HeyGen Avatar 6: test lip sync AI e confronto con OmniHuman
Il mio test di HeyGen Avatar 6 su fal.ai: lip sync da 8/10, Turbo a metà prezzo e confronto con OmniHuman 2 e MiniMax H3 Max.

👁 115 letture
HeyGen Avatar 6 è arrivato su fal.ai il 17 novembre 2026 in tre modalità - da una foto, da un video di riferimento di un personaggio illustrato e da un avatar HeyGen già pronto - ognuna in versione normale e in versione Turbo, più economica. L’ho provato la sera stessa con una donna inventata che non esiste e con un topolino illustrato in stile paper-craft, poi l’ho messo a confronto con OmniHuman 2 e MiniMax H3 Max Lip Sync usando la stessa foto e la stessa voce. In breve: il lip sync AI è molto buono, e Turbo costa la metà ed è solo un po’ peggiore.
HeyGen Avatar 6 in breve
Nel mio test Avatar 6 ha preso 8/10 per il lip sync e Turbo 7,5/10. Le labbra si arrotondano correttamente sulle consonanti difficili e si chiudono nelle pause più lunghe. Nelle pause molto brevi il personaggio sorride mostrando i denti invece di chiudere la bocca: è l’unico indizio che tradisce l’AI. Su fal un minuto di video in 1080p costa USD 6 (circa 5,46 €) con la versione normale o USD 3 (circa 2,73 €) con Turbo.
Cosa è stato lanciato esattamente
HeyGen è l’azienda dietro una delle app di avatar parlanti più conosciute. Avatar 6 è il suo nuovo motore, e ora si può usare anche tramite l’API di fal, pagando al secondo di video finito e senza abbonamento.
| Modalità su fal | Cosa devi fornire | Normale | Turbo |
|---|---|---|---|
| Image to Video | la foto di una persona + una registrazione vocale (prompt di movimento facoltativo) | USD 0,10/s | USD 0,05/s |
| Reference Video to Video | un breve video di un personaggio illustrato o animato + una registrazione vocale (foto del personaggio facoltativa) | USD 0,10/s | USD 0,05/s |
| Identity to Video | un avatar HeyGen già pronto + uno script di testo con una voce HeyGen, oppure una tua registrazione | USD 0,10/s | USD 0,05/s |
I prezzi valgono per il 1080p. In 2K si pagano USD 0,145/s (normale) e USD 0,0875/s (Turbo). La durata del video la decide la registrazione, e Identity to Video produce in 16:9, 9:16, 1:1, 4:5 o 5:4. Un limite importante: la modalità con video di riferimento non accetta video di persone reali, solo personaggi illustrati e animati.
Test 1: una foto e una voce
Input: il ritratto di una donna inventata, generato con Kling 4.0 Image, e una voce AI di ElevenLabs di 14,9 secondi. Ho scelto di proposito il polacco, una lingua piena di gruppi di consonanti come “szcz” e “źdźbło”, difficilissimi per il lip sync: la frase contiene gli scioglilingua “szczęście, źdźbło, chrząszcz”. Se ti stai chiedendo cosa cambia in italiano: nulla. Avatar 6 non traduce niente, muove le labbra su qualsiasi audio gli dai, in qualunque lingua, quindi con una registrazione in italiano funziona allo stesso modo, perché il modello segue la registrazione che carichi. Prompt di movimento: natural friendly talking, small head movements. 1080p.

Avatar 6 (normale) - 8/10
Le labbra seguono la registrazione per tutta la clip. Sulle parole più difficili si arrotondano in modo netto e nella pausa più lunga, intorno ai 6,9 s, si chiudono. Nelle pause brevi (0,9 s, 3,3 s, 11,7 s) lei sorride mostrando i denti invece di chiudere la bocca. File pronto dopo 55 s, costo USD 1,48 (circa 1,35 €).

Avatar 6 Turbo - 7,5/10
Turbo muove di più la testa e articola quasi con la stessa precisione. La differenza si vede nella pausa dopo i 6,9 s: le labbra restano leggermente socchiuse. Nel mio test Turbo non è stato più veloce - il file è arrivato dopo 83 s - ma è costato la metà: USD 0,74 (circa 0,67 €).
Test 2: un topo illustrato da un video di riferimento
Input: un video di 5 secondi ricavato dall’illustrazione di un topolino in stile paper-craft (Kling 4.0 Image) e una voce AI di 6,1 secondi di un narratore allegro.
Il topo parla, ammicca e cambia espressione, e lo stile paper-craft resta intatto: il modello non cerca di trasformarlo in un animale realistico. Qui non vedo differenze significative tra la versione normale e Turbo, quindi per i personaggi dei cartoni sceglierei Turbo.
HeyGen Avatar 6 vs OmniHuman 2 vs H3 Max Lip Sync
Stessa foto, primi 7 secondi della stessa registrazione, impostazioni predefinite, tutto tramite fal.

| Modello | Voto | Risoluzione | Tempo per il file | Prezzo su fal |
|---|---|---|---|---|
| MiniMax H3 Max Lip Sync | 8,5/10 | 480×832 | 15 s | USD 0,05/s (480P) |
| HeyGen Avatar 6 | 8/10 | 1080×1920 | 55 s | USD 0,10/s |
| OmniHuman 2 | 8/10 | 720×1278 | 120 s | USD 0,105/s |
| HeyGen Avatar 6 Turbo | 7,5/10 | 1080×1920 | 83 s | USD 0,05/s |
H3 è quello che chiude meglio la bocca nelle pause ed è il più economico, ma solo in 480P. Avatar 6 e OmniHuman 2 sono pari: Avatar 6 offre un 1080p nitido ed espressioni più vivaci, OmniHuman 2 un volto più calmo e naturale in 720p. I tempi di Avatar 6 si riferiscono alla clip completa di 14,9 secondi.
Prezzi: fal o app HeyGen
| Opzione | Prezzo | Avatar 6 |
|---|---|---|
| fal, Avatar 6 | USD 6 al minuto in 1080p (circa 5,46 €), USD 8,70 in 2K (circa 7,92 €) | tutte e 3 le modalità |
| fal, Avatar 6 Turbo | USD 3 al minuto in 1080p (circa 2,73 €), USD 5,25 in 2K (circa 4,78 €) | tutte e 3 le modalità |
| HeyGen Free | USD 0 | 3 video al mese fino a 1 min, con filigrana |
| HeyGen Creator | USD 29/mese (circa 26,39 €), USD 24 con fatturazione annuale (circa 21,84 €) | Avatar 6 Turbo |
| HeyGen Pro | USD 49/mese (circa 44,59 €) | Avatar 6 e Turbo |
| HeyGen Business | USD 149/mese (circa 135,59 €) + USD 20 per ogni postazione extra (circa 18,20 €) | Avatar 6 e Turbo |
HeyGen e fal fatturano in dollari statunitensi: gli importi in euro sono approssimativi, calcolati al cambio BCE del 17 novembre 2026. Con il prezzo di un mese di Creator (USD 29, circa 26,39 €) su fal compri 9 min 40 s di video Turbo; con un mese di Pro (USD 49, circa 44,59 €) compri 8 min 10 s di Avatar 6 normale. Se ne produci meno, fal costa meno. Piani, modalità e come iniziare: HeyGen - la guida completa agli avatar AI.
Come ho fatto il test
- 17 novembre 2026, API di fal.ai, una generazione per modalità, stessa foto e stessa voce per il confronto.
- Personaggi generati con l’AI (Kling 4.0 Image), voci di ElevenLabs. Nessuna persona reale.
- Valutazione da 0 a 10: le labbra si aprono sulle sillabe e si chiudono nelle pause? Artefatti su denti e labbra, naturalezza dell’espressione. Ho controllato l’intera clip e i fotogrammi della bocca ogni 0,6 s rispetto al volume dell’audio.
- Le clip in questa pagina sono compresse per l’anteprima; gli originali di fal erano in 1080×1920.
FAQ
HeyGen Avatar 6 funziona in italiano?
Sì. Il modello muove le labbra sulla registrazione che carichi, quindi la lingua dell’audio è la lingua del video. Nel mio test ha mantenuto il sync perfino sugli scioglilingua polacchi.
Quanto costa un minuto di Avatar 6?
Su fal in 1080p: USD 6 (circa 5,46 €) la versione normale, USD 3 (circa 2,73 €) Turbo. In 2K: USD 8,70 (circa 7,92 €) e USD 5,25 (circa 4,78 €).
Posso animare la foto di una persona reale?
Solo con il consenso di quella persona e indicando chiaramente che il video è generato dall’AI. HeyGen richiede la conferma del consenso per gli avatar realistici nella sua app, e la modalità con video di riferimento su fal non accetta affatto video di persone reali.
Fonti
- Il mio test del 17 novembre 2026: 6 clip tramite l’API di fal.ai.
- Pagine dei modelli e prezzi su fal.ai: Avatar 6 Image to Video, Turbo Image to Video, Reference Video to Video, Identity to Video, OmniHuman v2, H3 Max Lip Sync (consultate il 17 novembre 2026).
- Prezzi di HeyGen e documentazione dell’API (consultati il 17 novembre 2026).
Il link a ElevenLabs è un link di affiliazione: se acquisti tramite questo link, NITIDO riceve una commissione e tu paghi lo stesso prezzo. Non influisce sui contenuti, nemmeno sulle parti critiche.
More on this from NITIDO
notizie·Kling 4.0 Image arriva su fal: 8K, serie fino a 10 immagini e testo leggibileKling 4.0 Image è disponibile su fal.ai dal 17 novembre 2026: output 2K/4K/8K, serie di 2-10 immagini coerenti, modifica con 10 riferimenti. Prezzo e primo test.