HeyGen Voice Turbo vs. HeyGen Voice: Eine 7,5-fache Preissenkung, sieben Elo-Punkte und eine Funktion, die Turbo nicht kann

Pick a number: twelve million characters a month, roughly twenty-five hours of narration. At Artificial Analysis's listed rates for HeyGen's two speech models, that bill is $360 on HeyGen Voice and $48 on HeyGen Voice Turbo. The quality difference the same leaderboard quotes between them is seven Elo points, on a board where the top three models occupy a single statistical band and the two HeyGen entries' confidence intervals overlap almost completely. When a vendor later restates a price or a score that a comparison like this one leaned on, the correction is logged with its dates and sources in the AI Incident Archive, next to the rest of the model and vendor failures we track.

Diese Asymmetrie ist der gesamte Vergleich. HeyGen Voice Turbo und HeyGen Voice sind nicht zwei Generationen eines Produkts, bei dem die neuere die ältere ablöst; sie sind ein Produkt, das entlang einer Linie in zwei Teile geteilt ist, die durch den Stimmtyp verläuft, nicht durch die Qualität. Die Wahl zwischen ihnen ist keine Ermessensfrage darüber, welche besser klingt. Es ist eine Frage darüber, ob Ihre Stimmen Instant-Clones oder professionelle Clones sind, und die Antwort steht in der API.

Gleicher Endpoint, ein anderer String

HeyGen liefert beide Modelle hinter identischen Request-Bodies. POST /v3/models/audio/tts gibt nach Abschluss der Synthese eine einzelne 44,1-kHz-Mono-WAV-Datei zurück; POST /v3/models/audio/tts/stream gibt geordnete Audioteile als Server-Sent Events zurück. Die einzige Änderung betrifft das Feld model: heygen-voice-1 ist der Standard, heygen-voice-1-turbo wählt die schnellere Engine, und heygen-voice-1-turbo-free ist ein kapazitätsbegrenzter kostenloser Tarif, verfügbar bis 30. November 2026.

Beide Endpunkte begrenzen Text auf 5.000 Zeichen reinen Fließtext und beide sind standardmäßig auf 30 Anfragen pro Minute pro Workspace-Mitglied ausgelegt. Beide erfordern eine AKTIVE Stimme – eine öffentliche HeyGen-Stimme oder einen Klon in Ihrem Workspace. Die Aufteilung erfolgt eine Ebene höher, bei der Stimmberechtigung.

Die Linie, die Turbo nicht überschreitet

Professionelle Klone laufen ausschließlich auf heygen-voice-1. Dieser Satz steht in HeyGens Referenzdokumentation, und er ist die Entscheidung, klar ausgesprochen: Eine professionelle Stimme, die mit zwanzig Minuten oder mehr Audiomaterial trainiert wurde, kann von Turbo zu keinem Preis gesprochen werden. Sofort-Klone – die Art, die aus einer einzigen Aufnahme erstellt wird und in der Regel ACTIVE innerhalb von Sekunden ist, ohne Trainingsschritt oder Klon-Slot – können von beiden gesprochen werden.

Alles andere folgt derselben Grenze.

• Verfügbare Stimmen — Turbo: öffentliche Stimmen und Instant-Clones. HeyGen Voice: öffentliche Stimmen, Instant-Clones und professionelle Clones.

• Ausdruckskraft — expressiveness_boost von 0,0 bis 1,0 bei beiden, Standard 1,0, und es gilt nur für Instant-Stimmen. Professionelle Stimmen lehnen den Parameter ab.

• Prosodie-Steuerungen — seed, speed (0,75 bis 1,25), pitch_shift (−4 bis +4 Halbtöne) und pitch_variance (0,5 bis 2,0) sind nur in Professional verfügbar. Instant-Stimmen akzeptieren sie bei beiden Modellen und ignorieren sie stillschweigend – was man wissen sollte, bevor man ein Feature ausliefert, dessen Einstellungen stillschweigend nichts bewirken.

• Pausen — <break time="0.5s"/> Pausen von bis zu fünf Sekunden werden bei professionellen Stimmen unterstützt. Instant-Stimmen, Turbo eingeschlossen, beachten sie nicht. Auf keinem der beiden Modelle wird anderes SSML unterstützt.

• Text und Rate — 1 bis 5.000 Zeichen pro Anfrage, standardmäßig 30 Anfragen pro Minute pro Workspace-Mitglied, für beide identisch.

• Sprache — 42 Basis-Sprachcodes für Klonen und Sprachausgabe, mit regionalen Tags wie en-US und fr-CA, die auf die Basissprache normalisiert werden. Ein regionaler Tag wählt keinen regionalen Akzent aus.

• Listenpreis — Turbo 4,00 $ pro Million Zeichen, HeyGen Voice 30,00 $, beides von Artificial Analysis aus HeyGens Credit-Preisgestaltung umgerechnet und nicht von HeyGen veröffentlicht.

Was die sieben Elo wert sind – und was nicht.

In der Auswertung der Controlled Voice Arena vom 22. Oktober 2026 steht HeyGen Voice Turbo mit 1.202 Elo (±19) auf dem ersten Platz und HeyGen Voice mit 1.195 (±15) auf dem zweiten Platz. Beide wurden anhand derselben acht geklonten Referenzstimmen bewertet – vier aus den USA, vier aus dem Vereinigten Königreich –, sodass der Vergleich konstruktionsbedingt direkt vergleichbar ist, und es ist das einzige Arena-Ergebnis, bei dem die beiden Modelle unter identischen Bedingungen verglichen werden können.

Sieben Punkte auf dieser Rangliste sind kein aussagekräftiger Abstand. Die Rangliste führt die Plätze eins bis drei als einen Block, 1–3, was bedeutet, dass ihre eigenen Statistiken keine Rangfolge der Top drei vornehmen. Turbos Intervall reicht von 1.183 bis 1.221; das von HeyGen Voice von 1.180 bis 1.210. Bei Breiten von 39 bzw. 31 Punkten überschneiden sie sich auf 27 Punkten. Und mit 1.685 Stichproben hat Turbo die dünnste Datenbasis unter den Top fünf – gegenüber 1.964 für HeyGen Voice und 2.593 für Eleven v4 Turbo zwei Plätze weiter unten.

Die ehrliche Lesart der Qualitätsspalte ist also ein Gleichstand mit einem leichten Vorteil zugunsten von Turbo, den ein paar tausend zusätzliche Stimmen in die eine oder andere Richtung wieder aufheben könnten. Wer darauf angewiesen ist, dass diese beiden Modelle in eine Rangfolge gebracht werden, hat eine Zahl zur Hand, die dieses Gewicht nicht tragen kann.

Die Preisspalte hingegen ist in ihrer Richtung eindeutig, auch wenn ihre absoluten Werte abgeleitet sind. Artificial Analysis wendet auf jeden Anbieter in der Übersicht dieselbe Umrechnungsmethode an; wenn diese Methode HeyGens Credit-System falsch bepreist, bepreist sie beide HeyGen-Einträge um denselben Faktor falsch, und 7,5× übersteht einen konstanten Fehler. 7,5× würde einen Fehler, der je nach Modellstufe variiert, nicht überstehen – und nichts Veröffentlichtes deutet darauf hin, dass die beiden Stufen Credits unterschiedlich abrechnen –, aber das ist die Annahme, die man an der eigenen Rechnung prüfen sollte, statt ihr zu vertrauen.

Wo „billiger“ nicht mehr die richtige Frage ist

Drei Situationen machen den Sieben-Elo-Gleichstand irrelevant und damit auch die Preisdifferenz.

Sie haben professionelle Klone. Turbo kann sie nicht sprechen. Der Vergleich endet vor der Kostenfrage. HeyGen behält heygen-voice-1 gezielt als Standard bei, weil professionelle Stimmen ihn brauchen, und egal, wie oft man neu aufnimmt, aus einem in zwanzig Minuten trainierten Klon wird kein sofort einsatzbereiter Klon, ohne die Stimme neu aufzubauen.

Sie benötigen reproduzierbare Ausgaben. Seeds sind bei professionellen Stimmen ein Steuerungsinstrument, und Turbo unterstützt professionelle Stimmen überhaupt nicht. Wenn Ihre Pipeline eine Zeile neu generiert und dieselbe Darbietung erwartet, bietet keiner der Instant-Voice-Pfade diesen Hebel.

Für Instant-Stimmen benötigen Sie Zeitpräzision. Beide Modelle akzeptieren with_timestamps und liefern Start- und Endzeiten pro Zeichen — am synchronen Endpunkt als original_characters in der Antwort, am Stream-Endpunkt als character_alignment-Events, die sowohl den übermittelten Text als auch den tatsächlich gesprochenen normalisierten Text enthalten. Zeitstempel verursachen bei keinem der beiden Modelle Kosten, sind also kein Unterscheidungsmerkmal; sie sind schlicht der Grund, warum eine Untertitelungs-Pipeline Turbo nutzen kann, ohne etwas zu verlieren.

Für den Rest – eine aus einer kurzen Aufnahme geklonte Markenstimme, ein Support-Agent, eine Charge kurzer Zeilen – ist Turbo dieselbe Engine-Klasse zu einem Bruchteil des Preises, und die sieben Elo sind Rauschen.

Die Migration ist ein String, und genau das ist die Falle.

Da sich der Request-Body nicht ändert, ist die Umstellung nur ein Feld. Das ist auch der Grund, warum Teams umstellen, ohne zu messen. Der Fehlermodus ist kein 400; es ist eine Stimme, die stillschweigend nicht verwendet werden kann. Senden Sie eine professionelle voice_id an Turbo, und die Anfrage schlägt fehl – das ist laut und in Ordnung. Senden Sie eine Instant-Stimme mit speed: 1.1, und Sie erhalten Audio mit Standardgeschwindigkeit ohne Fehler, weil Instant-Stimmen den Parameter akzeptieren und ignorieren. Eine Pipeline, die Prosodie auf Instant-Stimmen abgestimmt hat, bekam ohnehin schon nicht, was sie angefragt hatte; der Wechsel zu Turbo macht das Entdecken nur wahrscheinlicher.

Es gibt ein Migrationsdetail, das wirklich leicht zu übersehen und dokumentiert ist: Instant-Stimmen, die vor HeyGen Voice 1 erstellt wurden, müssen erneut geklont werden, bevor sie mit dieser Generation des Modells sprechen können. Ein älterer Workspace voller alter Instant-Clones wird nicht einfach einen Modell-String umstellen und dann funktionieren.

HeyGens eigene Standardwerte lohnen einen Blick, bevor Sie einen Benchmark durchführen, denn der Anbieter verwendet zwei Konfigurationen. HeyGen Studio liefert similarity: "max" zum Klonzeitpunkt mit expressiveness_boost: 0.5 bei der Synthese. Die API-Standardwerte sind similarity: "extra_high" und expressiveness_boost: 1.0, und diese API-Konfiguration ist diejenige, von der HeyGen sagt, dass sie den ersten Platz auf dem kontrollierten Board belegt hat. Wenn Sie Studio-Einstellungen in einer Migration spiegeln, reproduzieren Sie nicht mehr die Konfiguration, die das Leaderboard bewertet hat – was in Ordnung ist, wenn Sie das beabsichtigt haben, und ein verwirrendes Benchmark-Ergebnis, wenn nicht.

Ein Test, der vor jeder der beiden Entscheidungen durchgeführt werden sollte

Der kostenlose Tarif macht das so günstig, dass es keinen Grund gibt, sich anhand einer Rangliste zu entscheiden. heygen-voice-1-turbo-free spricht öffentliche Stimmen und Instant-Clones kostenlos bis zum 30. November 2026, ohne erforderliches Guthaben, und die HeyGen-Stimme Nadine (83548de556df48ba8c09c42a57c51d85) ist als einzeiliger Ausgangspunkt veröffentlicht. Es ist ein Tarif mit geteilter Kapazität: 429 rate_limit_exceeded ist unter Last zu erwarten, unabhängig von deiner eigenen Anfragefrequenz, die Zeit bis zum ersten Audio ist nicht garantiert, und eine kostenlose Anfrage geht niemals in eine kostenpflichtige über.

Rendere dieselben zwanzig Zeilen auf Turbo Free und auf deinem aktuellen Modell, mit demselben Instant-Clone, und achte auf die Dinge, die die Arena herausmittelt: Produktnamen, Zahlen, Daten und alles, was deine Marke sagt, was sonst niemand sagt. Wenn die beiden für deine Ohren nicht unterscheidbar sind — wovon die sieben Elo ausgehen lassen — reduziert sich die Entscheidung auf die Rechnung, und die Rechnung lautet $48 gegen $360.

Wenn Ihr Stack auch andere Audio- oder Sprachmodelle aufruft, sollten Sie die Nicht-HeyGen-Teile hinter einen einzigen Schlüssel mit Failover legen; das hält den Vergleich von Ihrem Produktionspfad fern; HeyGen Voice Turbo selbst ist nicht im Katalog von OrcaRouter enthalten, daher läuft die HeyGen-Seite des Tests gegen die eigene API von HeyGen. Was ein Router Ihnen hier tatsächlich bringt, ist die Möglichkeit, sowohl die HeyGen-Modelle als auch eine Fallback-Stimme über eine einzige Integration zu betreiben, sodass ein Rate Limit oder ein Ausfall des neuen Modells nicht zu einer für Nutzer hörbaren Stille wird.

Die Regel, die sich aus all dem ergibt, passt in einen Satz: Instant-Clones nehmen Turbo, es sei denn, du hast einen gemessenen Grund, es nicht zu tun; professionelle Clones nehmen HeyGen Voice, weil sonst nichts sie zum Sprechen bringt; und niemand sollte zwischen diesen beiden auf Basis von Elo wählen.