TL;DR
- 从文字做商品、UGC 或短口播画面，先选 Creatify Boreal；让指定人像照片随录音开口，先看 HeyGen Avatar IV。
- Boreal 720p 每请求秒 $0.0145，HeyGen 每输出秒 $0.15；Boreal 价格页列出分档预算。本次每条分别结算 $0.174 和 $1.80。
- 两款已在 HiAPI 上线：打开 Boreal配置画面提示词，或打开 HeyGen配置人像与录音。
一眼看懂：先选输入方式
| 影响选择的项目 | Creatify Boreal | HeyGen Avatar IV |
|---|---|---|
| 人像照片 | 可选，也支持纯文字 | 必填，清晰正脸 |
| prompt | 画面、动作与声音指导 | 台词；有 audio_url 时忽略 |
| 已有旁白 | audio_url，可搭配参考图 | audio_url；此时 voice 也忽略 |
| 时长 | duration 为 1–20 整数秒 | 不传 duration；驱动音频最长 600 秒 |
| 分辨率 | 720p / 1080p / 2k | 720p / 1080p |
| 画幅处理 | 指定比例居中裁切参考图 | 可用背景填充人像外区域 |
| 计费 | 请求秒数 × 对应分辨率单价 | 按输出视频秒计价；本次样本各结算 12 秒 |
两组素材示例：同人像、同一段录音
每组两侧使用同一张参考图；书店和厨房两组也共用这一个实际 MP3，约 11.1805 秒。厨房组同样使用这段书店录音，不能据场景名称推断台词内容。
两侧均请求 720p、9:16，产物均为 720×1280 MP4。Boreal 请求 12 秒，成片 12.042 秒 / 24fps；HeyGen 成片 11.2 秒 / 25fps。以下是已有素材的示例对照，输出时长、帧率和部分编码不同，不能据此给出严格同输出条件的质量排名。
四段视频都含非静音音轨；旁白未转写，也未做语义听审。下面保留的是 Boreal 完整原始视觉提示词，不是台词转录；其中的口型要求也不等于成片已准确完成。
第一组：书店讲解员
The presenter speaks the narration to the camera, friendly and relaxed, small hand gestures, cozy bookshop background.
| Creatify Boreal | HeyGen Avatar IV |
|---|---|
 |  |
| 观看 Boreal 视频 | 观看 HeyGen 视频 |
| 720p · 9:16 · 720×1280 MP4；12.042 秒 / 24fps；348 积分 / $0.174 | 720p · 9:16 · 720×1280 MP4；11.2 秒 / 25fps；3,600 积分 / $1.80 |
两张封面均取 3 秒帧，格式为 720×1280 PNG。此时 Boreal 人物笑容更展开，HeyGen 嘴部略张；到 6 秒及 10.5 秒抽帧，Boreal 新增了参考图中没有的棕色带提手物体，HeyGen 双手仍在裤袋附近。这里描述具体画面，不据此判断谁的口型更准确。
用这个提示词生成 →：只预填 Boreal 视觉提示词；另填本组参考图和上方 MP3，选择 720p、9:16、12 秒。HeyGen 使用相同图片和 MP3，不填这段视觉文字。
第二组：厨房讲解员
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 |
|---|---|
 |  |
| 观看 Boreal 视频 | 观看 HeyGen 托管视频 |
| 720p · 9:16 · 720×1280 MP4；12.042 秒 / 24fps；348 积分 / $0.174 | 720p · 9:16 · 720×1280 MP4；11.2 秒 / 25fps；3,600 积分 / $1.80 |
两张封面均取 3 秒帧，格式为 720×1280 PNG：Boreal 人物歪头露齿微笑，HeyGen 头部更正、嘴部张开。0.5、3、6、10.5 秒抽帧可见黄色毛衣和厨房背景；这些静帧不能证明语音与嘴型同步。
HeyGen 厨房链接为重编码 MP4 托管副本，原文件保留。 原件 21,629,182 字节（约 21.6 MB），托管版 8,263,233 字节（约 8.26 MB）；分辨率、时长、帧率保持，编码改变可能影响纹理与压缩细节。
用这个提示词生成 →：另填厨房参考图和同一 MP3，选择 720p、9:16、12 秒。HeyGen 仍只用图片、音频、分辨率与画幅。
这些样本付了多少，按场景怎么选
本次任务计费记录按每组钱包差额拆分：Boreal 每条 348 积分 / $0.174，HeyGen 每条 3,600 积分 / $1.80；每组 3,948 积分 / $1.974，两组共 7,896 积分 / $3.948。HeyGen 这两条样本各按 12 秒结算，不能用成片 11.2 秒直接算成 $1.68，也不能由这两条推出所有任务都采用相同取整规则。HiAPI 单价已于 2026 年 10 月 27 日核对。
- 从文字规划广告短镜头：选 Boreal。 参考图可选，适合先描述商品和画面动作。
- 围绕固定人像组织口播：先看 HeyGen。 图片必填，再选择已有录音或台词配音。
- 已经录好短旁白：两边都可选。 结合预算检查整段视频；书店样本提示我们还要查看后段是否新增物体。
切换接口：两段请求体怎么写
下面是书店组实际使用的两段请求体，发送到 HiAPI POST https://api.hiapi.ai/v1/tasks。Boreal 保留视觉 prompt 与 duration；HeyGen 音频模式省略 prompt、voice 和 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"
}
}
提交后保存返回的 data.taskId，再查询任务结果；完整步骤见接入教程。厨房组将两段中的 image_url 都换成上方厨房参考图，Boreal 再换成厨房视觉提示词，audio_url 保持相同。
常见问题
两组用了不同旁白吗？
没有。四个请求都使用上方同一 MP3，每组两侧也使用同一张图；厨房画面不表示另录了厨房台词。
同一个 prompt 能原样发给两边吗？
不能照搬输入含义。Boreal 的文字指导画面；HeyGen 的 prompt 是台词，本次音频模式将它省略。
HeyGen 的这两条 11.2 秒视频为什么各是 $1.80？
本次任务计费记录中，这两条样本各结算 12 秒，即 12 × $0.15。片长与结算秒数要分别记录。
可以据此判断口型完全准确吗？
不可以。这里只核对了音轨存在、音量和可见画面，未转写或语义听审，不能保证台词和口型准确。
旁白超过 Boreal 时长范围怎么办？
将录音切成适合 1–20 秒请求的片段，或考虑支持最长 600 秒驱动音频的 HeyGen；Boreal 保留前 duration 秒，短音频补静音。
下一步：按上面的字段准备人像与录音，打开 Boreal 配置这组输入；更多画面写法见Boreal 案例页。
