HeyGen, recenzja po polsku

Najważniejsza zmiana tego roku to model Avatar V. Do stworzenia własnego awatara wystarcza 15 sekund nagrania telefonem, bez studia i specjalnego światła. HeyGen rozdzielił w nim dwie rzeczy, które w Avatar IV były sklejone: sposób, w jaki się ruszasz i gestykulujesz, oraz to, jak wyglądasz w danym ujęciu. W praktyce nagrywasz się raz, a potem generujesz filmy w innym stroju czy innym otoczeniu, z zachowaniem Twojej mimiki.

Starsze modele nadal są dostępne i mają sens z jednego powodu: zużywają dużo mniej kredytów. Avatar III to prosty talking head, Avatar IV dodaje bardziej naturalne gesty i mimikę, a Avatar V według HeyGen najlepiej trzyma podobieństwo twarzy w dłuższych nagraniach. Do wewnętrznego szkolenia często wystarczy starszy model. Do reklamy czy kanału, na którym widz ma uwierzyć, że to Ty, warto dopłacić.

HeyGen podaje ceny w dolarach. Przeliczyłem je po średnim kursie NBP z 23.09.2026 (1 USD = 3,82 zł). Bank doliczy do tego swój spread walutowy, więc kwota na wyciągu będzie o kilka procent wyższa.

Tu jest haczyk, o który pytają osoby szukające „heygen lip sync pricing”. Plan nie daje minut, tylko kredyty, a każdy model zużywa je w innym tempie. Według dokumentacji HeyGen (stan na wrzesień 2026) minuta filmu kosztuje: w Avatar III 4 kredyty (awatar z nagrania wideo) lub 7 (awatar ze zdjęcia), w Avatar IV 16 kredytów (ze zdjęcia) lub 31 (z wideo), a w Avatar V 48 kredytów. Tłumaczenie gotowego filmu z lip-sync to 6 kredytów za minutę w trybie szybkim, 10 w trybie dokładnym i 4 bez dopasowania ust.

Na planie Creator 600 kredytów oznacza więc ok. 12 minut w Avatar V, ok. 19 minut w Avatar IV z wideo albo nawet 150 minut w Avatar III. Przy płatności miesięcznej niewykorzystane kredyty przechodzą na jeden kolejny okres rozliczeniowy. W Creator i Pro nie dokupisz pojedynczych kredytów, trzeba przejść na wyższy plan; doładowania (5 USD za 100 kredytów) są dostępne dopiero w Business. Dodatkowy slot na własnego awatara kosztuje 29 USD miesięcznie.

Wniosek praktyczny: jeśli planujesz cotygodniowy 8-minutowy film na YouTube w Avatar V, Creator nie wystarczy. Policz minuty przed zakupem, próbne wersje generuj tańszym modelem, a na Avatar V przełączaj dopiero finalny render.

Polski jest jednym ze 175+ obsługiwanych języków. Skrypt piszesz po polsku, wybierasz polski głos albo klonujesz własny. W zwykłych, średniej długości zdaniach ruch ust wygląda przekonująco, zwłaszcza w Avatar IV i V. Kłopoty pojawiają się w tych samych miejscach co w każdym syntezatorze mowy:

Klon głosu nagrany po polsku oddaje Twoją melodię mowy, czego stockowe głosy nie zrobią. Zanim wykupisz plan, zrób na darmowym koncie jeden minutowy film z prawdziwym fragmentem swojego skryptu, a nie z przykładowym tekstem. Po minucie usłyszysz, czy akcent i tempo Ci pasują. Porównanie polskiego lip-sync w HeyGen, Synthesii i D-ID opisuję w artykule AI avatar po polsku, HeyGen vs Synthesia.

Druga rzecz, za którą firmy płacą HeyGenowi, to tłumaczenie gotowych filmów. Wrzucasz nagranie po polsku i dostajesz wersję angielską czy niemiecką z Twoim głosem i dopasowanymi ustami. Tryb szybki jest tańszy, dokładny lepiej trzyma synchronizację, więc przy zbliżeniach twarzy wybierz dokładny. Samo podłożenie głosu bez ruchu ust kosztuje najmniej i wystarcza, gdy mówca jest mały w kadrze.

API rozlicza się osobno od abonamentów, w modelu pay-as-you-go: płacisz za to, co wygenerujesz. HeyGen podaje, że Avatar V przez API kosztuje 5 centów za sekundę, czyli ok. 3 USD (ok. 11,50 zł) za minutę filmu. To opcja dla kogoś, kto hurtowo generuje spersonalizowane filmy sprzedażowe albo wpina awatara we własną aplikację. Do ręcznej pracy wygodniejszy jest zwykły edytor.

To najczęstszy dylemat w tej kategorii. Obie platformy robią w gruncie rzeczy to samo, różnice są w szczegółach:

Pełne zestawienie funkcji obu liderów znajdziesz w porównaniu HeyGen vs Synthesia. Poza nimi warto znać kilka narzędzi z innych kategorii, bo często rozwiązują ten sam problem inaczej:

Ma sens, jeśli regularnie nagrywasz ten sam typ materiału: lekcje kursu online, onboarding, krótkie filmy produktowe, odpowiedzi dla klientów, wersje językowe jednego nagrania. Raz przygotowany awatar pracuje wtedy za Ciebie co tydzień. Nie ma sensu, jeśli robisz reklamy oparte na ujęciach, klimacie i ruchu kamery. HeyGen da Ci co najwyżej prezentera do wklejenia w montaż, a resztę i tak zrobisz w generatorze scen.

Sprawdzony układ dla treści na social media: prezenter z HeyGen, B-roll z Veo 3 albo Kling 3, montaż i napisy w CapCut. Tak ten workflow rozpisuję na stronie kurs HeyGen po polsku. W kursie KursVideoAI HeyGen jest częścią rozdziału o awatarach, w połączeniu z generatorami scen, a nie osobnym tutorialem od zera.