Przejdź do treści
Sklep

Artykuły

HeyGen Avatar 6 po polsku: test na fal - mówiąca postać z jednego zdjęcia, Turbo za pół ceny

Tekst: 5 min czytania
Spis treści 9
  1. W skrócie
  2. Co dokładnie wyszło
  3. Mój test 1: Zofia mówi po polsku (zdjęcie + głos)
  4. Mój test 2: ilustrowana myszka (wideo referencyjne + głos)
  5. Wyniki w jednej tabeli
  6. Dla kogo
  7. Jak testowałem
  8. Najczęstsze pytania
  9. Źródła

👁 135 przeczytań

HeyGen Avatar 6 trafił 17 listopada 2026 na fal.ai w trzech trybach: ze zdjęcia, z wideo referencyjnego ilustrowanej postaci i z gotowego awatara HeyGen - każdy w wersji zwykłej i tańszej Turbo. Sprawdziłem go od razu po polsku: fikcyjna Zofia, której nie ma, mówi zdanie z „źdźbłem” i „chrząszczem”, a myszka z wycinanki opowiada bajkę. Polskie usta trzyma dobrze, Turbo kosztuje połowę i wypada niewiele gorzej.

W skrócie

Avatar 6 to dziś jeden z najlepszych modeli do mówiących postaci po polsku: w moim teście 8/10 w wersji zwykłej i 7,5/10 w Turbo. Usta zaokrąglają się na „sz”, „cz” i „ż”, a w dłuższej pauzie się zamykają. W krótkich pauzach postać uśmiecha się z zębami zamiast zamknąć usta. Na fal minuta kosztuje 6 USD (ok. 24 zł) w zwykłej wersji i 3 USD (ok. 12 zł) w Turbo, w 1080p.

Co dokładnie wyszło

HeyGen to firma od awatarów AI, znana z aplikacji do filmów z mówiącym prezenterem. Avatar 6 to jej nowy silnik, który teraz można wywołać także przez API fal - płacisz za sekundę gotowego wideo, bez abonamentu.

Tryb na falCo podajeszZwykłyTurbo
Image to Videozdjęcie osoby + nagranie mowy (opcjonalnie opis ruchu)0,10 USD/s0,05 USD/s
Reference Video to Videokrótkie wideo ilustrowanej lub animowanej postaci + nagranie mowy (opcjonalnie jej zdjęcie)0,10 USD/s0,05 USD/s
Identity to Videogotowy awatar HeyGen + tekst i głos HeyGen albo własne nagranie0,10 USD/s0,05 USD/s

Ceny dotyczą 1080p. W 2K jest to 0,145 USD/s (zwykły) i 0,0875 USD/s (Turbo). Długość filmu wyznacza nagranie, a Identity to Video daje formaty 16:9, 9:16, 1:1, 4:5 i 5:4. Ważne ograniczenie: tryb z wideo referencyjnym nie przyjmuje filmów z prawdziwymi ludźmi - tylko postaci ilustrowane i animowane.

Mój test 1: Zofia mówi po polsku (zdjęcie + głos)

Wejście: portret fikcyjnej kobiety wygenerowany w Kling 4.0 Image i nagranie lektora AI z ElevenLabs (14,9 s): „Cześć! Nazywam się Zofia i nie istnieję. Ten film powstał z jednego zdjęcia i nagrania głosu. Sprawdzamy, czy HeyGen Avatar 6 poradzi sobie z polskimi głoskami: szczęście, źdźbło, chrząszcz.” Opis ruchu: naturalna rozmowa, drobne ruchy głowy. 1080p.

Portret fikcyjnej kobiety użyty jako wejście do HeyGen Avatar 6
Wejście: jedno zdjęcie postaci, która nie istnieje.

Avatar 6 (zwykły) - 8/10

Synchronizacja trzyma się polskiego nagrania przez cały klip. Na „źdźbło” i „chrząszcz” usta wyraźnie się zaokrąglają, w dłuższej pauzie (ok. 6,9 s) zamykają się. W krótkich przerwach (0,9 s, 3,3 s, 11,7 s) Zofia uśmiecha się z widocznymi zębami zamiast zamknąć usta - to jedyna rzecz, która zdradza AI. Gotowy plik po 55 s, koszt 1,48 USD.

Kadry ust z HeyGen Avatar 6 co 0,6 s z głośnością nagrania
Usta co 0,6 s, czerwony pasek to głośność mowy w tej chwili. Dobra synchronizacja: usta otwarte przy długim pasku, zamknięte przy pustym.

Avatar 6 Turbo - 7,5/10

Turbo rusza głową żywiej, a artykulacja jest prawie tak samo dokładna. Różnicę widać w pauzie po 6,9 s: usta zostają lekko rozchylone. Co ciekawe, Turbo nie było u mnie szybsze - plik przyszedł po 83 s. Kosztowało za to połowę: 0,74 USD.

Nie przepłacaj za te subskrypcje

Prowadzę sklep z rocznymi dostępami do narzędzi AI - te same konta, o których piszę wyżej, tylko taniej niż w cenniku producenta.

Zobacz, co jest dostępne

Kadry ust z HeyGen Avatar 6 Turbo co 0,6 s z głośnością nagrania
Turbo: te same chwile nagrania co wyżej.

Mój test 2: ilustrowana myszka (wideo referencyjne + głos)

Wejście: 5-sekundowe wideo z obrazka myszki w stylu wycinanki (Kling 4.0 Image) i głos lektora AI (6,1 s): „Dzień dobry, jestem Myszka Pola! Mieszkam pod wielkim drzewem i uwielbiam opowiadać bajki o leśnych przygodach.”

Ilustrowana myszka w stylu wycinanki - wejście do Avatar 6 Reference Video to Video
Wejście: ilustrowana postać, nie prawdziwa osoba (tego wymaga ten tryb).
Zwykły: 87 s, 0,60 USD.
Turbo: 100 s, 0,30 USD.

Myszka mówi, mruga i zmienia minę, a styl wycinanki zostaje nienaruszony - model nie próbuje zrobić z niej realistycznego zwierzęcia. Między wersją zwykłą a Turbo nie widzę tu istotnej różnicy, więc przy postaciach rysunkowych biorę Turbo.

Wyniki w jednej tabeli

KlipOcenaCzas do plikuKoszt
Zofia, Avatar 68/1055 s1,48 USD (5,92 zł)
Zofia, Avatar 6 Turbo7,5/1083 s0,74 USD (2,96 zł)
Myszka, Avatar 6-87 s0,60 USD (2,40 zł)
Myszka, Avatar 6 Turbo-100 s0,30 USD (1,20 zł)

Kurs NBP z 17.11.2026 (tabela 223/A/NBP/2026): 1 USD = 4,0022 zł. Ocena 0-10 tą samą metodą co w porównaniu modeli lip sync z 20.10: czy usta otwierają się na sylabach i zamykają w pauzach, artefakty zębów i warg, naturalność mimiki.

Dla kogo

  • Zwykły Avatar 6 - gdy postać jest na pierwszym planie i ma mówić dłużej: prezenter, kurs, film produktowy.
  • Turbo - rolki, testy wariantów, postaci rysunkowe. Połowa ceny przy niewielkiej różnicy jakości.
  • Identity to Video - gdy nie masz własnej postaci i wystarczy gotowy awatar HeyGen.

Jak wypada przy OmniHuman 2 i H3 Max Lip Sync na tym samym zdjęciu i głosie: HeyGen Avatar 6 vs OmniHuman 2 vs H3 Max Lip Sync. Krok po kroku: jak używać Avatar 6 po polsku i czy da się za darmo. Wszystkie wyliczenia cen: Avatar 6 - cena i API. Całość o HeyGen: HeyGen - awatary AI.

Jak testowałem

  • 17.11.2026 wieczorem, API fal.ai, jedno podejście na tryb (plus jedno powtórzone, bo pierwszy raz serwer podał starą wersję zdjęcia).
  • Postaci wygenerowane przez AI (Kling 4.0 Image), głos z ElevenLabs (eleven_multilingual_v2). Żadna prawdziwa osoba.
  • Ocena: cały klip oraz kadry ust co 0,6 s z naniesioną głośnością nagrania.
  • Klipy na stronie są skompresowane do podglądu - oryginały z fal miały 1080×1920.

Najczęstsze pytania

Czy HeyGen Avatar 6 mówi po polsku?

Tak. Model nie tłumaczy, tylko rusza ustami do nagrania, które mu podasz - polskie nagranie daje polską artykulację. W moim teście trzymał synchronizację także na „szczęście, źdźbło, chrząszcz”.

Ile kosztuje minuta wideo z Avatar 6?

Na fal w 1080p: 6 USD w zwykłej wersji i 3 USD w Turbo. W 2K: 8,70 USD i 5,25 USD.

Czym różni się Turbo od zwykłego Avatar 6?

Turbo kosztuje połowę. W moim teście dało nieco słabsze domykanie ust w pauzach, a czas generowania nie był krótszy.

Czy mogę ożywić zdjęcie prawdziwej osoby?

Tylko za jej zgodą i z oznaczeniem, że film jest wygenerowany. HeyGen w swojej aplikacji wymaga potwierdzenia zgody przy realistycznych awatarach, a tryb z wideo referencyjnym na fal w ogóle nie przyjmuje nagrań prawdziwych ludzi.

Źródła

Link do ElevenLabs jest partnerski: jeśli kupisz przez niego, serwis dostaje prowizję, a Ty płacisz tyle samo. Nie wpływa to na treść, także tam, gdzie piszę krytycznie.

Piotr Olszewski

Autor

Twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.

O mnie →Wszystkie teksty →

Czytaj dalej

Narzędzia do tego tematu

darmowe, bez kontaWszystkie 29 →
z sieci - nowe teksty w moich serwisach

Wszystkie moje projekty →

Najczęściej czytane

7 dni
  1. 1Plakat festiwalu z polskim napisem: prompt i test 6 generatorów obrazu (Prompt dnia 14.11)
  2. 2Claude Fable 5.2 czy Opus 5.5: kiedy dopłata 2 razy ma sens, a kiedy to wyrzucone pieniądze
  3. 330 promptów do ChatGPT Images i 10 do przerabiania zdjęć
🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →