HeyGen Voice Turbo مقابل HeyGen Voice: تخفيض السعر 7.5 أضعاف، وسبع نقاط Elo، وميزة واحدة لا يستطيع Turbo القيام بها

اختر رقمًا: اثنا عشر مليون حرف شهريًا، أي نحو خمس وعشرين ساعة من التعليق الصوتي. ووفق الأسعار المدرجة لدى Artificial Analysis لنموذجي الكلام التابعين لـ HeyGen، تبلغ تلك الفاتورة 360 دولارًا على HeyGen Voice و48 دولارًا على HeyGen Voice Turbo. وفرق الجودة الذي تذكره لوحة الصدارة نفسها بينهما هو سبع نقاط Elo، على لوحة تحتل فيها أفضل ثلاثة نماذج نطاقًا إحصائيًا واحدًا وتتداخل فيها فترات الثقة الخاصة بالمدخلين الاثنين لـ HeyGen تداخلًا شبه كامل. عندما يعيد مورّد لاحقًا الإعلان عن سعر أو نتيجة اعتمدت عليها مقارنة كهذه، يُسجَّل التصحيح مع تواريخه ومصادره في AI Incident Archive، إلى جانب بقية إخفاقات النماذج والمورّدين التي نتعقبها.

هذا التباين هو المقارنة بأكملها. فـ HeyGen Voice Turbo وHeyGen Voice ليسا جيلين لمنتج واحد يحل فيه الأحدث محل الأقدم؛ بل هما منتج واحد مقسوم إلى اثنين على طول خط يمر عبر نوع الصوت، لا عبر الجودة. والاختيار بينهما ليس حكمًا شخصيًا حول أيهما يبدو أفضل صوتًا، بل هو سؤال حول ما إذا كانت أصواتك نسخًا فورية أم نسخًا احترافية، والإجابة مكتوبة داخل الـ API.

نفس نقطة النهاية، سلسلة نصية واحدة مختلفة

تُوفّر HeyGen كلا الطرازين ضمن أجسام طلبات متطابقة. POST /v3/models/audio/tts يُرجع ملف WAV أحادي القناة بتردد 44.1 kHz بعد اكتمال التوليد؛ POST /v3/models/audio/tts/stream يُرجع أجزاء صوتية مرتبة على هيئة أحداث مرسلة من الخادم. الشيء الوحيد الذي يتغير هو حقل model: heygen-voice-1 هو الافتراضي، heygen-voice-1-turbo يحدد المحرك الأسرع، وheygen-voice-1-turbo-free طبقة مجانية محدودة السعة متاحة حتى 30 نوفمبر 2026.

تحدّ كلتا نقطتي النهاية النص عند 5,000 حرف من النثر العادي، وتعيّن كلتاهما افتراضيًا 30 طلبًا في الدقيقة لكل عضو في مساحة العمل. وتتطلب كلتاهما صوتًاACTIVE — صوت HeyGen عام أو نسخة مستنسخة في مساحة عملك. ويحدث الفصل على مستوى أعلى، عند أهلية الصوت.

الخط الذي لا يعبره Turbo

لا تعمل النسخ الاحترافية إلا على heygen-voice-1. تظهر تلك الجملة في التوثيق المرجعي لـ HeyGen، وهي القرار المعلن بصراحة: لا يستطيع Turbo نطق صوت احترافي مُدرَّب على عشرين دقيقة أو أكثر من الصوت بأي ثمن. أما النسخ الفورية — النوع الذي يُنشأ من تسجيل واحد، وعادةً ما يكون ACTIVE خلال ثوانٍ، دون خطوة تدريب أو خانة نسخة — فيمكن لأيٍّ منهما نطقها.

كل شيء آخر يتبع الحد نفسه.

• الأصوات المتاحة — Turbo: أصوات عامة ونسخ فورية. HeyGen Voice: أصوات عامة ونسخ فورية ونسخ احترافية.

• التعبيرية — expressiveness_boost من 0.0 إلى 1.0 في كليهما، والقيمة الافتراضية 1.0، ولا ينطبق إلا على الأصوات الفورية. أما الأصوات الاحترافية فترفض هذه المعلمة.

• عناصر التحكم في الإيقاع — seed، speed (من 0.75 إلى 1.25)، pitch_shift (−4 إلى +4 أنصاف نغمات) وpitch_variance (من 0.5 إلى 2.0) مخصّصة للاحترافيين فقط. الأصوات الفورية، على أيٍّ من الطرازين، تقبلها وتتجاهلها بصمت، وهو أمر يستحق معرفته قبل إطلاق ميزة تعمل إعداداتها بلا تأثير بصمت.

• فترات التوقف — <break time="0.5s"/> تعمل فترات التوقف التي تصل إلى خمس ثوانٍ مع الأصوات الاحترافية. أما الأصوات الفورية، بما فيها Turbo، فلا تراعيها. ولا تُدعم أي عناصر SSML أخرى على أيٍّ من الطرازين.

• النص والمعدل — من 1 إلى 5,000 حرف لكل طلب، و30 طلبًا في الدقيقة لكل عضو في مساحة العمل افتراضيًا، وهما متطابقان في كليهما.

• اللغة — 42 رمزًا أساسيًا للغة لاستنساخ الصوت والكلام، مع وسوم إقليمية مثل en-US وfr-CA تُطبَّع إلى اللغة الأساسية. لا يحدد الوسم الإقليمي أي لهجة إقليمية.

• السعر المُدرج — Turbo بسعر 4.00 دولارات لكل مليون حرف، وHeyGen Voice بسعر 30.00 دولارًا، وكلاهما وفق ما حوّلته Artificial Analysis من تسعير HeyGen القائم على الرصيد، لا وفق سعر نشرته HeyGen.

ما تساويه سبع نقاط Elo، وما لا تساويه

في قراءة Controlled Voice Arena بتاريخ 22 أكتوبر 2026، يحل HeyGen Voice Turbo في المرتبة الأولى برصيد 1,202 إيلو (±19)، ويحل HeyGen Voice في المرتبة الثانية برصيد 1,195 (±15). وقد جرى تقييم كليهما على الأصوات المرجعية الثمانية المستنسخة نفسها — أربعة أمريكية وأربعة بريطانية — لذا فالمقارنة متكافئة بحكم التصميم، وهي نتيجة الساحة الوحيدة التي يمكن فيها إخضاع النموذجين لظروف متطابقة.

سبع نقاط على ذلك اللوح ليست هامشًا ذا دلالة. يطبع اللوح الرُتب من الأولى إلى الثالثة كشريحة واحدة، 1-3، ما يعني أن إحصاءاته نفسها تتنازل عن ترتيب الثلاثة الأوائل. يمتد نطاق Turbo من 1,183 إلى 1,221؛ ويمتد نطاق HeyGen Voice من 1,180 إلى 1,210. ويتداخل النطاقان بمقدار 27 نقطة من أصل عرضيهما البالغين 39 و31 نقطة على الترتيب. وعينات Turbo البالغة 1,685 هي أضعف الأدلة في الخمسة الأوائل، مقابل 1,964 لـ HeyGen Voice و2,593 لـ Eleven v4 Turbo على بعد مركزين أدنى.

إن القراءة الصادقة لعمود الجودة هي تعادل، مع تفوق طفيف لصالح Turbo يمكن لبضعة آلاف من الأصوات الإضافية أن تمحوه في أي من الاتجاهين. وأي شخص يحتاج إلى ترتيب هذين النموذجين قد حصل على رقم لا يمكنه أن يحمل هذا الوزن.

عمود السعر، في المقابل، واضح الاتجاه حتى لو كانت قيمه المطلقة مشتقة. تطبّق Artificial Analysis طريقة تحويل واحدة على كل بائع في القائمة؛ وإذا كانت تلك الطريقة تخطئ في تسعير نظام أرصدة HeyGen، فإنها تخطئ في تسعير كلا إدخالي HeyGen بالمعامل نفسه، و7.5× تصمد أمام خطأ ثابت. لكنها لن تصمد أمام خطأ يتفاوت حسب فئة الطراز — ولا شيء منشور يشير إلى أن الفئتين تحتسبان الأرصدة بشكل مختلف — غير أن هذا افتراض ينبغي التحقق منه مقابل فاتورتك بدلًا من الثقة به.

حيث يتوقف "الأرخص" عن كونه السؤال الصحيح

ثمة ثلاث حالات تجعل التعادل البالغ سبع نقاط إيلو غير ذي أهمية، وتجعل فجوة السعر غير ذات أهمية معه.

لديك نسخ احترافية. لا يستطيع Turbo النطق بها. تنتهي المقارنة قبل النظر في التكلفة. يُبقي HeyGen heygen-voice-1 كخيار افتراضي تحديدًا لأن الأصوات الاحترافية تحتاجه، ولا يمكن لأي قدر من إعادة التسجيل أن يحوّل استنساخًا مدرَّبًا استغرق تدريبه عشرين دقيقة إلى استنساخ فوري دون إعادة بناء الصوت.

تحتاج إلى مخرجات قابلة للتكرار. تُعد Seeds عنصر تحكم خاصًا بالأصوات الاحترافية، ولا يدعم Turbo الأصوات الاحترافية على الإطلاق. إذا كان خط أنابيبك يعيد توليد سطر ويتوقع نفس الإلقاء، فلن يمنحك أيٌّ من مساري الصوت الفوري هذه الرافعة.

تحتاج إلى دقة في التوقيت مع الأصوات الفورية. يقبل كلا النموذجين with_timestamps ويعيدان أوقات بداية ونهاية لكل حرف — على نقطة النهاية المتزامنة كـ original_characters في الاستجابة، وعلى نقطة نهاية البث كأحداث character_alignment تحمل النص المُرسَل والنص المُطبَّع المنطوق فعليًا. لا تكلف الطوابع الزمنية شيئًا على أي من النموذجين، لذا فإن هذا ليس عامل تمييز؛ بل هو ببساطة السبب الذي يتيح لخط أنابيب التسميات التوضيحية استخدام Turbo دون فقدان أي شيء.

أما في بقية الحالات — صوت علامة تجارية مستنسخ من تسجيل قصير، ووكيل دعم، ودفعة من السطور القصيرة — فإن Turbo من الفئة نفسها للمحرك بجزء يسير من السعر، وسبع نقاط Elo ليست سوى ضجيج.

الترحيل هو سلسلة نصية، وهذا هو الفخ

لأن جسم الطلب لا يتغيّر، فإن التبديل حقل واحد. ولهذا أيضًا ستُجري الفرق التبديل دون قياس. نمط الفشل ليس خطأ 400؛ بل صوت يتعذّر استخدامه بهدوء. أرسل voice_id احترافيًا إلى Turbo ويفشل الطلب — هذا الفشل صارخ ولا بأس به. أرسل صوتًا فوريًا مع speed: 1.1 فتحصل على صوت بالسرعة الافتراضية دون خطأ، لأن الأصوات الفورية تقبل المعامل وتتجاهله. إن خط معالجة كان يضبط الإيقاع الصوتي على أصوات فورية لم يكن أصلًا يحصل على ما طلبه؛ والانتقال إلى Turbo يجعل هذا الاكتشاف أكثر احتمالًا فقط.

هناك تفصيل واحد في الترحيل يسهل تفويته حقًا وهو موثّق: يجب إعادة استنساخ الأصوات الفورية التي أُنشئت قبل HeyGen Voice 1 قبل أن تتمكن من النطق عبر هذا الجيل من النموذج. مساحة عمل أقدم مليئة بعمليات الاستنساخ الفوري القديمة لن تعمل بمجرد تبديل سلسلة النموذج.

تجدر الإطلالة على الإعدادات الافتراضية الخاصة بـ HeyGen قبل أن تُجري أي قياس مرجعي، لأن المزوّد يشغّل تهيئتين. يأتي HeyGen Studio بـ similarity: "max" عند الاستنساخ مع expressiveness_boost: 0.5 عند التركيب. أما الإعدادات الافتراضية لواجهة API فهي similarity: "extra_high" وexpressiveness_boost: 1.0، وهذه التهيئة الخاصة بواجهة API هي التي يقول HeyGen إنها احتلت المركز الأول على اللوحة المضبوطة. وإذا حاكيت إعدادات Studio عند الترحيل، فأنت لم تعد تعيد إنتاج التهيئة التي قيّمتها لوحة الصدارة — وهذا أمر لا بأس به إن كنت تقصده، لكنه نتيجة قياس مرجعي مُربكة إن لم تكن تقصده.

اختبار يستحق إجراؤه قبل أي من القرارين

تجعل الطبقة المجانية هذا رخيصًا بما يكفي بحيث لا يوجد سبب للاختيار بناءً على لوحة صدارة. heygen-voice-1-turbo-freeيتحدث بالأصوات العامة والنسخ الفورية دون أي تكلفة حتى 30 نوفمبر 2026، دون الحاجة إلى رصيد ائتماني، وصوت HeyGen العام Nadine (83548de556df48ba8c09c42a57c51d85) منشور كنقطة بداية من سطر واحد. إنها طبقة ذات سعة مشتركة: 429 rate_limit_exceededمتوقعة تحت الحمل بغض النظر عن معدل طلباتك، ولا يُضمن وقت الوصول إلى الصوت الأول، ولا يتحول الطلب المجاني أبدًا إلى طلب مدفوع.

شغّل الأسطر العشرين نفسها على Turbo Free وعلى نموذجك الحالي، بالاستنساخ الفوري نفسه، واستمع إلى الأشياء التي يطمسها متوسط الساحة: أسماء المنتجات، والأرقام، والتواريخ، وكل ما تقوله علامتك التجارية ولا يقوله أحد غيرها. وإذا كان الاثنان غير قابلين للتمييز لأذنيك — وهو ما تشير إليه نقاط Elo السبع على الأرجح — فإن القرار يتقلص إلى الفاتورة، والفاتورة هي 48 دولارًا مقابل 360 دولارًا.

إذا كان مكدسك يستدعي أيضًا نماذج كلام أو لغة أخرى، فإن وضع المسارات غير التابعة لـ HeyGen خلف مفتاح واحد مع تجاوز الفشل يُبقي المقارنة بعيدًا عن مسار الإنتاج لديك؛ إذ إن HeyGen Voice Turbo نفسه ليس ضمن كتالوج OrcaRouter، لذا يجري جانب HeyGen من الاختبار عبر واجهة API الخاصة بـ HeyGen. وما يمنحك إياه الموجّه هنا فعليًا هو القدرة على تشغيل كلا نموذجي HeyGen وصوتًا احتياطيًا عبر تكامل واحد، بحيث لا يتحول حدّ معدل أو انقطاع في النموذج الجديد إلى صمت يواجه المستخدم.

القاعدة التي تخرج من كل هذا تتلخص في جملة: النسخ الفورية تستخدم Turbo ما لم يكن لديك سبب مقاس يمنع ذلك، والنسخ الاحترافية تستخدم HeyGen Voice لأن لا شيء آخر ينطق بها، ولا ينبغي لأحد أن يختار بين هذين بناءً على Elo.