Tavus Griffin לעומת HeyGen Video 1: בהפרש של שלושים ושש שעות, ורק אחד מהם ניתן לרכישה

שתי השקות נחתו בתוך שלושים ושש שעות זו מזו באותו פינה של השוק, ולוח השנה הוא הדבר המעניין ביותר בצירוף הזה. HeyGen Video עלה לאוויר ב-30 בספטמבר 2026 במחיר 0.01 דולר לשנייה עד אוקטובר, מכוונן מ־MiniMax H3 ומופץ תחת המזהה heygen-video-1. Tavus Griffin הוכרז ב-1 באוקטובר 2026 עם מחקר חי פנים אל פנים שבו 26 מתוך 54 משתתפים האמינו שבן השיח שלהם הוא אדם אמיתי, והוא זמין רק לבודקים נבחרים ומהימנים מאחורי טופס בקשה, בלי מזהה, בלי נקודת קצה ובלי מחיר. שניהם עוסקים ביצירת אדם משכנע. הסיבה הכנה להשוות את Tavus Griffin ואת HeyGen Video 1 היא לא שקונה היה בוחר ביניהם — היום אפשר לקנות רק אחד מהם — אלא שההבדל מסביר למה נועד כל אחד מהם, ומה שווה באמת שנייה של אדם מחולל.

האחד מוכר קליפ, האחר מוכר שיחה

HeyGen Video הוא מודל וידאו לשימוש כללי שבמקרה טוב באופן יוצא דופן באנשים. הוא מקבל פרומפט, או פרומפט בתוספת תמונה, או פרומפט בתוספת עד תשע תמונות ייחוס, שלושה סרטוני ייחוס ושלושה קטעי שמע ייחוס, ומחזיר קליפ באורך שבין 5 ל-15 שניות ברזולוציית 480p או 768p, 24 fps, עם שמע AAC ב-32 kHz סטריאו הנושא דיאלוג, אווירה ואפקטים שנוצרו. שלושה מצבים מכסים את ההתניה — text_to_video, image_to_video, וreference_to_video, שהוא ברירת המחדל — וסדר הרשימה הופך לתווית שאליה פונים בפרומפט, כך שהערך הראשון של reference_images הוא <Picture 1>. שדות לא מוכרים בבקשה נדחים ולא מתעלמים מהם, ו-seed הוא מספר שלם לא-מסומן של 32 סיביות שהופך צילום לניתן לשחזור כאשר מחזיקים אותו ומשנים סעיף אחד בכל פעם. זהו כלי ייצור עם מעטפת דטרמיניסטית.

Griffin הופך כמעט כל אחת מהתכונות האלה. הוא מייצר 720p בקטעים של 320 מילישניות בקצב של 25 fps מתמונת ייחוס אחת, ומנגן כל קטע תוך כדי פענוח, כך שאין אורך קליפ לציין ואין קובץ להחזיר. מנוע Continuous Conversational Modeling קולט אודיו ווידאו ומעריך מחדש את השיחה במרווחים של פחות משנייה, ובוחר אם לשתוק, לאותת, לתת משוב או לקחת את התור, והבקרות האקספרסיביות שלו מפעילות מחולל דיבור בזרימה ומחולל וידאו בזרימה במקביל. החלטה שמתקבלת באמצע משפט מופיעה בקול ובפנים בתוך אותו מיני-תור. אתה לא כותב פרומפט; אתה מדבר אליו, והוא מגיב להפסקה, להסטת מבט, או להפרעה.

זו הסיבה ששני אלו אינם תחליפים זה לזה אף על פי ששניהם מייצרים אדם. ל-HeyGen Video שואלים איך נראה רגע מתואר. ל-Griffin שואלים מה צריך לקרות בהמשך.

כמה עולה כל שנייה, בזה שאפשר לקנות בו שניות

מחיר ההשקה של HeyGen Video הוא $0.01 לשנייה עד סוף אוקטובר, והטקסט של HeyGen עצמה מתאר אותו כ-50% הנחה ממחיר סטנדרטי של $0.02. תרשים העלויות באותו עמוד, שמופיעה בו הערת שוליים שלפיה זהו מחיר מחירון לשנייה ברזולוציית 768p עם אודיו לפני מבצעי ההשקה, מציב אותו על $0.03. זהו פער של 50% בין הטקסט לתרשים בחומר ההשקה של הספק עצמו, ועד ש-HeyGen תפרסם עמוד תמחור של API, הפרשנות הבטוחה היא ש-$0.01 מאושר כי הוא כבר פעיל, והמספר שלאחר אוקטובר נמצא אי-שם בין $0.02 ל-$0.03.

עשה את החשבון לאלף שניות — מאה קליפים של עשר שניות — שזו היחידה שצוות bulk באמת חושב בה:

• וידאו HeyGen באוקטובר — $10 במחיר $0.01 לשנייה.

• HeyGen Video אחרי אוקטובר — $20 ב-$0.02, או $30 ב-$0.03 לפי התרשים.

• MiniMax H3, מודל הבסיס שממנו כוונן — 80 דולר לפי מחיר המחירון של MiniMax של 0.08 דולר לשנייה.

• Kling 3.0 Pro — $168 ב-$0.168 לשנייה.

• Veo 3.1 — $400 ב-$0.40 לשנייה.

הסיבה שהחשבון הוא הכותרת של ההשקה של HeyGen היא שיעור ההיפטרות. צוותים שיוצרים גרסאות מקוצרות לרשתות חברתיות, וריאציות פרסומות ולופים של מוצרים מייצרים הרבה יותר ממה שהם משחררים, ובמחיר של עשרה סנט לניסיון של עשר שניות הכלכלה של זריקת מועמדים משתנה לחלוטין. המלכוד הוא התקרה: 768p ב-24 fps אינו פורמט מסירה של 2K, ו-MiniMax H3 מגיע ל-2K באמצעות מודול התחדשות נפרד ב-API המתארח של MiniMax עצמה במחיר של 0.13 דולר לשנייה, ללא מקבילה ב-HeyGen Video. אם יעד המסירה שלך הוא מעל 768p, השנייה הזולה היא לא השנייה שאתה צריך.

העמודה של Griffin ברשימה ההיא ריקה, ולא באופן מבטיח. Tavus לא פרסמה תעריף, כי Griffin-Lite הוא תצוגה מקדימה מחקרית שההודעה שלו עצמו אומרת שלא יהיה זמין לשימוש לקוחות בשלב זה ושהוא לא נמצא בפלטפורמה של Tavus. תחת מודל אלף השניות אין מה לרשום. כל מי שמצטט נתון עבור Griffin ממציא אותו.

מספרי האיכות, ומי מדרג

לאף אחד מהמודלים הללו אין ציון עצמאי, וראוי לציין זאת כבר מלכתחילה משום שלשני הספקים יש תרשימים.

הטבלה של HeyGen היא טבלת Elo שבה HeyGen Video מנורמל ל-1000, ואז Dreamina Seedance 2.0 ב-955, משפחת H3 Max נפרסת מ-952 עד 860, Kling 3.0 Pro ב-857 ו-Veo 3.1 ב-744. הערת השוליים עושה את רוב העבודה: הציונים מגיעים מסט הערכה פנימי של שאילתות Artificial Analysis Arena עם 4,800 הצבעות, והציון של HeyGen עצמו מנורמל ל-1000 לשם השוואה פשוטה יותר. ספק שמנרמל את עצמו לראש הטבלה שלו הוא בחירת הצגה, לא הוכחה שהוא מוביל. המרווח היחסי שמתחתיו הוא החלק המאלף.

מועיל יותר הוא העימות הישיר, שהוא המקום היחיד שבו HeyGen בוחנת את עצמה מול משהו שהיא לא בנתה. HeyGen אומרת שבודקים עיוורים העדיפו את המודל שלה על פני ה-H3 Max post-train המופיע בגרף ב-55.8% מההשוואות מתוך 650 הצבעות, עם טווח של 49–62%. הטווח הזה הוא הפרט הכנה: בקצה התחתון הוא חובק את 50%, כך שלפי המספרים של הספק עצמו, ההעדפה על פני אותו מתחרה אינה מופרדת בבירור מרעש. הפירוט לפי צירים מעורב באופן שנראה כמו פרופיל כשל ספציפי — 65% על נאמנות לתמונת המקור ו-66% על תזמון, לעומת 43% על עקביות ו-45% על מוזיקה.

המספרים של Griffin מגיעים מכלי מדידה שנבנה על ידי מישהו אחר, וזה ההבדל שחשוב. VideoFDB של NVIDIA הוא בנצ'מרק לשיחה אודיו-ויזואלית דופלקס מלאה, המדורגת בשני מסלולים, ו-NVIDIA בנתה אותו ומבצעת את ההערכה עם שופט משלה לפי רובריקה שפורסמה. Griffin-Lite קיבלה 3.83 מתוך 5 במדד היצירה, מול רפרנס אנושי של 3.92, ו-2.80 עבור המערכת המפורסמת הבאה בדירוג, ו-3.73 במדד התפיסה מול רפרנס אנושי של 4.20. Tavus גם מדווחת על השהיה אמיתית של 0.43 שניות מאודיו לווידאו עבור המחולל, מול ארבעה קווי בסיס מפורסמים של דיפוזיית סטרימינג על H100. ההסתייגויות עדיין תקפות — פער של 0.09 נקודות מול אדם ברובריקה בת חמש נקודות שנשפטת על ידי מודל שפה הוא "קרוב", לא "שווה", וחלק מהיתרון בתפיסה נמדד מול מערכות שפועלות ללא קלט וידאו — אבל המדרג אינו הספק.

• ציוני איכות בלתי־תלויים — לאף אחד מהשניים אין כזה. HeyGen Video אינו מופיע באף אחד משלושת לוחות הווידאו של Artificial Analysis נכון ל־2 באוקטובר 2026, וכך גם Griffin. Griffin אולי לעולם לא יופיע: הצבעת העדפה זוגית על קליפים קצרים אינה יכולה לתת ציון לשיחה חיה.

אותם לוחות דירוג אכן כוללים את מודל הבסיס. MiniMax H3 נמצא במקום ה-4 ב-text-to-video (עם אודיו) עם Elo 1,139 ובמקום ה-2 ב-image-to-video עם 1,181, שניהם ב-$4.80 לדקה — כך שה-post-train של HeyGen מתחרה על מצע שזירה עצמאית כבר מדרגת קרוב לפסגה, וזהו הטיעון החזק ביותר לטובתו ש-HeyGen לא פרסמה בעצמה.

שניהם זולים או בלתי ניתנים לתמחור מאותה סיבה

העובדה המבנית העומדת בבסיס שתי ההשקות היא שיצירת אדם משכנע נעשתה זולה, ויתרון העלויות של אף אחת מהחברות אינו נובע מהדבר שהיא מוכרת.

HeyGen Video הוא תוצר של אימון-המשך על MiniMax H3, שאותו MiniMax שחררה עם משקלים זמינים תחת רישיון קהילתי משלה. זה הפך את H3 למצע שחברות אחרות יכולות להתמחות בו ולמכור מחדש, ו-HeyGen הוא המוצר השני שעושה זאת בתוך חמישה שבועות בתחום אנכי אחר — וידאו עסקי, הדגמות מוצר, הדרכה, סיורי נכסים. הדפוס הזה הוא הסיבה ש-HeyGen יכול לתמחר מתחת למודל הבסיס: הוא לא נושא בעלות של מודל הבסיס, והבסיס הוא מהדורה במשקלים פתוחים של מישהו אחר.

Griffin הוא ההימור ההפוך. Tavus בנתה את המערכת כולה — הקודק, מחולל הדיבור בזרימה, מחולל הווידאו בזרימה, המודל השיחתי — סביב האינטראקציה עצמה, תוך זיקוק מודל מורה דיפוזיה דו-כיווני גדול למחולל אוטורגרסיבי בן כמה צעדים בשלושה שלבים, כך שהרצות ארוכות לא ייסחפו. זהו מחקר יקר בלי בסיס פתוח להישען עליו, וזהו חלק סביר מהסיבה שהשחרור מוגבל: אין מתחתיו מצע זול שאפשר לפרוס עליו את העלויות.

שתי החברות גם מגיעות לאותו מקום לא נוח מכיוונים שונים. התיעוד של HeyGen עצמה מפרט את מה שהמודל גרוע בו ביותר, וזה נדיר וראוי לקריאה: טקסט ארוך על המסך, תנועה אורגנית רכה כמו עלי כותרת, נייר ושיער, ועבודת ידיים מקרוב כמו הרכבה או הפעלת ציוד. הוא במיטבו בצילומים קצרים וממוקדים — נושא אחד, מקום אחד, פעולה אחת, מצלמה נעולה או בקושי נעה. המגבלה של Griffin אינה רשימה של מצבי כשל אלא בעיית בטיחות בלתי פתורה: Tavus מצהירה בגלוי שהתכונות שהופכות מודל אינטראקציה אנושית לממשק טוב יותר גם הופכות אותו לטוב יותר בשכנוע מישהו שהוא מדבר עם אדם, ושהיא מעכבת את התצוגה המקדימה בזמן שהיא בונה מנגנוני גילוי.

מה שקונה יכול למעשה לעשות היום

עכשיו אפשר לקרוא ל-HeyGen Video. הוא פועל על POST /v3/models/videos עם כותרת x-api-key, רק במפתחות API בתשלום, עם קישורי הורדה חתומים שפג תוקפם — כך שסקירה חוזרת מרעננת אותם — וקריאות חוזרות שמנסות פעם אחת לכל משימה, ש-HeyGen עצמה אומרת לך להתייחס אליהן כאופטימיזציית השהיה ולא כהבטחה. אם אתם בודקים אותו החודש, השנייה המבצעית ב-0.01 דולר פעילה, תקרת הפלט היא 768p, ומצב שיפור הפרומפט הוא מנוף עלות ממשי: turbo כברירת מחדל, quality למעבר ארוך יותר, disabled כדי לשלוח את הטקסט שלך ללא שינוי.

Griffin אינו ניתן לקריאה. הגישה היא טופס בקשה ותצוגה מקדימה של מחקר. אין מפתח, אין מזהה, אין נקודת קצה ואין SLA, וההצהרה היחידה שפורסמה בנוגע לזמינות היא שהיא תגיע לאחר ש-Tavus תמצא דרך לשחרר אותו בבטחה.

דבר אחד שיש לשניהם במשותף הוא שאף אחד מהם אינו מודל שנתב יכול לעזור לך להגיע אליו, ובמקרה של Griffin מדובר בבעיית קטגוריה ולא בבעיה זמנית — הפעלה בזמן אמת בדופלקס מלא אינה קריאת בקשה-תגובה. מה שנתב כן עוזר בו בכל אחד מהצינורות הוא השכבה שסביב הווידאו. הרחבת פרומפטים, מלאי תמונות ייחוס, תיאורי שוטים, יצירת כיתובים וסיכום סקירות — כולם קריאות טקסט, ואלה של OpenAI, Google והשאר יושבים בקטלוג של OrcaRouter מאחורי נקודת קצה אחת תואמת OpenAI עם יותר מ-200 מודלים באותו מפתח, במחיר המחירון של הספק עם 0% תוספת, כך ששינוי מחיר של ספק נכנס לתוקף באותו יום. בכל הנוגע למודל הווידאו עצמו יש עובדה שימושית אחת: MiniMax H3 — הבסיס שממנו כוונן HeyGen Video, וזה שמחירו לפי שנייה ש-HeyGen חותך עם $0.01 — מנותב כאן בתור minimax/minimax-h3 במחיר של $0.08 לשנייה, עם 2K ב-$0.13. HeyGen Video עצמו אינו בקטלוג שלנו וגם Griffin לא; שניהם מוגשים דרך ה-API של הספקים שלהם עצמם ומספר פלטפורמות צד שלישי.

איזה אחד, ולמי?

• השתמש ב-HeyGen Video אם התוצר הוא קטע קצר, מוכל, ממוקד באדם, עם סאונד מובנה ואתה יכול להסתפק ב-768p ב-24 fps. תקצב את התעריף שאחרי אוקטובר כמשהו בין $0.02 ל-$0.03 לשנייה במקום המחיר המבצעי של עשרה סנטים, ובחן טקסט ארוך על המסך ועבודת ידיים מקרוב לפני שאתה מתחייב לתהליך עבודה אליו, כי HeyGen כבר אמרה לך שאלה המקומות שבהם זה נשבר.

• אל תתכנן סביב Griffin. בקש גישה אם השאלה שלך היא אם אדם יכול להבחין בין אדם שנוצר לאדם אמיתי בשיחה בת דקה, או אם אתה צריך לראות לאן מתפתחת שכבת אינטראקציה בזמן אמת לפני שאתה מתחייב למפת דרכים לקליפים מרונדרים.

• שימו לב לשאלת הגילוי, משום שזה הדבר היחיד שיניע את שתי החברות. ללקוחות של HeyGen Video יש תשובה ישירה זמינה — המודל הוא אימון-המשך של בסיס במשקלים פתוחים, והפלט הוא קובץ עם מקור ידוע — ואילו Tavus מעכבת מודל דווקא משום שאין לה עדיין אחד. החברה שתפרסם את מנגנון הגילוי הטוב יותר תפתור את הבעיה בעלת הערך הרב יותר.