Главное за 30 секунд

В июне 2026 у вас выбор между двумя архитектурами AI-Shorts: AI-аватар (HeyGen Avatar IV, Synthesia, Tavus, D-ID — лицо, которое говорит ваш текст) и AI-сцена (Veo 3.1, Sora 2, Kling 3 — кадры без живого лица, поверх — voiceover ElevenLabs и burned-in субтитры). Welder работает по второй модели.

Стоимость на минуту видео сильно различается. HeyGen Avatar IV — 20 кредитов/мин (около $1.50 на тарифе Creator $29), Synthesia Creator — $89/мес за ~30 минут (около $3 за минуту), Tavus стартует от $59/мес. Welder voiceover — около 990–1690 ₽ за серию из 7 готовых вертикальных роликов, то есть 30–50 ₽ за минуту.

Ниже — разбор четырёх аватарных сервисов, где аватар реально нужен (B2B, обучение, лицо-бренд) и где он только мешает (нарративные шортсы, faceless-каналы, истории). С цифрами по retention и реальными ценами.

Что вообще тестируем

Два разных подхода к AI-видео:

1. Talking-head AI-аватар. Берёт ваш текст или аудио → анимирует лицо аватара с lip-sync, мимикой, поворотами головы. Кадр обычно один: студия, фон, поясной план. Камера не двигается. Это «корпоративный AI-ведущий».

2. AI-сцена (cinematic / voiceover-композит). Никакого лица. Только смена кадров: дом, лес, город, объекты, текстуры. Поверх — синтез-голос на ElevenLabs v3 или Eleven Music. Это «история без рассказчика в кадре».

Выбор между ними — не вопрос вкуса. Это разные форматы для разных платформ и разных ниш. Дальше — где какой работает, на цифрах.

Параметры теста

Взяли одну нишу — обучающий онбординг для SaaS. Сценарий 60 секунд, 220 слов RU. Один и тот же текст загнали в четыре платформы аватаров и Welder voiceover. Замеряли:

• стоимость минуты видео;
• время рендера;
• доступные языки для голоса;
• консистентность лица/сцены между сериями;
• watermark на бесплатном тарифе;
• работа без VPN из РФ.

Дальше — что значат эти цифры на практике.

HeyGen Avatar IV: глянцевый корпоративный стандарт

HeyGen Avatar IV вышел в конце 2025, к лету 2026 это де-факто стандарт для talking-head в B2B. Avatar IV жжёт кредиты в 7 раз быстрее Avatar III — 20 кредитов/мин против 3. На тарифе Creator $29/мес у вас 200 кредитов = ~10 минут видео в месяц. Один add-on пакет ($15 за 300 кредитов) добавляет 5 минут.

Что хорошо:

• 230+ avatars из коробки;
• естественный lip-sync, моргание, микро-движения головы;
• интеграция с lip-sync translation: видео на одном языке → дубляж на 175+ языках в один клик;
• 4K-рендер с тарифа Business ($149+).

Что плохо для коротких видео:

• один кадр на всё видео. Камера статична. На TikTok/Reels это убивает retention — нет смены кадров;
• цена для серий неподъёмная: один faceless-канал из 10 шортов в день на Welder стоит ~10 000 ₽/мес, тот же объём на HeyGen — $300+ только за кредиты;
• из РФ платёж только через зарубежную карту или прокси.

HeyGen — это не для AI-Shorts. Это для корпоративного обучения, продуктовых демо, YouTube-длиннометражей с одним ведущим. Для рилсов слишком статичен и дорог.

Synthesia: enterprise-формат и SCORM

Synthesia — другая ниша. Они изначально строились под L&D (learning & development) для крупных компаний. 240+ avatars, 160+ языков, поддержка SCORM, версионирование, аналитика просмотров. Идеально для внутренних обучающих курсов.

Цены:

• Free — 3 минуты/мес, watermark;
• Starter $29/мес — logo removal;
• Creator $89/мес — 30 минут/мес, 5 personal avatars;
• Enterprise — кастом, обычно low five figures в год.

Сильные стороны:

• enterprise-фичи: SCORM, role-based access, audit log;
• персональные аватары на тарифе $89+ (свой «цифровой двойник»);
• голосовое клонирование внутри тарифа.

Слабые стороны для коротких видео:

• $3 за минуту — самое дорогое в подборке;
• ориентация на длинные форматы (3–20 минут), коротыши там делать неудобно;
• никаких сцен — только говорящая голова на фоне;
• РФ — только через VPN или иностранную карту.

Если вы строите внутренний учебник для отдела продаж — Synthesia ок. Если делаете виральные шортсы — забудьте.

Tavus: API-first для conversational video

Tavus — самый «техничный» из четвёрки. Он строится не как «студия для маркетолога», а как API для conversational video AI. Вы программно генерите персонализированные ролики массово — например, видео-приветствие каждому новому клиенту по имени.

Цены по страничке Tavus 2026:

• Free — 25 минут conversational + 5 минут генерации;
• Starter — от $59/мес;
• Growth — $375/мес: 10 personal replicas, до 100 новых replicas в месяц;
• Enterprise — кастом.

Сильные стороны:

• реалтайм-стриминг аватара в браузер (можно встроить аватара-собеседника в свой продукт);
• personal replicas: загрузил 2 минуты видео себя — получил digital twin;
• API стабильный, документация серьёзная.

Слабые стороны:

• не для creator-экономики. Tavus решает B2B-задачу персонализации, а не «нарисуй мне виральный шортc»;
• 30+ языков — заметно меньше, чем у HeyGen и Synthesia;
• порог входа в API — без разработчика не возьмёшь.

Tavus уместен, если вы продуктовая команда и вам нужна «говорящая голова внутри продукта». Для AI-канала на YouTube — мимо.

D-ID: фото → говорит, и Visual AI Agents

D-ID известен «талантом» оживлять одно фото. Загружаете портрет → пишете текст → получаете talking-head. К 2026 они добавили Visual AI Agents — реалтайм-аватары с LLM внутри (ваш чат-бот с человеческим лицом).

Цены:

• Trial — 14 дней;
• Advanced — $196/мес;
• API-тариф — от $4.70/мес billed annually за минимум.

Что хорошо:

• 120+ языков, voice cloning, emotion control;
• лучший в категории Video Translator: загружаете видео на одном языке, получаете тот же ролик на другом с пересчитанной артикуляцией губ;
• сильный API для интеграций.

Что плохо для шортсов:

• те же проблемы статичной камеры, что у HeyGen и Synthesia;
• $196/мес за Advanced — для коротких роликов перебор;
• из РФ снова прокси.

D-ID — нишевой инструмент. Если у вас есть конкретный кейс «оживить старое фото» или «realtime аватар-консультант в продукте» — берите. Для AI-Shorts — нет.

Welder voiceover: AI-сцена вместо AI-лица

Welder с июня 2026 (тарифы Starter от 990 ₽) не делает talking-head вообще. Логика противоположная: вы выбираете нишу (история, факты, объяснения), голос ElevenLabs, длительность — получаете серию из 7 готовых вертикальных видео с burned-in субтитрами, кадрами из Veo 3.1, Veo 2 или Kling 3, обложками и расписанием публикаций.

Что внутри одной серии:

• сценарий через Gemini 3.5 Flash или Claude Opus 4.7;
• голос ElevenLabs (RU, EN и ещё 23 языка — ES, DE, FR, IT, PT, PL, TR, AR, ZH, JA, KO и другие);
• 7–10 сцен с переходами, никаких застывших аватаров;
• субтитры burned-in под вертикалку;
• автопостинг в TikTok, YouTube Shorts, Instagram Reels, VK Клипы, Дзен, Telegram.

Стоимость: около 990–1690 ₽ за серию из 7 видео — это $0.30–0.50 за минуту готового вертикального видео. В 3–10 раз дешевле любого аватарного сервиса.

Зачем это работает на retention в Shorts: смена кадра каждые 2–4 секунды — то, что алгоритмы TikTok и Reels поощряют. Аватар-говорящая-голова — это «один кадр на 60 секунд», и retention падает.

Подробнее про различия пайплайнов внутри Welder — в материале cinematic vs voiceover: когда платить за Veo.

Когда аватар реально нужен

Не каждый ролик можно сделать faceless. Аватар оправдан, когда:

1. Личный бренд или эксперт-канал. Зритель должен идентифицировать вас с лицом. Тогда либо снимать самому, либо клон через Tavus или Synthesia personal replica.
2. B2B-обучение. Внутренние видео-инструкции на 10 языках, SCORM-совместимость — Synthesia.
3. Корпоративные демо. «Здравствуйте, меня зовут Анна, и я расскажу о продукте X» — HeyGen.
4. Real-time персонализация. Каждому клиенту своё видео-приветствие — Tavus API.
5. Оживление фото. Архивный портрет, мемориал, документалка — D-ID.

Во всех остальных случаях аватар — технический долг для канала. Он жрёт кредиты, тормозит производство, ограничивает форматы.

Когда сцена побеждает аватара

AI-сцена (Welder voiceover) выигрывает в шести случаях:

• Faceless-канал в нише историй, фактов или объяснений. Зрителю не нужно ваше лицо, ему нужен сюжет. Кейсы «Тёмная история» и «Сон 30+» построены на этой логике.
• Серийный продакшен. 5–10 роликов в день, 7 дней в неделю, 3 канала параллельно. На HeyGen Avatar IV это стоило бы $1500+/мес только за кредиты, на Welder — около 30 000 ₽/мес за всё.
• Алгоритмический оптимум. Смена кадров каждые 2–4 секунды — то, на что TikTok и YouTube Shorts отдают impressions.
• Мультиязычные шортсы. Включил ElevenLabs voice → 10+ языков того же сценария. Та же логика, что обсуждали в материале про иврит, шведский и португальский AI-Shorts.
• РФ без VPN. Welder работает напрямую с российских карт и без обходов, тарифы открыты тут.
• Тест ниши за один день. Идея «попробую сюжет про античность» закрывается за 12–18 минут одного рендера. Аватарный сервис ту же проверку растягивает на 2–3 часа: подбор аватара, голоса, монтаж.

Гибрид: аватар + сцена

В реальной практике у крупных каналов всё чаще встречается гибрид. Лицо аватара появляется в первой и последней секунде ролика (брендинг канала), середина — обычные AI-сцены. Это дешевле, чем 60 секунд аватара, и работает лучше на retention, чем чистый talking-head.

Технически собирается так: основная серия через Welder voiceover, intro и outro — через HeyGen на 5–8 секунд (это ~2 кредита, около $0.15). Получается лицо канала плюс динамика сцен.

Если выбираете такую схему, изучите 7 формул финала и +37% подписок — на outro лицо работает сильнее всего.

Реальные цифры retention

Что говорят данные за весну 2026:

• Faceless AI-Shorts с динамической сценой держат retention 50–65% к 30-й секунде. У статичного аватара — 30–42%.
• Hooks в первые 3 секунды: смена кадра плюс текстовый paste-in работают лучше, чем «здравствуйте, меня зовут».
• Алгоритм TikTok в апреле 2026 явно бустит видео с >12 уникальными кадрами на 60 секунд. Аватар такое физически не выдаёт.

Это не значит, что аватары умирают. Это значит, что они мигрируют в свои ниши (B2B, образование, лицо-бренд), а массовый Shorts-формат отходит к AI-сценам.

Матрица решений

Минимальная карта: что брать под какую задачу.

Если сомневаетесь — начните с faceless. Аватар можно добавить вторым этапом. Faceless без аватара работает; аватар без сцен в Shorts не работает.

Сделать первое видео

Если ваш канал — про истории, факты или объяснения (всё, что не требует вашего личного лица), запустите серию на Welder voiceover. Один промпт ниши → 7 готовых роликов с озвучкой ElevenLabs и автопостингом за 12–18 минут. Стартовых кредитов хватит, чтобы пройти эту проверку без подписки.

Если канал про вас лично — снимайте сами или клонируйте лицо в Tavus и проверьте retention vs faceless на одной нише. Через 30 дней будет видно.

Запустить серию в Welder →