【広告】この記事にはアフィリエイトリンクが含まれます。リンク経由で申し込みがあった場合、当サイトに報酬が入ります。報酬の有無で結論を変えていません。HeyGenとは提携していません（提携条件を満たしていないためです）。
先に結論です。
- 公式は3つのアバターモデルを用途で使い分けるよう案内しています。V＝一貫した高品質、IV＝カスタマイズ、III＝シンプルで低コスト
- Avatar Vは写真ベースのルックでは使えませんと明記されています
- A-Rollのシーンを変更すると再レンダリングが必要で、クレジットを消費します
- 公式はクレジットを無駄にしないレンダリング順を6ステップで示しています
- API料金では Avatar IIIが1分$1、Avatar IVが$3〜5。モデル選択はコストに直結します
3つのモデルの使い分け（公式の説明）
| モデル | 公式が挙げる用途 |
|---|---|
| Avatar V | 最も一貫した高品質な出力が欲しいとき。実在の人間のアバター、デジタルツイン、一貫した顔のディテール、より自然なアバターの挙動、高品質な最終動画 |
| Avatar IV | 品質を保ちつつカスタマイズしたいとき。カスタムプロンプト、単発のクリエイティブ、バーチャルキャラクター、非人間・様式化されたアバター、結果をコントロールしたい場合 |
| Avatar III | よりシンプルで低コストな選択肢が必要なとき。基本的なアバター動画 |
「実在の人間ならV、バーチャルキャラクターならIV」という切り分けが公式の書き方です。単純な上位互換ではありません。
コストと合わせて見る
| モデル | API料金（1分・720p/1080p） | 4K |
|---|---|---|
| Avatar III | $1.00（種類を問わず） | $1.20 |
| Avatar IV | $3.00（Photo Avatar）／$4.00（Digital Twin・Studio Avatar） | $4.00／$5.00 |
Avatar IIIとIVで3〜5倍の差があります。「基本的なアバター動画」で足りるなら、IIIを選ぶだけでコストが3分の1以下になる計算です。API料金の全体像はHeyGen APIは1分$1から｜Avatar IIIとAvatar IVで3〜5倍違う、動画翻訳はモードで4倍にまとめました。
※ プラットフォーム側（クレジット制）の消費レートはAPIとは別建てです。Avatar Vの1分あたりの消費と、Creatorで何分作れるかはHeyGenのクレジットは何分で尽きるのか｜Avatar Vは1分48クレジット、Creatorなら12分半にまとめています。
Avatar Vは写真ベースでは使えません
公式がはっきり書いています。フォトルック（写真から作ったアバター）のトラブルシューティングの中で、「Avatar Vは写真ベースのルックでは利用できない」と明記されています。
つまり「一貫した高品質ならV」という推奨は、動画から作ったルックにしか適用できません。写真1枚からアバターを作る場合は、IIIかIVの選択になります。
出典：HeyGen公式ヘルプ「Avatar & Voice FAQ」（2026年9月12日確認）
クレジットを無駄にしないレンダリング順
公式が6ステップのワークフローを提示しています。前提は「A-Rollのシーンを変更すると再レンダリングが必要で、クレジットを消費する」という点です。
- AI Studioで音声をプレビューする。テキスト読み上げの出力が自然で正確か確認する
- 満足するまで音声を再生成するか、スクリプトを更新する
- 各シーンを個別にプレビューする。見た目と音を確認する
- アバターの表情・動き・タイミング・ペースを確認する
- 必要な調整を個別のシーンに対して行う。全体を生成する前に
- すべて問題なければ最終動画をレンダリングする
出典：HeyGen公式ヘルプ「Avatar & Voice FAQ」（2026年9月12日確認）
要点は「全体を出す前に、音声とシーンを個別に確認する」ことです。完成品を出してから直すと、そのたびにクレジットが減ります。
口が広く見えるときの直し方
| ルックの種類 | 公式が勧める順序 |
|---|---|
| フォトルック | ①控えめな笑顔の写真を使う（大きく歯を見せた笑顔にしない）→ ②Advanced Settingsの「More Expressive」をオフにする → ③Avatar IIIとIVを切り替えて比べる |
| ビデオルック | ①Avatar V ＋ Less Expressive → ②だめならAvatar IV → ③最後の手段として元映像を撮り直す |
公式は「アバターの結果を変えるには再レンダリングが必要なので、可能なかぎり先にプレビューすること」と添えています。試行のたびにクレジットが減るためです。
元の素材の笑顔の強さが結果に影響するという指摘は、撮影前に効きます。アバター用の写真や映像を用意する段階で、表情を控えめにしておくほうが直しが少なくなります。
広告｜Synthesia公式
アバターの使い分けで迷うなら、提供元を変える選択肢もあります。Synthesiaは125以上のストックアバターを用意し、Creator（年払いで月10,490円）では自分のアバターを5体まで作れます。日本向けは円建てで、日本語のサイトがあります。
※ 広告リンクです。料金・条件は変更されるため、申し込み前に必ず公式の表示をご確認ください。数値は2026年9月23日に公式料金ページで確認しています。
決める順番
- 実在の人物か、バーチャルキャラクターかを決める。公式の推奨が分かれる
- 写真から作るなら、Avatar Vは選べない。IIIかIV
- コストを抑えるならIII。API料金では3〜5倍の差
- 撮影・素材の段階で表情を控えめにする。後の直しが減る
- 全体を出す前に、音声とシーンを個別にプレビューする
※ この記事は2026年9月12日に確認したHeyGen公式ヘルプセンターの記載に基づく整理です。モデルの提供状況・単価・設定名は変更されます。利用前に公式の最新の記載をご確認ください。当サイトはアバターの出力品質を比較評価していないため、どのモデルが自然かについては書いていません。
出典（すべて2026年9月12日確認）
- HeyGen Help「Avatar & Voice FAQ: Troubleshooting, Best Practices, and Credits」 モデルの使い分け、フォトルックでVが使えないこと、レンダリング順、口の直し方
- 同「HeyGen API Pricing Explained」 Avatar IIIとIVのAPI単価