HeyGen 10 月 1 日发布通用视频模型 HeyGen Video：10 月促销价 0.01 美元/秒，支持图生视频带音频
一条 10 秒的视频，一角钱。
这是 HeyGen 在新模型页面上给出的算法：10 月促销期每秒 0.01 美元，10 秒素材就是 0.1 美元。作为参照，同一份官方对照表里，同为 768p、带音频的图生视频，Google Veo 3.1 的标准价是每秒 0.40 美元——同一条素材，差的倍数是 40 倍。当价格差到这个量级，讨论的重点已经不是要不要用 AI，而是什么样的素材结构才配得上这个成本。
模型名叫 HeyGen Video，HeyGen 官方把它定义为公司第一个「通用视频模型」，一个模型同时覆盖文生视频、图生视频和参考生视频三种输入方式，并且在同一次调用里把声音一起吐出来——对白、环境音、音效，不需要再接一道配音环节。模型基于 MiniMax 于 2026 年 7 月 31 日发布的 H3，由 HeyGen 做后训练，上线时同步接入 HeyGen API、OpenRouter、Runware 和 ComfyUI。
需要先把日期说清楚：HeyGen 官方开发者目录与 OpenRouter 模型页都把上线时间记为 2026 年 9 月 30 日，10 月 1 日起经由开发者通讯和媒体报道向外扩散。两边差一天，本质是「上线」和「传播」的时差，不是两个版本。
一、0.01 美元一秒，便宜在哪一层
按官方口径，促销价 0.01 美元/秒是标准价 0.02 美元/秒的五折，10 月整月有效。换算成批量尺度：1000 秒素材 10 美元。
但促销价覆盖的是通用调用，真正贴近跨境卖家工作流的那一档是另一个价。官方把 768p 带音频的图生视频列了一张横向对照表——HeyGen 自身标价 0.03 美元/秒（活动价另计），H3 Max Turbo 0.04 美元/秒，H3 Max 与 H3 Max balanced 0.08 美元/秒，Kling 3.0 Pro 0.168 美元/秒，Seedance 2.0 0.303 美元/秒，Veo 3.1 0.40 美元/秒。也就是说，即使是 0.03 这一档，相对主流商用模型仍是数量级的差距。
速度同步拉开了。官方给出的一段 10 秒图生视频的 DiT 推理耗时，HeyGen 为 3.7 秒，H3 Max Turbo 4.1 秒，H3 Max 8.3 秒。OpenRouter 侧记录的端到端延迟中位数则为 21.97 秒，近 3 天可用率 99.72%——推理快不等于整体交付快，到了生产环节，排队和封装才是大头。
开放范围上，模型识别号为 heygen-video-1，走 POST /v3/models/videos，用 x-api-key 鉴权，且只在付费 API key 上可用。免费用户拿不到这个模型。
二、那张「自评第一」的榜单该怎么读
官方榜单把质量做成 Elo 归一化，HeyGen 自身设为 1000，往下依次是 Seedance 2.0 的 955、H3 Max 的 952、H3 Max Turbo 的 920、H3 Max balanced 的 860、Kling 3.0 Pro 的 857、Veo 3.1 的 744。这组数字出现在大量转载里，但它的脚注很少被一起转：评测运行在一份内部评测集上，题目取自 Artificial Analysis Arena 的查询集，共 4800 票，而 HeyGen 的分数被归一化为 1000 是为了「简化对比」。
厂商把自己放在自己榜单的顶端，是一种呈现方式的选择，不是第三方结论。第三方评测站 OrcaRouter 在 10 月 2 日的核查中称，HeyGen Video 当时尚未出现在 Artificial Analysis 的三块视频榜单上；倒是它的基座 MiniMax H3 位列该站文本生视频（带音频）榜第 4、Elo 1139，图生视频榜第 2、Elo 1181。这条独立数据其实是 HeyGen 自己没写的最强论据——它站在被独立评测认可的位置上。
更值得看的是那组盲测偏好：在 650 票的头对头比较中，55.8% 的投票偏好 HeyGen，官方同时给出了 49%—62% 的波动区间。下限跨过了 50%，意味着在厂商自己的数据里，这个优势没有显著脱离噪声。
分项更能看出失效轮廓：忠于原图 65%、跟提示词 62%、自然运动 63%、时机 66%，这几项好看；而一致性只有 43%、细节 46%、镜头运动 47%、音乐 45%。消费品广告里最容易出问题的恰恰是这几项——杯子上的 logo 在第二秒变了形，logo 动画的中间帧糊了一帧，这类问题通常在成片 5 秒后才暴露。
三、768p 和 15 秒，是硬天花板
输出包络被限制得很死：时长只能取 5 到 15 秒之间的整数，默认 5 秒；分辨率只有 480p 和 768p 两档，默认 768p，16:9 下是 1344×768，9:16 下是 768×1344；帧率固定在 24fps，容器为 MP4/H.264，音频为 AAC 32kHz 立体声。可用宽高比有 21:9、16:9、4:3、1:1、3:4 和 9:16，参考模式另有一个跟随首张参考图形状的 adaptive。
对跨境卖家来说，这几条约束里最痛的是分辨率。768p 不是交付格式：CTV 大屏、部分电商平台的详情页主图视频、以及投放 LinkedIn 和 YouTube 的完整素材位，通常都要 1080p 起步。便宜的那一秒不等于你需要的那一秒。
还有一条容易被忽略：HeyGen Video 不是数字人产品。官方文档特意划了这条线——它没有口播、脚本和口型同步环节，一次调用生成的是主体、场景、光线和声音的整体，和 Avatar IV、Avatar V、Video Agent 那条产品线不是一回事。想要多语种口播，还得走另一条线。
四、真正的账在本地化那一层
跨境卖家做素材，最大的成本从来不是拍一条，而是把一条变成十条——多语种配音加场景重拍。传统成本的公开口径不太一致：HeyGen 引用 Statista 数据称约为 1200 美元/视频分钟；第三方评测给出的传统配音机构区间是每分钟每语种 1000—1500 美元；另有行业资料把带实景摄制的本地化成本推到每分钟每语种 1500—5000 美元。三个口径不一致，但「一分钟四位数美元」这个量级是共同的。
AI 侧的算法清楚得多。HeyGen 的翻译链路支持 175 种以上语言与方言，Speed 模式 0.05 美元/秒，Precision 模式 0.10 美元/秒。官方给出的算例是：一段 60 秒视频译成 9 个语种，Speed 模式 60×9×0.05 = 27 美元，Precision 模式为 54 美元。
把两组数字叠起来看，结论就很直白了：本地化的单价是生成单价的 5 到 10 倍。0.01 美元/秒买到的只是一条原始语种的通用镜头，促销再狠也改变不了这个结构。
所以组织素材的方式应该是「一稿多语种复用」：一条通用镜头做出来，通过翻译层复制到多个市场，把钱的杠杆压在本地化那一层，而不是在生成这一层反复重跑。反过来说，也正因为一次尝试只花一角钱，「批量生成、批量丢弃」第一次在经济上成立——团队可以为同一个卖点跑 20 个开场，只留下数据最好的那一个。这两种做法指向同一个原则：把资源集中到转化环节，而不是平均摊到每一条粗剪上。
五、按秒计费会累积，合规也要算进去
但按秒计费有个反直觉的地方：单条便宜，高并发批量生产时总价会稳步爬升。按公开标准价换算，一个 200 SKU 的独立站做 15 秒场景素材，单语种一轮就是 3000 秒、约 60 美元；若按周迭代，一个月约 240 美元。单看不大，但那是每月都要付的固定项，不是一次性投入。
真正不能被替换的是真人素材。AI 生成的镜头适合解释功能、补空镜、做场景过渡，但品牌信任锚点——创始人出镜、工厂实拍、买家真实反馈——一旦被 AI 镜头替换，最先掉的是复购率。这两件事不在同一张损益表上。
合规侧的约束已经落地。欧盟《人工智能法案》第 50 条自 2026 年 8 月 2 日起适用：部署方使用 AI 生成或篡改构成深度伪造的图像、音频、视频，必须披露内容为人工生成或篡改；生成式系统的提供者还要保证输出可被机器识别。据 EU Artificial Intelligence Act 官网对该条款的解读，2026 年 5 月的 AI Omnibus 临时协议给在该日之前已上市的生成式 AI 系统留出了到 2026 年 12 月 2 日的机器可读标注过渡期；配套的《AI 生成内容透明度实践准则》到 2026 年 7 月底已有约 190 家机构签署。
越南的节奏更快。该国第十五届国会于 2025 年 12 月 10 日通过《人工智能法》，2026 年 3 月 1 日生效，第 11 条第 4 款要求对用于模拟真人外貌、声音或再现真实事件的 AI 生成音视频，加贴易于识别的标识；此前的《数字技术产业法》自 2026 年 1 月 1 日起已要求 AI 系统与产出做标识。2026 年 5 月起，第 142/2026/ND-CP 号法令进一步规定，标识必须在用户接触内容之时或之前显示，不得以削弱识别能力的方式设计。
对这些市场投放 AI 生成素材，缺的不是技术，是台账：哪一条是 AI 生成的、用的哪个模型、在哪个市场投放、是否已在画面或描述位标注。这笔记录成本眼下被很多人忽略，一旦某市场开始抽查，补台账的代价远高于一开始就记。
所以，0.01 美元一秒并不意味着素材自由，它意味着素材的定价单位从「条」下沉到了「秒」。真正的考验在于：当生产端的成本趋近于零，决定 ROI 的会不会变成素材的组织方式与合规台账？
六、参考资料
- HeyGen 开发者文档：《HeyGen Video - Prompt to Video API》
- OpenRouter：《HeyGen Video - API Pricing & Providers》
- OrcaRouter：《HeyGen Video: $0.01 a Second, a MiniMax H3 Post-Train》
- AGI Hunt：《HeyGen Launches Its First General-Purpose Video Model at $0.01/s》
- 欧盟委员会数字战略官网：《Code of Practice on Transparency of AI-generated Content》
- 越南人民报网：《推动〈人工智能法〉落到实处：构建全面的人工智能治理框架》
- Vietnam Law and Legal Forum：《Mandatory labels required for AI-generated content》