Creatify Boreal vs HeyGen Avatar IV: как выбрать видео с говорящей головой?

TL;DR

• Если нужно создать рекламный, UGC или короткий ролик с говорящей головой из текста, сначала выбирайте Creatify Boreal; если нужно, чтобы заданное фото портрета открывало рот под запись, сначала смотрите HeyGen Avatar IV.
• Boreal 720p стоит $0.0145 за секунду запроса, HeyGen — $0.15 за выходную секунду; на странице цен Boreal перечислены тарифные уровни бюджета. В этом тесте каждый ролик оплачивался отдельно: $0.174 и $1.80.
• Обе модели уже доступны в HiAPI: откройте Boreal, чтобы настроить визуальный промпт, или откройте HeyGen, чтобы настроить портрет и запись.

Кратко: сначала выберите способ ввода

Пункт, влияющий на выбор	Creatify Boreal	HeyGen Avatar IV
Фото портрета	Необязательно, поддерживается и чистый текст	Обязательно, чёткое лицо анфас
prompt	Указания по кадру, движению и звуку	Реплики; игнорируется при наличии audio_url
Готовая озвучка	audio_url, можно сочетать с референсным изображением	audio_url; в этом случае voice также игнорируется
Длительность	duration — целое число секунд от 1 до 20	duration не передаётся; управляющее аудио до 600 секунд
Разрешение	720p / 1080p / 2k	720p / 1080p
Обработка кадра	Центрированное кадрирование референсного изображения под указанное соотношение	Можно заполнить фоном область вокруг портрета
Тарификация	Секунды запроса × цена для соответствующего разрешения	По секундам выходного видео; в этом примере каждый ролик рассчитан за 12 секунд

Две группы примеров: один портрет, одна и та же запись

В каждой группе обе стороны используют одно и то же референсное изображение; группы «книжный магазин» и «кухня» также используют один и тот же реальный MP3, около 11.1805 секунды. Кухонная группа тоже использует эту запись из книжного магазина — по названию сцены нельзя судить о содержании реплик.

Обе стороны запрошены в 720p, 9:16, результат — MP4 720×1280. Boreal запрошен на 12 секунд, готовый ролик 12.042 секунды / 24fps; готовый ролик HeyGen 11.2 секунды / 25fps. Ниже приведено сравнение на примере имеющихся материалов: выходная длительность, частота кадров и часть кодирования различаются, поэтому по ним нельзя давать строгий рейтинг качества при одинаковых выходных условиях.

Все четыре видео содержат не немую звуковую дорожку; озвучка не транскрибировалась и не проходила семантический аудиоанализ. Ниже сохранён полный оригинальный визуальный промпт Boreal, а не транскрипция реплик; содержащиеся в нём требования к артикуляции губ также не означают, что готовый ролик их точно выполнил.

Группа первая: экскурсовод в книжном магазине

The presenter speaks the narration to the camera, friendly and relaxed, small hand gestures, cozy bookshop background.

Creatify Boreal	HeyGen Avatar IV
Смотреть видео Boreal	Смотреть видео HeyGen
720p · 9:16 · MP4 720×1280; 12.042 секунды / 24fps; 348 кредитов / $0.174	720p · 9:16 · MP4 720×1280; 11.2 секунды / 25fps; 3,600 кредитов / $1.80

Обе обложки взяты с кадра на 3 секунде в формате PNG 720×1280. В этот момент у персонажа Boreal улыбка более открытая, у HeyGen рот слегка приоткрыт; на кадрах на 6 и 10.5 секунде у Boreal появляется коричневый предмет с ручкой, которого не было на референсном изображении, а руки HeyGen по-прежнему возле карманов брюк. Здесь описывается конкретная картинка, и по ней не делается вывод о том, у кого точнее артикуляция губ.

Сгенерировать с этим промптом →: предзаполнен только визуальный промпт Boreal; дополнительно укажите референсное изображение этой группы и MP3 выше, выберите 720p, 9:16, 12 секунд. HeyGen использует то же изображение и MP3, без этого визуального текста.

Группа вторая: экскурсовод на кухне

The presenter talks warmly to the camera in her kitchen, with small natural gestures, lip-synced to the provided narration.

Creatify Boreal	HeyGen Avatar IV
Смотреть видео Boreal	Смотреть размещённое видео HeyGen
720p · 9:16 · MP4 720×1280; 12.042 секунды / 24fps; 348 кредитов / $0.174	720p · 9:16 · MP4 720×1280; 11.2 секунды / 25fps; 3,600 кредитов / $1.80

Обе обложки взяты с кадра на 3 секунде в формате PNG 720×1280: у персонажа Boreal голова наклонена и улыбка с зубами, у HeyGen голова более прямая, рот открыт. На кадрах на 0.5, 3, 6 и 10.5 секунде видны жёлтый свитер и кухонный фон; эти статичные кадры не доказывают синхронизацию речи и движения губ.

Кухонная ссылка HeyGen — это перекодированная размещённая копия MP4, оригинальный файл сохранён. Оригинал 21,629,182 байта (около 21.6 MB), размещённая версия 8,263,233 байта (около 8.26 MB); разрешение, длительность и частота кадров сохранены, изменение кодирования может повлиять на текстуры и детали сжатия.

Сгенерировать с этим промптом →: дополнительно укажите кухонное референсное изображение и тот же MP3, выберите 720p, 9:16, 12 секунд. HeyGen по-прежнему использует только изображение, аудио, разрешение и соотношение сторон.

Сколько заплатили за эти примеры и как выбирать по сценарию

В записях тарификации этой задачи расчёт разбит по разнице кошелька для каждой группы: Boreal — 348 кредитов / $0.174 за ролик, HeyGen — 3,600 кредитов / $1.80 за ролик; каждая группа 3,948 кредитов / $1.974, обе группы всего 7,896 кредитов / $3.948. Эти два примера HeyGen рассчитаны по 12 секунд каждый, нельзя напрямую считать 11.2 секунды готового ролика за $1.68 и нельзя по этим двум роликам выводить, что все задачи используют одно и то же правило округления. Цены HiAPI проверены 27 октября 2026 года.

• Планируете короткие рекламные кадры из текста: выбирайте Boreal. Референсное изображение необязательно, удобно сначала описать товар и движение в кадре.
• Строите говорящую голову вокруг фиксированного портрета: сначала смотрите HeyGen. Изображение обязательно, затем выбираете готовую запись или озвучку реплик.
• Короткая озвучка уже записана: подходят обе стороны. Проверяйте всё видео с учётом бюджета; пример с книжным магазином напоминает, что нужно смотреть и на появление новых объектов в поздних кадрах.

Переключение интерфейса: как выглядят два тела запроса

Ниже приведены два тела запроса, фактически использованные для группы «книжный магазин», отправленные в HiAPI POST https://api.hiapi.ai/v1/tasks. Boreal сохраняет визуальный prompt и duration; HeyGen в аудиорежиме опускает prompt, voice и duration.

Boreal:

{
  "model": "creatify-boreal",
  "input": {
    "prompt": "The presenter speaks the narration to the camera, friendly and relaxed, small hand gestures, cozy bookshop background.",
    "image_url": "https://static.hiapi.ai/gallery/2026/10/eef85bddf11cec79.webp",
    "audio_url": "https://static.hiapi.ai/admin-assets/2026/10/27/1793080254274-375bf62b57aabd92-boreal-driving.mp3",
    "resolution": "720p",
    "aspect_ratio": "9:16",
    "duration": 12
  }
}

HeyGen:

{
  "model": "heygen-avatar-iv",
  "input": {
    "image_url": "https://static.hiapi.ai/gallery/2026/10/eef85bddf11cec79.webp",
    "audio_url": "https://static.hiapi.ai/admin-assets/2026/10/27/1793080254274-375bf62b57aabd92-boreal-driving.mp3",
    "resolution": "720p",
    "aspect_ratio": "9:16"
  }
}

После отправки сохраните возвращённый data.taskId, затем запросите результат задачи; полные шаги см. в руководстве по подключению. В кухонной группе замените image_url в обоих запросах на кухонное референсное изображение выше, в Boreal также замените визуальный промпт на кухонный, audio_url оставьте тем же.

Частые вопросы

В двух группах использовалась разная озвучка?

Нет. Все четыре запроса используют один и тот же MP3 выше, и обе стороны в каждой группе используют одно и то же изображение; кухонная картинка не означает, что для кухни была записана отдельная реплика.

Можно ли отправить один и тот же prompt обеим сторонам как есть?

Нельзя переносить смысл ввода буквально. Текст Boreal задаёт визуальную сцену; prompt HeyGen — это реплики, и в этом аудиорежиме он опущен.

Почему эти два видео HeyGen длиной 11.2 секунды стоят по $1.80 каждое?

В записях тарификации этой задачи эти два примера рассчитаны по 12 секунд, то есть 12 × $0.15. Длительность ролика и секунды расчёта нужно фиксировать отдельно.

Можно ли по этому судить, что артикуляция губ абсолютно точна?

Нет. Здесь проверены только наличие звуковой дорожки, громкость и видимая картинка, без транскрипции и семантического аудиоанализа, поэтому точность реплик и артикуляции губ не гарантируется.

Что делать, если озвучка превышает диапазон длительности Boreal?

Разрежьте запись на фрагменты, подходящие для запросов длительностью 1–20 секунд, или рассмотрите HeyGen, поддерживающий управляющее аудио до 600 секунд; Boreal сохраняет первые duration секунд, а короткое аудио дополняет тишиной.

Следующий шаг: подготовьте портрет и запись по указанным выше полям, откройте Boreal, чтобы настроить этот набор входных данных; больше вариантов описания кадра см. на странице примеров Boreal.