom Foto zum sprechenden Video
• HeyGen Avatar IV API-Dokumentation: alle Parameter und Rückgabeformate
• HeyGen Avatar V Modellseite: 497 voreingestellte Digital Humans, Unterstützung für transparenten Hintergrund und 4K
• HiAPI Preisseite: alle Modellpreise auf einen Blick