Alternativa a HeyGen: guion o grabación

Buscar una alternativa a una herramienta que ya usas esconde casi siempre dos preguntas distintas. O el precio dejó de cuadrar con el volumen que produces ahora, o el resultado dejó de servir para lo que tienes que entregar. Cambiar de suscripción resuelve lo primero y empeora lo segundo.

Esta guía separa las dos familias de herramientas que ponen a una persona hablando en pantalla, anota lo que listaban las páginas de HeyGen el día en que se consultaron, y propone una forma de elegir familia antes de pagar nada.

Lo que entregas decide el resto

Quitado el lenguaje comercial, queda una sola pregunta: ¿qué le das a la herramienta?

En un flujo que parte del guion, le das texto y una cara. Escribes o pegas el guion, eliges una voz, subes una foto o tomas un presentador de una biblioteca, y la herramienta anima esa cara sobre el audio que acaba de fabricar. Nunca se grabó nada.

En un flujo que parte de una grabación, le das una interpretación. Te grabas diciendo el texto y esa toma conduce otra cara. El audio es tuyo, y el ritmo, los énfasis y los gestos son los de tu toma.

Las dos entregan un vídeo vertical con alguien hablando. Fallan en sitios distintos, se facturan de forma distinta por vídeo terminado y sirven para encargos distintos.

Lo que listan las páginas de HeyGen

Consultado el 23 de octubre de 2026 en la página de precios y en el artículo de ayuda sobre créditos, ambos citados al final de la guía.

• Creator: 29 $ al mes, anunciado con 600 créditos mensuales.
• Pro: desde 49 $ al mes por 1.000 créditos mensuales, en una escala donde la cuota sube conforme sube la dotación de créditos.
• Business: 149 $ al mes por el primer asiento, más 20 $ al mes por cada asiento adicional, con 1.500 créditos compartidos por el espacio de trabajo.
• Business puede comprar créditos extra en bloques de 100 por 5 $.
• En un plan mensual, los créditos sin usar se arrastran un ciclo de facturación más.

La línea que más importa para un presupuesto no es un precio. El artículo de ayuda explica que los créditos que consume una generación varían según el modelo utilizado, la duración y la complejidad del trabajo. El coste por vídeo terminado no se lee, entonces, en la cuota del plan, y dos equipos con la misma suscripción pueden acabar con costes unitarios muy distintos. Estas páginas cambian: toma las cifras de arriba como una lectura fechada y abre la página en vivo antes de comprar.

El flujo que parte del guion, según su documentación

Las páginas de Avatar IV describen el trabajo sin rodeos. Aportas una foto fija y, a elegir, un guion escrito o un archivo de audio. Eliges una voz entre las tuyas, de una biblioteca, o una diseñada a partir de una descripción. Ajustas la expresividad a baja, normal o alta, puedes añadir indicaciones de movimiento, y el render sale a 720p o 1080p. Un modo orientado a calidad consume el doble de créditos que el modo rápido, y la guía recomienda no pasar de 180 segundos. La documentación técnica pide un retrato nítido, de frente, en PNG o JPEG, hasta 32 MB.

Esa lista describe también el intercambio con honestidad. Obtienes un presentador a partir de una fotografía, sin grabar nada. Lo que la herramienta tiene que inventar es todo lo que lleva una interpretación: dónde cae el acento de la frase, en qué momento suben las manos, en qué sílaba la mirada abandona el objetivo.

Cuando basta con el guion

• Un texto fijo que debe existir en doce idiomas, porque lo que se entrega son las palabras.
• Tutoriales internos, acogida de nuevas incorporaciones y módulos de formación, donde una lectura regular es justo lo que espera quien mira.
• Piezas largas a cámara que nadie espera que estén interpretadas.
• Actualizaciones recurrentes leídas desde un registro de cambios.
• Cualquier encargo donde nadie del equipo va a grabar nunca nada y la alternativa es no tener vídeo.

En esos casos una voz sintética sobre un texto limpio no es un apaño: es el formato.

Cuando hace falta una toma real

• La publicidad de pago en redes, donde los dos primeros segundos deciden si se ve el resto.
• Los ganchos que quieres probar por lotes, variando la interpretación antes que el texto.
• Un argumento que tiene ritmo, difícil de escribir y fácil de decir.
• Alguien del equipo capaz de decir una frase pero que no quiere su cara en un anuncio.
• Anuncios donde la habitación forma parte del mensaje, porque una cocina se lee como real y un fondo degradado como una diapositiva.

La guía de avatares IA entra en cómo se construyen las dos familias, y la guía de actores IA trata el casting y el consentimiento.

Cuatro preguntas antes de cambiar

¿De qué tienes más, guiones o tomas? Lo que produces sin esfuerzo debería ser lo que la herramienta acepta como entrada.

¿De quién es la cara? Un presentador de catálogo llega con su licencia. La foto de un compañero exige su permiso por escrito, y una figura pública queda descartada en las dos familias.

¿Cómo se mueve la factura con la duración? Pregunta cuánto cuesta un vídeo de treinta segundos, no cuánto cuesta un mes, y multiplica por los que publicarías de verdad.

¿Qué tiene que ser el archivo final? Formato, resolución, marca de agua y, sobre todo, una licencia que cubra la difusión pagada y no solo la publicación orgánica. Un vídeo al que no puedes poner presupuesto de medios no es un anuncio.

Cómo encaja Sosie

Sosie está en el lado de la grabación. Te grabas hasta cuarenta segundos con el móvil, con tu propio texto. Eliges un presentador del catálogo, describes uno que Sosie genera, o subes la foto de una persona que te ha dado su consentimiento por escrito; las figuras públicas están bloqueadas. Tu voz, tu ritmo, tus expresiones y tus gestos se conservan, y el presentador aparece por defecto en tu propia habitación en lugar de sobre un fondo de catálogo.

El archivo es un MP4 vertical 1080p, horizontal si grabaste en horizontal, sin marca de agua y con uso comercial permitido, incluida la difusión pagada. Veinte segundos tardan unos cinco minutos y gastan un crédito; hasta cuarenta segundos gastan dos. La edición de escena es el otro tipo de trabajo: tu plano queda tal como lo grabaste y cambia una prenda, un objeto o el lugar a partir de fotos de referencia, para clips de tres a treinta segundos. Los créditos se compran por suscripción o en packs que no caducan, desde 39 €, no existe ningún plan sin pago y un renderizado fallido devuelve su crédito.

Como es tu audio el que conduce el vídeo, el idioma del anuncio es el que hables en la toma.

Una comparación honesta en una tarde

Escribe un guion de veinte segundos para una oferta real. Pásalo por una herramienta que parta del guion y por otra que parta de una toma, con las mismas palabras exactas. Mira las dos con sonido y después mira los dos primeros segundos de cada una sin sonido.

Luego haz la cuenta que zanja el asunto: coste por vídeo que publicarías de verdad, no cuota por mes. La anatomía de un anuncio UGC describe cómo es uno publicable.