Kartu judul yang dihasilkan untuk artikel 'HeyGen Avatar 6', dengan teks pengantar berbunyi 'PERBANDINGAN MODEL AVATAR', judul besar 'HeyGen Avatar 6', subjudul 'Apa yang sebenarnya diukur oleh angka ketakterbedaan 84.4%', dan tiga kartu pil bertuliskan '84.4% = 42.2% x 2', '1,197 Elo, avatar pribadi', dan '17 November 2026'.
Engineering & Research

HeyGen Avatar 6: Apa yang Sebenarnya Diukur oleh Angka Ketakterbedaan 84,4%?

Penulis

jinhao.song

Tanggal Terbit

Model terbaru · 20Lihat semua model →
Benchmark: Artificial Analysis · diperbarui setiap hari
Kembali ke semua artikel

Klaim utama HeyGen untuk Avatar 6, yang dirilis pada 17 November 2026, adalah bahwa model tersebut 84,4% tidak dapat dibedakan dari rekaman asli. Bacalah catatan kakinya sebelum Anda mengulanginya: dalam uji berdampingan, para penilai diperlihatkan rekaman asli dan klip Avatar 6 dari orang yang sama yang mengucapkan kalimat yang sama dengan audio yang sama, lalu memilih Avatar 6 sebagai yang asli sebanyak 42,2% dari waktu. Lima puluh persen berarti kebingungan sempurna. HeyGen membagi 42,2 dengan 50 dan menggandakan hasilnya untuk mendapatkan 84,4%, yang merupakan cara sah untuk menyatakan "seberapa jauh kita berhasil melewati celah itu" dan cara yang menyesatkan untuk menyatakan "seberapa sering ini menipu seseorang." Kedua angka tersebut menggambarkan 270 jawaban yang sama.

Ini penting karena Avatar 6 bukan demo. Ini adalah model yang sudah dirilis dengan dua antarmuka API, dua checkpoint, tier gratis, dan — per hari ini — papan peringkat pihak ketiga yang menempatkannya di posisi pertama. Pertanyaan yang menarik bukan lagi apakah HeyGen membangun sesuatu yang bagus. Melainkan apa yang sebenarnya didukung oleh bukti, dan di mana letak kesenjangan antara hitungan pemasaran dan perilaku terukur.

Apa yang dirilis, tepatnya

Avatar 6 tersedia sebagai dua pengenal model, heygen-avatar-6 dan heygen-avatar-6-turbo, melalui dua endpoint berbeda. Model API di POST /v3/models/avatars menerima gambar referensi, video referensi opsional, dan audio ucapan yang Anda sediakan — tanpa langkah pelatihan avatar, tanpa suara yang perlu dikonfigurasi terlebih dahulu. Application API di POST /v3/videos merender tampilan avatar HeyGen yang sudah ada dengan mengatur engine.type ke salah satu dari dua pengenal tersebut, yaitu jalur yang Anda tempuh jika Anda sudah memiliki digital twin yang telah mendapat persetujuan.

• Resolusi — 1080p secara default, 2K berdasarkan permintaan; Model API menyesuaikan ukuran output 2K menjadi 2880×1620 dari referensi 16:9, sedangkan Application API menjadi 2560×1440.

• Panjang — ditentukan oleh audio yang Anda masukkan. Tidak ada parameter durasi, tidak ada batas panjang klip, dan tidak ada langkah penyambungan; halaman riset menunjukkan generasi kontinu tunggal selama 25 hingga 28 menit.

• Kontrol — motion_prompt berisi maksimal 1.200 karakter yang mencakup gestur, ekspresi, postur, dan kamera, plus tombol pengalih motion_expressiveness dengan dua pilihan: default, atau less untuk gestur yang lebih kecil dan ekspresi yang lebih tenang.

• Video referensi — satu klip berdurasi minimal dua detik, hingga 50 MB melalui URL atau base64, hingga 200 MB melalui unggahan langsung. Video referensi manusia realistis memerlukan akses Enterprise dan rekaman persetujuan di kamera dengan kode sekali pakai; tanpa itu API mengembalikan 422 realistic_human_reference_not_allowed.

• Pengeditan — mode pengeditan tingkat kata yang hanya meregenerasi kata yang diubah dan membiarkan bagian rekaman lainnya tidak tersentuh.

A generated scoreboard titled 'HeyGen Avatar 6 — the scoreboard' with a single column of six rows: Resolution 1080p default, 2K on request; Longest render 25-28 minutes continuous; Side-by-side test picked as real 42.2%, baseline 50%; Single clip judged real 65.1% vs 78.9% for real footage; Avatar Arena Elo 1,197 personal / 1,237 stock; Render time 175.6 s typical, 1 in 10 over 9.5 min. The footer reads 'HeyGen figures are vendor-run preference studies. Arena Elo per New Measure, 18 November 2026.'

Desain persetujuannya perlu diperhatikan sejenak, karena lebih ketat daripada yang biasanya dilakukan sebagian besar vendor avatar. Pernyataan persetujuan harus memuat kode yang dibuat untuk sesi itu, sehingga rekaman yang direkam sebelumnya tidak dapat memenuhi pemeriksaan tersebut, dan HeyGen memverifikasi bahwa orang dalam rekaman persetujuan cocok dengan orang dalam rekaman pelatihan sebelum avatar dapat dirender sama sekali.

84,4%, diurai

HeyGen menjalankan dua pengujian, dan keduanya memberikan hasil yang berbeda secara bermanfaat.

Saat diperlihatkan satu klip pada satu waktu dan ditanya "asli atau AI", para penilai menilai 78.9% rekaman asli sebagai asli. Mereka menilai 65.1% klip Avatar 6 sebagai asli ketika suara orang itu sendiri digunakan. Ganti dengan klon HeyGen Voice dan angka itu turun menjadi 56.5%. Itulah inti yang jujur: kira-kira dua dari tiga klip Avatar 6 lolos sebagai asli bagi orang asing yang sedang mencari palsu, dibandingkan empat dari lima rekaman asli.

Uji berdampingan lebih mudah — Anda memiliki titik acuan, dan model hanya perlu menjadi yang lebih meyakinkan di antara keduanya — dan dari situlah angka 42,2% berasal. HeyGen juga melaporkan studi "dinilai asli" untuk satu klip dengan 612 jawaban nyata serta 304 dan 308 jawaban AI, yang merupakan sampel cukup kecil sehingga perbedaan antara 65,1% dan 56,5% perlu diuji ulang sebelum siapa pun membangun klaim atasnya.

Dibandingkan model video lain, dengan menggunakan rekaman milik orang tersebut sendiri, HeyGen melaporkan kemenangan preferensi sebesar 72,4% atas Seedance 2.5, 74,1% atas Wan 3.0, dan 54,9% atas Kling 4.0. Dari satu foto, keunggulan atas Kling melebar menjadi 73,5% — yang memberi petunjuk tentang seberapa berharga rekaman referensi bagi keluaran pesaing, bukan hanya bagi keluaran HeyGen. Dibandingkan produk avatar komersial, penilai eksternal memberi Avatar 6 skor keseluruhan 4,00 dari sebuah foto versus VEED Fabric 1.0 pada 3,68, dan 3,98 dari rekaman versus Akool Talking Avatar pada 2,93. Semua ini adalah studi HeyGen sendiri, dengan penilai HeyGen sendiri dan kumpulan prompt HeyGen sendiri. Anggap ini sebagai prior yang kuat, bukan sebagai hasil.

New Measure sampai di sana lebih dulu

Satu-satunya bukti yang tidak dipesan oleh HeyGen tiba hari ini. New Measure menerbitkan lebih awal hasil Avatar Arena dari pemungutan suara buta yang dikumpulkan antara 27 Oktober dan 16 November — sebelum peluncuran — dari delapan penyedia avatar. Pemilih melihat dua video dengan naskah yang sama, diberi label A dan B dengan nama penyedia disembunyikan, lalu memilih pemenangnya.

Avatar 6 finis di posisi pertama pada kedua papan: 1.197 Elo pada avatar personal dengan rentang 1.162 hingga 1.241, dan 1.237 pada presenter stok dengan rentang 1.207 hingga 1.278. Creatify Aurora 2.0 berada di posisi kedua pada keduanya, dengan 1.053 dan 1.088. Tavus Phoenix-4.5 berada di 920 pada avatar stok, di belakang Creatify dan di depan JoggAI di 887 serta Synthesia EXPRESS-1 di 868.

A screenshot of the New Measure article 'Which AI avatar do creators prefer?', published 18 November 2026, showing the benchmarks header, the headline finding that HeyGen Avatar 6 was preferred most often on both personal and stock avatars with Creatify Aurora 2.0 second on both, and the opening of the 'What we compared' section describing blind A/B votes between two providers reading the same script.

Dua detail dalam laporan itu lebih informatif daripada peringkatnya. Pertama, New Measure mengungkapkan bahwa tiga pesaing — VEED, Creatify, dan Captions — menggunakan suara yang dibuat dengan kloning suara HeyGen, jadi sebagian dari keunggulan suara HeyGen adalah HeyGen bersaing dengan dirinya sendiri. Kedua, dan yang lebih penting untuk peluncuran ini: arena membatasi naskah pada 500 karakter, naskah tipikalnya 62 kata, dan dalam 97% perbandingan yang selesai, kedua video berdurasi 35 detik atau kurang. Karena itu, arena sama sekali tidak menunjukkan apa pun tentang fitur yang menjadi unggulan Avatar 6 — durasi tanpa batas. Model yang dapat mempertahankan identitas yang konsisten selama 26 menit belum diuji untuk hal itu oleh siapa pun di luar HeyGen.

Kecepatan adalah hal lain di mana peringkat dan pengalaman berbeda. Avatar 6 biasanya menjadi yang paling lambat dari lima dalam kelompok avatar personal, yaitu 175,6 detik per video, dibandingkan 60,2 detik untuk Runway GWM-1; satu dari sepuluh video avatar personal HeyGen membutuhkan lebih dari sembilan setengah menit. Preferensi dan kesabaran adalah skor yang berbeda, dan New Measure menyatakan dengan jelas bahwa keduanya tidak selaras.

Apa yang sebenarnya dilakukan model secara berbeda

Perubahan mekanisnya adalah bahwa Avatar 6 membaca naskah alih-alih memutar ulang loop gerakan. Avatar HeyGen sebelumnya tampak seperti orangnya tetapi bergestur dengan cara yang sama terlepas dari isinya; yang ini akan menunjuk ke "the counter on the left", menghitung sampai tiga dengan jari-jarinya pada "the taste, the choices and the feeling", dan meletakkan tangan di hatinya pada "always happy to chat" — karena prompt menyuruhnya, atau karena kalimatnya menyiratkan demikian. Apakah kasus-kasus yang tersirat berfungsi sebaik yang diinstruksikan adalah hal yang hanya akan bisa dipastikan melalui penggunaan produksi.

Kemampuan kedua adalah dua avatar dalam satu bingkai yang melakukan percakapan berskrip, dihasilkan dalam satu kali proses. Itu adalah fitur berformat podcast, dan kemungkinan besar paling berguna bagi tim yang sudah memproduksi format tersebut, karena menghilangkan penyuntingan di antara potongan pembicara.

Yang ketiga adalah penyuntingan tingkat kata. Angka HeyGen sendiri untuk itu: lip-sync LSE-C 7,67 pada kata-kata baru versus 6,25 untuk rekaman asli, kemiripan wajah 0,913 versus 0,907 untuk pesaing terbaik berikutnya, kemiripan suara 0,763 versus 0,739, dan 48,3 dB PSNR pada rekaman yang tidak disentuh versus 29,3 dB untuk metode penyuntingan pesaing terdekat, dengan 34,4% frame diubah alih-alih 99%+ yang disentuh metode pembanding. Angka terakhir itulah yang penting secara operasional: merekam ulang satu kalimat dalam video 20 menit hanya murah jika 19 menit lainnya bertahan byte demi byte.

Berapa biayanya, dan apa yang tidak dipublikasikan

Avatar 6 tersedia di paket gratis — tiga video berwatermark per bulan, masing-masing hingga satu menit, tanpa perlu kartu untuk video pertama. Paket Creator seharga $29/bulan mencakup 600 kredit dan mencantumkan Avatar 6 Turbo; Pro seharga $49/bulan mencakup 1.000 kredit dan mencantumkan Avatar 6 Pro. HeyGen menjual akses dalam bentuk kredit, bukan detik.

Itulah celah dalam materi peluncuran. HeyGen menerbitkan tarif per detik untuk HeyGen Video 1 — $0.02, dengan angka $0.03 muncul di bagan biayanya sendiri — tetapi tidak ada kartu tarif yang setara untuk Avatar 6 di halaman harga publik, dan halaman harga untuk developer mengalihkan ke aplikasi yang memerlukan login. Jika Anda menyusun anggaran untuk pipeline avatar dalam volume besar, saat ini Anda menghitung harga berdasarkan kredit dan menebak konversinya. Mintalah angka per detik secara tertulis sebelum Anda menetapkan jalur produksi pada angka tersebut.

Di mana ini cocok jika Anda sedang membangun

Avatar 6 tidak ada di OrcaRouter. Kami tidak menyediakannya, dan sebanyak apa pun kepintaran routing tidak mengubah itu — ini adalah renderer yang dihosting HeyGen dengan alur persetujuannya sendiri dan penagihannya sendiri. Yang kami sediakan adalah lapisan di sekitarnya: pembuatan skrip, pengambilan, klasifikasi, agen yang memutuskan apa yang harus dikatakan avatar. Itu adalah 200+ model di balik satu kunci yang kompatibel dengan OpenAI dengan harga daftar penyedia tanpa markup, dan failover otomatis saat penyedia goyah. Jika pipeline avatar Anda terhenti karena model yang menulis skrip mati, renderer tidak pernah menjadi bagian yang rapuh.

A screenshot of the OrcaRouter Models page, showing the filter sidebar (input modalities, context length, input price, status, access tier, series, supported parameters, privacy, inference region) and the header reading 226 models, with the tabs All 226, Cyber 11, Text 190, Image 12.

Pertanyaan yang masih terbuka

Tiga hal akan mengubah gambaran ini, dan tidak satu pun dari ketiganya sudah tersedia saat ini. Harga API per detik, sehingga sisi ekonominya dapat dibandingkan dengan Seedance, Kling, dan model video milik HeyGen sendiri secara setara. Uji long-form yang independen, karena setiap klaim durasi di sini bertumpu pada demo HeyGen dan arena itu dibatasi hingga 35 detik. Dan uji head-to-head melawan pesaing dengan ambisi serupa — misalnya Tavus Griffin — di bawah satu protokol, oleh pihak yang tidak punya produk untuk dijual.

Sampai saat itu, ringkasan yang adil adalah ini: Avatar 6 kemungkinan besar adalah perender avatar berbicara terbaik yang bisa Anda beli hari ini, angka 84,4% adalah hasil nyata yang dinyatakan dalam satuan yang membuatnya tampak menguntungkan, dan kemampuan yang paling membedakannya adalah kemampuan yang belum diukur oleh siapa pun di luar HeyGen. Bangun pilotnya, tetapi lakukan instrumentasi — satu dari sepuluh render yang memakan waktu sembilan menit adalah keputusan produk, bukan catatan kaki.