Eine generierte Titelkarte für den Artikel „Avatar 6 vs Tavus Griffin“, mit einem Kicker „AVATAR-MODELLVERGLEICH“, dem großen Titel „Avatar 6 vs Tavus Griffin“, dem Untertitel „Eines ist heute käuflich, das andere eine Vorschau“ und drei Pill-Karten mit „öffentliche API, Credits“, „nur auf Antrag“ und „zwei unterschiedliche Tests“.
Guides & Insights

Avatar 6 vs. Tavus Griffin: Das eine ist heute kaufbar, das andere nur eine Vorschau.

Autor

jinhao.song

Veröffentlicht am

Neueste Modelle · 20Alle Modelle ansehen →
Benchmarks: Artificial Analysis · täglich aktualisiert
Zurück zu allen Beiträgen

Zwei Avatar-Modelle, sechs Wochen Abstand, beide erscheinen noch 2026, beide beanspruchen ein Turing-Test-Ergebnis. Avatar 6 ging am 17. November 2026 mit einer API, einem kostenlosen Tarif und zwei Modellkennungen an den Start. Tavus Griffin wurde am 1. Oktober 2026 als weltweit erstes Human Interaction Model angekündigt und als Griffin-Lite ausgeliefert, eine Forschungsvorschau, die über ein Antragsformular einem ausgewählten Kreis früher Tester zur Verfügung steht. Das ist der ganze Vergleich in zwei Sätzen, und alles Folgende sind die Details, die entscheiden, ob er für Sie von Bedeutung ist.

Denn es spielt sehr wohl eine Rolle – nur nicht in die Richtung, die man erwartet. Griffin unternimmt etwas, das Avatar 6 gar nicht erst versucht, und der Unterschied ist nicht graduell. Es ist der Unterschied zwischen einem Renderer, der ein Skript ausführt, und einem System, das entscheidet, wann es spricht. Dass ausgerechnet das ambitioniertere von beiden dasjenige ist, das man nicht kaufen kann, ist die Spannung, die diese Seite aushalten muss.

Was „preview“ bei Tavus konkret bedeutet

Griffin ist nicht auf der Tavus-Plattform. Es gibt keine Modellkennung, die an einen Endpunkt übergeben werden kann, keinen Preis, kein Nebenläufigkeitslimit und kein veröffentlichtes Datum für die allgemeine Verfügbarkeit. Im Produktmenü von Tavus wird es als „Griffin (Preview)“ neben Phoenix-4.5, Raven-2 und Sparrow-2 aufgeführt. Der Zugang erfolgt über ein Antragsformular und einen Auswahlprozess. Das Unternehmen hat gesagt, dass eine breitere Veröffentlichung eines leistungsfähigeren Modells folgen werde, ohne zu sagen, wann.

Avatar 6 bietet im Gegensatz dazu eine Dokumentation, die Sie heute Nachmittag lesen können. Zwei Identifikatoren – heygen-avatar-6 und heygen-avatar-6-turbo – an zwei Endpunkten: POST /v3/models/avatars für Referenzmedien plus Audio und POST /v3/videos mit gesetztem engine.type für vorhandene Avatar-Looks. Ein 202 liefert eine video_id, Sie pollen, und Sie erhalten eine signierte URL. Der kostenlose Tarif umfasst drei Videos mit Wasserzeichen pro Monat mit bis zu einer Minute Länge pro Video.

Der erste ehrliche Satz jedes Vergleichs von Avatar 6 mit Griffin lautet also, dass eines davon ein Kauf und eines eine Anwendung ist. Alles andere ist ein Vergleich veröffentlichter Behauptungen.

Die beiden Turing-Tests sind nicht derselbe Test.

Beide Anbieter beginnen mit einer Zahl nahe 50 %, und keine der beiden Zahlen bedeutet das, was ein Leser annehmen würde.

Tavus: 48 % der Menschen, die eine Minute mit Griffin gesprochen hatten, glaubten, sie hätten mit einem echten Menschen gesprochen. Das Unternehmen weist darauf hin, dass frühere Systeme, einschließlich seines eigenen Stacks auf Basis von Phoenix 4.5, Sparrow-2 und Raven-2, eine maximale Bestehensquote von 2 % erreichten. Dabei handelt es sich um einen Live-Videoanruf ohne festgelegtes Ende und mit wechselseitigem Gespräch, bewertet von der Person, die ihn führt. Der Vergleich bezieht sich auf Tavus’ eigene frühere Systeme, und die Stichprobe wird im Material zur Markteinführung nicht veröffentlicht.

HeyGens Zahl stammt aus einem Dateivergleich, nicht aus einem Gespräch. Bewerter sahen eine echte Aufnahme neben einem Avatar-6-Clip desselben Sprechers, der dieselbe Zeile über dieselbe Audiospur vortrug, und wählten Avatar 6 in 42,2 % der Fälle; die 84,4 % auf dem Banner sind diese Rate geteilt durch 50 und verdoppelt, was den zurückgelegten Weg hin zu perfekter Verwechslung misst, nicht, wie oft jemand tatsächlich getäuscht wurde. Wurde ein Clip allein gezeigt, ohne etwas zum Vergleichen, wurden 65,1 % der Avatar-6-Ausgaben als echt eingestuft, gegenüber 78,9 % der unbearbeiteten Aufnahmen.

Stellt man sie nebeneinander, ist die Asymmetrie der springende Punkt. HeyGen fragt, ob eine statische Performance den Vergleich mit einer bekannten Referenz übersteht. Tavus fragt, ob ein live geführtes Hin und Her eine Minute Improvisation übersteht – Unterbrechungen, Themenwechsel, Pausen, die gefüllt werden müssen. Ein Modell kann im ersten Fall hervorragend und im zweiten nutzlos sein, und keine der Kennzahlen beider Anbieter verrät, wo der jeweils andere landen würde.

Architektur – und warum sie das Produkt verändert

• Eingabe — Avatar 6 nimmt ein Referenzbild oder ein Referenzvideo sowie von Ihnen bereitgestelltes Sprach-Audio entgegen. Griffin empfängt einen Live-Audio- und -Videostream von der Person, die mit ihm spricht.

• Entscheidungsfindung — Avatar 6 führt aus, was ihm vorgegeben wird. Griffin betreibt ein Konversationsmodell, das entscheidet, wann es sprechen, innehalten oder abgeben soll – in Sekundenbruchteilen statt einmal pro Gesprächsbeitrag.

• Ausgabe — Avatar 6 gibt eine Videodatei mit bis zu 2880×1620 aus, die so lang wie die Audiodatei ist. Griffin liefert einen Live-Video-zu-Video-Stream in Echtzeit.

• Dauer — Avatar 6: 25 bis 28 Minuten, demonstriert als einzelne kontinuierliche Generierungen. Griffin: durch den Aufruf begrenzt, nicht durch einen Render.

• Latenz — Avatar 6: nicht veröffentlicht; die unabhängige Arena maß eine typische Renderzeit von 175,6 Sekunden, wobei einer von zehn über neuneinhalb Minuten lag. Griffin: konstruktionsbedingt Echtzeit, wobei Tavus berichtet, dass es beim Reagieren im Moment auf NVIDIA's VideoFDB 37 % vor der nächstbesten KI liegt.

• Zugang — Avatar 6: öffentliche API, Credits. Griffin: Research Preview, nur auf Antrag.

• Preis — Avatar 6: Abonnement-Guthaben, kein Sekundensatz veröffentlicht. Griffin: keiner.

Betrachten Sie die ersten beiden Zeilen zusammen. Die Eingabe von Avatar 6 ist fertige Sprache, was bedeutet, dass der schwierige Teil – zu wissen, was wann zu sagen ist – irgendwo vorgelagert passiert ist, in dem, was auch immer das Skript geschrieben hat. Griffins Eingabe ist eine Person, was bedeutet, dass der schwierige Teil im Modell steckt. Deshalb ist das eine ein Renderer und das andere wird als eine neue Klasse verkauft.

A generated two-column scoreboard titled 'Avatar 6 vs Tavus Griffin — the scoreboard'. Left column 'Avatar 6': Turing-test claim 42.2% picked as real; Input reference media plus audio; Output video file up to 2880x1620; Latency 175.6 s typical render; Access public API, credits; Price subscription credits. Right column 'Tavus Griffin': Turing-test claim 48% believed human after a minute; Input live audio and video stream; Output live video-to-video stream; Latency real-time by construction; Access research preview, application only; Price none published. The footer reads 'Both headline figures are vendor-reported. Griffin has no public likeness benchmark.'

Griffins Engineering spiegelt das wider. Tavec v1.7, sein Audiocodec, bildet 48-kHz-Audio auf einen kontinuierlichen Latentraum von 40 Werten pro Frame bei 100 Frames pro Sekunde ab, ohne Codebooks und mit einem vollständig kausalen Streaming-Decoder, und meldet 2.193× Echtzeit-Dekodierung sowie einen ViSQOL-MOS-LQO von 4,242 bei 28,42 Millionen Decoder-Parametern, gemessen auf einer H100. Voice Cloning funktioniert ab etwa zehn Sekunden Audio. Die Videoseite erzeugt jeden Pixel der Szene in Echtzeit aus einem einzigen Referenzbild – nicht nur Gesicht und Hände, sondern auch den Stuhl, auf dem die Person sitzt, und die Schatten, die sie wirft. Nichts davon ist auf Avatar 6 anwendbar, das ein in Minuten gemessenes Renderbudget hat und aufwendig sein darf.

Was die unabhängigen Belege abdecken und was nicht

Keines der beiden Modelle hat je an einem öffentlichen direkten Vergleich teilgenommen. Das sollte man ohne Wenn und Aber sagen.

Die eine Kennzahl, die HeyGen hier nicht geliefert hat, ist ein Ranglistenplatz. New Measures Blind-Arena setzte Avatar 6 am 18. November in beiden Ranglisten auf Platz eins – 1.197 Elo bei persönlichen Avataren, 1.237 bei Stock-Presentern, Creatify Aurora 2.0 jeweils auf Platz zwei – und äußerte sich offen über die Grenzen: kurze Skripte, Clips von 35 Sekunden oder weniger in 97 % der Vergleiche, drei Teilnehmer, die mit HeyGens geklonter Stimme sprachen. Griffin hat keinen vergleichbaren Eintrag, weil eine Vorschau hinter einem Anfrageformular nicht gerankt werden kann.

A screenshot of the New Measure article 'Which AI avatar do creators prefer?', published 18 November 2026, showing the finding that HeyGen Avatar 6 was preferred most often on both boards with Creatify Aurora 2.0 second, and the beginning of the blind-vote methodology.

Griffin verfügt über NVIDIAs VideoFDB, bei dem Tavus in einem unabhängigen Test für Face-to-Face-KI den ersten Platz und einen Vorsprung von 37 % gegenüber dem nächstbesten System beim spontanen Reagieren für sich beansprucht. Das ist ein echter Drittanbieter-Benchmark und keine Anbieterpräferenzstudie, und es ist der stärkste einzelne Beleg in diesem Vergleich. Es ist außerdem ein Benchmark für eine Fähigkeit, die Avatar 6 nicht besitzt, daher entscheidet es nichts in Bezug auf Ähnlichkeit.

Was beiden fehlt, ist ein Vergleich des einen mit dem anderen nach einem einheitlichen Protokoll, durchgeführt von jemandem, der kein Produkt zu verkaufen hat.

Am deutlichsten unterscheiden sich die beiden darin, was nachgewiesen werden muss, bevor irgendetwas gerendert wird. Avatar 6 animiert eine reale Person nicht anhand eines Videos, solange der Workspace keinen Enterprise-Zugang und keine vor der Kamera erstellte Einwilligungsaufnahme besitzt, die einen für diese Sitzung ausgegebenen Einmalcode enthält; anschließend gleicht HeyGen das Gesicht der einwilligenden Person mit dem Ausgangsmaterial ab. Ohne Video-Referenzzugriff schlägt die Anfrage mit 422 realistic_human_reference_not_allowed fehl, statt auf etwas Kostengünstigeres zurückzufallen.

Griffins Einschränkungen sind grundsätzlich anderer Art, weil seine Eingabe eine lebende Person und kein gespeichertes Abbild ist. Das Zustimmungsproblem, das es aufwirft, lautet nicht „Darf ich dieses Gesicht klonen“, sondern „Was behält dieses System aus einem Anruf“ – und Tavus’ Markteinführungsmaterial behandelt Sicherheit und Einschränkungen, ohne die Art von Zustimmungshürde pro Rendering zu veröffentlichen, die HeyGen gebaut hat. Für einen Einsatz mit echten Menschen vor der Kamera ist dieser Unterschied wichtiger als jeder Benchmark.

Wo OrcaRouter ins Spiel kommt

OrcaRouter verkauft keines von beiden. Das eine ist ein HeyGen-Render-Job hinter einer Zustimmungsschranke und einem Guthaben; das andere hat keinen Endpunkt, den man aufrufen kann. Wir werden nicht etwas anderes suggerieren, nur damit ein Routing-Pitch verfängt.

Was wir jedoch bedienen, ist der Text zwischen den beiden Enden der jeweiligen Pipeline. Avatar 6 beginnt mit einem Skript, das jemand schreiben, prüfen und lokalisieren muss; Griffins Konversationsschicht muss die Aufgaben, die sie mitten im Gespräch nicht erledigen kann, weitergeben, und Tavus leitet diese planmäßig an andere Modelle weiter. Das sind Standardaufrufe – zusammenfassen, übersetzen, klassifizieren, abrufen – und sie sind diejenigen, die von einem einzigen Schlüssel für über 200 Modelle zum Listenpreis des Anbieters ohne Aufschlag und von Failover profitieren, das einen Anbieterausfall zu einem erneuten Versuch statt zu einem Ausfall macht.

A screenshot of the OrcaRouter Models page, showing the filter sidebar and the header reading 226 models, with the All 226, Cyber 11, Text 190 and Image 12 tabs.

Die Entscheidung in der Fassung vom 18. November 2026

Für einen Presenter, der Ihr Skript in großem Umfang vorträgt, ist Avatar 6 mit einer dokumentierten API und einem Weg in die Produktion noch in diesem Monat der einzige geeignete Kandidat der beiden. Er steht an der Spitze des einzigen unabhängigen Boards, das die Kategorie bewertet hat, und bringt drei Punkte mit, die in einen Piloten mitgenommen werden müssen: keinen Preis pro Sekunde auf einer öffentlichen Preisliste, keinen externen Test, der länger als 35 Sekunden dauert, und Renderings, die Minuten statt Sekunden dauern.

Wenn Sie ein System brauchen, das ein Live-Gespräch mit einem dazugehörigen Gesicht führen kann, ist Griffin die weiterentwickelte Arbeit und die weniger verfügbare. Bewerben Sie sich für die Preview, wenn der Anwendungsfall real ist. Setzen Sie es nicht mit einem Datum auf eine Roadmap, denn Tavus hat keines genannt.

Worauf man achten sollte, ist kein Benchmark. Entscheidend ist, ob Tavus Griffin allgemein verfügbar macht und zu welchem Preis – denn ein Echtzeit-Interaktionsmodell mit Endpoint und Preisliste würde bei der Ähnlichkeit nicht mit Avatar 6 mithalten können. Es würde die Kategorie, zu der Avatar 6 gehört, wie die vorherige Generation aussehen lassen.