HeyGen Video 1とは？何が発表されたのか
まとめ
HeyGen Video 1 発表の要点
- HeyGen初の汎用動画生成モデル。テキスト・画像・参照画像から音声付き動画を生成
- 「速さと品質は二者択一」という業界前提を両立させたと説明
- アバター動画中心だったHeyGenが、アバター抜きの汎用動画生成に参入したのがポイント
- 企業向けに「制作レベルのコストなしで制作品質の動画を」と位置づけ
- プロンプト/写真/参照画像から音声付き2Kショットを1分未満で生成
- ライブアクション・手描き・クレイメーションなどスタイルを問わない
- HeyGen本体とAPIで提供開始済み。加えてfal・OpenRouter・Runware・ComfyUI経由でも利用可能
- 基盤モデルはMiniMax H3で、HeyGenが追加学習(post-training)を施した構造
室谷代表取締役HeyGen Video 1（ヘイジェン・ビデオ・ワン）は、HeyGenが発表した同社初の汎用動画生成モデルで、テキスト・画像・参照画像から音声付きの動画を生成できるモデルなんですよね。発表文では「動画モデルは通常、速さと品質のどちらかを選ばされる」という業界の前提を置いたうえで、それを両立させたと説明されています。
テキトー教師DotAI 認定講師単に新しい動画モデルが出たという話じゃないんですよ。HeyGenといえばアバター動画の会社という印象が強いですが、今回はアバター抜きの“汎用”動画生成に踏み込んできたのがポイントです。
発表文でも「制作レベルのコストなしで制作品質の動画を」必要とする企業向けだと位置づけられています。
発表文でも「制作レベルのコストなしで制作品質の動画を」必要とする企業向けだと位置づけられています。
室谷代表取締役スペックの核は、プロンプトか写真か参照画像を入れると、音声付きの2Kショットが1分未満で返ってくるという点です。ライブアクション、手描き、クレイメーションなど、スタイルは問わないとされています。
そしてHeyGen本体とAPIで提供開始済み、と。
そしてHeyGen本体とAPIで提供開始済み、と。
テキトー教師DotAI 認定講師提供チャネルも発表時点で広く取られています。公式ページによると、HeyGen APIに加えてfal、OpenRouter、Runware、ComfyUI経由でも使えると書かれていますね。
基盤モデルはMiniMax H3で、HeyGenが追加学習（post-training）を施したと説明されています。
基盤モデルはMiniMax H3で、HeyGenが追加学習（post-training）を施したと説明されています。
室谷代表取締役ここは正確に押さえたいところで、HeyGenがゼロから学習したという言い方ではなく、MiniMax H3をベースにHeyGenがpost-trainingしたという説明なんですよね。だから「HeyGenのモデル」でありつつ、土台は外部モデルという構造です。
MYUUUでも、どのモデルを土台にしているかは導入判断で必ず確認します。
MYUUUでも、どのモデルを土台にしているかは導入判断で必ず確認します。
HeyGen Video 1でできること——テキスト・画像・参照画像から音声付き2K動画へ
HeyGen Video 1の主な特徴
3つの入力方式を1モデルでカバー
テキストから動画(T2V)、最初のフレーム画像から動画(I2V)、参照画像から動画(Ref2V)の3方式に対応
音声を映像と同時生成
セリフ・環境音・効果音を同じ呼び出しで生成。従来の別工程での音付けが不要に
長いプロンプトでも短時間生成
400〜500字程度から2,300字超のプロンプトまで対応し、多くが1分未満に収まる
品質面の数値も公開
10秒I2Vクリップの推論時間3.7秒、盲検ペア比較で55.8%がHeyGenを選好(650票・範囲49〜62%)
Eloスコアで相対比較
HeyGenを1000に正規化し、他モデルとの差を相対値として比較する形式
テキトー教師DotAI 認定講師機能を整理すると、入力方式が3つあります。テキストから動画のT2V、最初のフレーム画像から動画のI2V、参照画像から動画のRef2Vです。
1つのモデルでこの3方式すべてをカバーするのが特徴だと説明されています。
1つのモデルでこの3方式すべてをカバーするのが特徴だと説明されています。
室谷代表取締役音声が同じ呼び出しで返ってくるのも大きいですよね。セリフ、環境音、効果音を映像と同じ生成の中で出してくれる。
従来は映像を作ってから音を別工程で付ける流れが普通だったので、ここが一体化しているのは実務ではかなり効きます。
従来は映像を作ってから音を別工程で付ける流れが普通だったので、ここが一体化しているのは実務ではかなり効きます。
テキトー教師DotAI 認定講師公式ページの作例を見ると、その「音声同時生成」が具体的に分かります。駅のホームに列車が入ってくる作例では、プロンプトにホーンの音、レールの継ぎ目の音、空気の流れ、ブレーキ音まで指定していて、それが映像と一緒に生成されています。
室谷代表取締役作例の生成時間も面白いです。公式ページには、5秒、7秒、8秒、10秒、11秒、14秒、16秒、17秒、22秒、23秒といった生成時間が作例ごとに表示されています。
プロンプトは400〜500字程度のものから2,300字を超える長いものまであって、長いプロンプトでも1分未満に収まっているケースが多いんですよね。
プロンプトは400〜500字程度のものから2,300字を超える長いものまであって、長いプロンプトでも1分未満に収まっているケースが多いんですよね。
テキトー教師DotAI 認定講師品質面の数字も出ています。10秒のI2Vクリップの推論時間が3.7秒。
盲検のペア比較では55.8%がHeyGenを選好していて、650票、範囲は49〜62%と記載されています。EloスコアはHeyGenを1000に正規化して比較する形式です。
盲検のペア比較では55.8%がHeyGenを選好していて、650票、範囲は49〜62%と記載されています。EloスコアはHeyGenを1000に正規化して比較する形式です。
室谷代表取締役このEloの表は見方が大事で、HeyGenが1000に正規化されている以上、他モデルとの差は相対値として読む必要があります。ただ、品質が上位群に並ぶ水準にあることを、自社で盲検テストまでやって示したのは発表として誠実だなと思います。
HeyGen Video 1の使い方・始め方——プロンプトとAPI、対応ツール
HeyGen Video 1の利用ルート
プラットフォーム上で生成
- HeyGenのプラットフォーム上でプロンプトから生成
- 公式の作例プロンプトがテンプレートとして使える
- カメラ・レンズ・フィルムグレイン・色温度を文章で指定
- 「ロゴや文字を入れない」など禁止事項も指定
- ブランドカラーはHEXコードで指定
API・外部ツールから呼ぶ
- 公式ページにAPIドキュメント、OpenRouter、Runware、falへの導線
- 料金は既存HeyGen APIの従量課金に組み込み
- APIクレジットを購入すれば無料ユーザーも利用可(2026年2月以降は無料APIクレジットなし)
- 同時実行はAPIプラン10本/エンタープライズ20本、最大50本までバースト可
- 上限超過時は429とRetry-Afterヘッダを返す
テキトー教師DotAI 認定講師使い方は大きく2ルートです。HeyGenのプラットフォーム上でプロンプトから生成するルートと、APIや外部ツールから呼ぶルートですね。
公式ページにはAPIドキュメント、OpenRouter、Runware、falへの導線が並んでいます。
公式ページにはAPIドキュメント、OpenRouter、Runware、falへの導線が並んでいます。
室谷代表取締役プロンプトの書き方は、公式の作例がかなり参考になります。カメラ、レンズ、フィルムグレイン、色温度、そして「ロゴや文字を入れない」といった禁止事項まで文章で指定しているんですよね。
動画生成は“何を出すか”より“何を出さないか”の指定が効くので、この作例はそのままテンプレートとして使えます。
動画生成は“何を出すか”より“何を出さないか”の指定が効くので、この作例はそのままテンプレートとして使えます。
テキトー教師DotAI 認定講師実際、作例のプロンプトは「ARRI Alexa 35でアナモルフィックレンズ、180度シャッター」といった撮影機材の指定から始まり、ブランドカラーのHEXコードまで含まれています。色指定をHEXで縛るのは、企業利用で統一感を出したいときに有効な書き方です。
室谷代表取締役API側の料金体系は既存のHeyGen APIの従量課金に組み込まれています。HeyGen Video Modelとして、T2VとI2Vが480pで0.01ドル/秒、768pで0.018ドル/秒、1080pまたは2Kで0.05ドル/秒。
Ref2Vは480pで0.035ドル/秒、768pで0.05ドル/秒、1080pまたは2Kで0.09ドル/秒という区分けです。
Ref2Vは480pで0.035ドル/秒、768pで0.05ドル/秒、1080pまたは2Kで0.09ドル/秒という区分けです。
テキトー教師DotAI 認定講師ここはローンチプロモで50%オフ、通常価格は表示の2倍と明記されています。APIのクレジットは従量課金で、無料ユーザーでもAPIクレジットを購入すれば使える仕組みです。
ただし2026年2月以降、無料のAPIクレジットは提供していないと明記されています。
ただし2026年2月以降、無料のAPIクレジットは提供していないと明記されています。
室谷代表取締役同時実行数の制限も見逃せません。APIプランは10本同時処理、エンタープライズは20同時で、ワークフロー種別ごとに契約レートの1.5倍で最大50本までバーストできる。
上限を超えると429とRetry-Afterヘッダが返る仕様です。バッチ生成を組むなら最初に設計へ入れる数字ですね。
上限を超えると429とRetry-Afterヘッダが返る仕様です。バッチ生成を組むなら最初に設計へ入れる数字ですね。
テキトー教師DotAI 認定講師開発者向けの導線としては、HeyGenは2026年4月に「HeyGen for Developers」を出していて、Video Agent、Video Generation、Translation、LipsyncのAPIを揃えています。今回のモデルはそのVideo Generationの選択肢が増えた、と理解すると位置づけが分かりやすいです。
API連携の考え方はAntigravity API完全ガイドのような記事も参考になります。
API連携の考え方はAntigravity API完全ガイドのような記事も参考になります。
料金はどれくらい？日本から使えるのか・提供範囲
室谷代表取締役料金を整理するとこうです。発表文では「0.01ドル/秒から」、公式ページでは10月まで0.01ドル/秒（通常0.02ドル/秒の50%オフ）と書かれています。
ただし解像度別の表を見ると、0.01ドル/秒は480pの話で、1080p/2Kは0.05ドル/秒なんですよね。
ただし解像度別の表を見ると、0.01ドル/秒は480pの話で、1080p/2Kは0.05ドル/秒なんですよね。
テキトー教師DotAI 認定講師そこは誤解されやすいので、表で整理しておきましょう。
| 入力方式 | 480p | 768p | 1080p / 2K |
|---|---|---|---|
| テキストから動画（T2V） | 0.01ドル/秒 | 0.018ドル/秒 | 0.05ドル/秒 |
| 画像から動画（I2V） | 0.01ドル/秒 | 0.018ドル/秒 | 0.05ドル/秒 |
| 参照画像から動画（Ref2V） | 0.035ドル/秒 | 0.05ドル/秒 | 0.09ドル/秒 |
テキトー教師DotAI 認定講師いずれもローンチプロモ価格で、通常価格はこの2倍です。10秒の2K動画を作ると0.5ドル、プロモ中なら日本円で数十円台という計算になります。
制作会社に頼む感覚からすると、桁が変わる水準です。
制作会社に頼む感覚からすると、桁が変わる水準です。
室谷代表取締役日本から使えるかという点ですが、HeyGenは顧客が196カ国に広がっていると公式に記載していて、プラットフォームも多言語対応です。今回のモデルもHeyGen本体とAPI、fal、OpenRouter、Runware、ComfyUIで提供と発表されているので、日本から利用できる形になっています。
ただし日本語UIの提供状況など細かい条件は、現時点では明らかにされていません。
ただし日本語UIの提供状況など細かい条件は、現時点では明らかにされていません。
テキトー教師DotAI 認定講師無料で試せる範囲についても触れておきます。HeyGenには無料プランがあり、テキストから動画やAI動画作成に対応していると公式FAQに書かれています。
今回のモデルが無料プランでどこまで使えるかは、現時点では明らかにされていません。APIは無料クレジットが2026年2月以降ないので、検証するならクレジット購入が前提になります。
今回のモデルが無料プランでどこまで使えるかは、現時点では明らかにされていません。APIは無料クレジットが2026年2月以降ないので、検証するならクレジット購入が前提になります。
室谷代表取締役あと、HeyGenの料金はクレジット制で、APIは本体プランとは独立した従量課金です。CreatorやPro、BusinessプランがなくてもAPIクレジットは買える。
この構造は開発チームにとってはありがたいんですよね。
この構造は開発チームにとってはありがたいんですよね。
「速さと品質の二択」を崩す——低価格と生成速度が示すもの
テキトー教師DotAI 認定講師発表文の中心にあるのは「速さと品質の二択を崩す」という主張です。公式ページの比較表では、768p・音声付きの秒単価としてHeyGenが0.03ドル/秒、H3 Max Turboが0.04ドル/秒、H3 MaxとH3 Max balancedが0.08ドル/秒、Kling 3.0 Proが0.168ドル/秒、Seedance 2.0が0.303ドル/秒、Veo 3.1が0.40ドル/秒と並んでいます。
室谷代表取締役この表はプロモ前のリスト価格だと注記されています。注目すべきは、HeyGenが最上位モデル群の数分の一の秒単価で、品質のEloでは1000に正規化されて最上位に置かれている点です。
速さの面でも10秒I2Vで3.7秒という推論時間が示されていて、H3 Maxの8.3秒と比べても半分以下です。
速さの面でも10秒I2Vで3.7秒という推論時間が示されていて、H3 Maxの8.3秒と比べても半分以下です。
テキトー教師DotAI 認定講師単に安いという話じゃないんですよ。秒単価が下がると、これまで予算的に試せなかった用途に動画生成を配れるようになります。
製品デモ、研修、オンボーディング、物件案内といった日常業務です。HeyGenはまさにそこを狙っていると説明しています。
製品デモ、研修、オンボーディング、物件案内といった日常業務です。HeyGenはまさにそこを狙っていると説明しています。
室谷代表取締役MYUUUでも、動画は「1本いくら」で考えることが多いんですが、秒単価で見ると発想が変わります。10秒のカットを何十本も試して選ぶ、みたいな使い方が現実的なコストでできる。
品質が上位群に並ぶなら、試行回数を増やすことがそのまま品質に効きますからね。
品質が上位群に並ぶなら、試行回数を増やすことがそのまま品質に効きますからね。
テキトー教師DotAI 認定講師ただ、比較表の他モデルの数値はHeyGen側が提示した条件での比較です。自社を1000に正規化したEloも含めて、相対指標として読むのが妥当です。
実務では自社の素材で試すのが結局一番早いですw
実務では自社の素材で試すのが結局一番早いですw
室谷代表取締役そこは同意で、ベンチマークは判断の入口でしかないんですよね。ただ、盲検で650票、55.8%という数字を出してきたこと自体が、品質に自信がある表れだと思います。
ビジネスでの使い道と他モデルとの位置づけ
テキトー教師DotAI 認定講師想定用途は公式に明記されています。製品デモ、研修、オンボーディング、物件案内といった日常業務です。
作例もカフェ、製薬ラボ、不動産、ホスピタリティ、ファッション、フィットネス、自動車、旅行、レストランと業種別に並んでいて、それぞれ「人物をフォーカスに入れない」「ロゴや文字を入れない」と指定しています。
作例もカフェ、製薬ラボ、不動産、ホスピタリティ、ファッション、フィットネス、自動車、旅行、レストランと業種別に並んでいて、それぞれ「人物をフォーカスに入れない」「ロゴや文字を入れない」と指定しています。
室谷代表取締役この作例の作り方が実務的で、人物をぼかす、文字を入れないと指定することで、権利や表記のリスクを避けつつ、業種の空気感だけを映像にする。企業の広告素材として使いやすい形に寄せているんですよね。
テキトー教師DotAI 認定講師位置づけとしては、HeyGenは2026年4月にSeedance 2.0を自社プラットフォームに統合しています。外部モデルを取り込みつつ、自社モデルも提供する併用の立場です。
今回のHeyGen Video 1は、その中で自社モデル側の選択肢を増やしたことになります。
今回のHeyGen Video 1は、その中で自社モデル側の選択肢を増やしたことになります。
室谷代表取締役この併用スタイルは、ユーザーからすると用途で使い分けられるので悪くないんですよね。シネマティックな表現が欲しい案件と、日常業務の量産では選ぶモデルが違うはずです。
HeyGenは2026年6月時点でARR2億ドル、3,000万ユーザー、Fortune 100の85%が利用と公式に記載していて、企業基盤があるからこそモデルの使い分けをプラットフォーム内で完結させられる。
HeyGenは2026年6月時点でARR2億ドル、3,000万ユーザー、Fortune 100の85%が利用と公式に記載していて、企業基盤があるからこそモデルの使い分けをプラットフォーム内で完結させられる。
テキトー教師DotAI 認定講師アバターや音声、翻訳といった既存機能との組み合わせもHeyGenの強みです。Avatar Vは175以上の言語と方言に対応し、リップシンクの精度を訴求しています。
動画生成で作ったカットと、アバターのプレゼンパートを同じプラットフォームで組めるのは、研修やオンボーディング用途では効きます。
動画生成で作ったカットと、アバターのプレゼンパートを同じプラットフォームで組めるのは、研修やオンボーディング用途では効きます。
室谷代表取締役セキュリティ面も見ておきたいです。HeyGenはアバター作成時に本人の顔出し本人確認を必須にしていて、MLスキャンと人間レビューでモデレーションを行うと公式に説明しています。
GDPR、SOC 2 Type II、CCPA、AI ACT、DPFといった記載もあります。企業導入の稟議ではここが効くので、動画生成の品質と同じくらい確認したいところです。
GDPR、SOC 2 Type II、CCPA、AI ACT、DPFといった記載もあります。企業導入の稟議ではここが効くので、動画生成の品質と同じくらい確認したいところです。
テキトー教師DotAI 認定講師講座でも受講生さんから「動画生成はどれを使えばいいか」とよく聞かれますが、判断軸は品質より先に“用途と単価”なんですよね。今回のモデルは、その単価の常識を一段下げにきた発表だと見ています。
室谷代表取締役既存の解説としてはHeyGen Video 1.0とは？音声付き汎用動画モデルの料金と使い方や、HeyGen Video 1とは？MCPでChatGPT・Claudeから動画生成も合わせて読むと、今回の発表の位置づけがつかみやすいです。API連携の実装面ではCursorとChatGPT（OpenAI API）連携完全ガイドも参考になります。
よくある質問
テキトー教師DotAI 認定講師最後に、よく聞かれる点を整理しておきます。
室谷代表取締役まず「HeyGen Video 1とは何か」。HeyGenが発表した初の汎用動画生成モデルで、T2V・I2V・Ref2Vの3入力に対応し、音声付きの2Kショットを1分未満で生成すると説明されています。
基盤はMiniMax H3で、HeyGenがpost-trainingを施したものです。
基盤はMiniMax H3で、HeyGenがpost-trainingを施したものです。
テキトー教師DotAI 認定講師「料金は？」については、10月まで0.01ドル/秒から（通常0.02ドル/秒の50%オフ）です。解像度別では480pが0.01ドル/秒、768pが0.018ドル/秒、1080p/2Kが0.05ドル/秒で、Ref2Vは別料金です。
室谷代表取締役「APIは使える？」については、HeyGen APIに加えてfal、OpenRouter、Runware、ComfyUI経由で提供と発表されています。APIは従量課金で、同時実行は10本、エンタープライズは20本が基本です。
テキトー教師DotAI 認定講師「無料で試せる？」については、HeyGenに無料プランがあることは公式FAQに記載されていますが、今回のモデルが無料プランでどこまで使えるかは現時点では明らかにされていません。APIの無料クレジットは2026年2月以降提供されていません。
室谷代表取締役「日本から使える？」については、HeyGenは196カ国で顧客がいると公式に記載していて、日本からも利用できる形です。細かい地域別の提供条件は現時点では明らかにされていません。
テキトー教師DotAI 認定講師「動画の長さは？」については、公式の作例は数秒から十数秒のショット単位の生成が中心で、モデル自体の最大尺は現時点では明らかにされていません。長尺の用途は、ショットを組み合わせる前提で考えるのがよさそうです。
室谷代表取締役まとめると、HeyGen Video 1は「品質は上位群、価格は桁違い」という主張を、盲検テストと秒単価の表で裏づけてきた発表なんですよね。まずは短いショットを何本か試して、自社の用途で許容できる品質かを確かめる。
そこから本番導入を判断するのが現実的だと思います。
そこから本番導入を判断するのが現実的だと思います。
