HeyGen Voice Turbo Merebut Takhta Suara Terkontrol dari HeyGen Voice — sekaligus Memangkas Harga Arena hingga 87%

Dua belas hari setelah HeyGen Voice mencapai peringkat pertama di Controlled Voice Arena milik Artificial Analysis, HeyGen telah menggantikannya di sana dengan HeyGen Voice Turbo, model ucapan yang lebih cepat dan jauh lebih murah yang diluncurkan di API vendor tersebut pada 21 Oktober 2026 dengan ID model heygen-voice-1-turbo. Dibaca pada pagi hari tanggal 22 Oktober, papan peringkat menempatkan HeyGen Voice Turbo di posisi pertama dengan 1.202 Elo dan pendahulunya HeyGen Voice di posisi kedua dengan 1.195, dengan Qwen-Audio-3.1-TTS-Plus dari Alibaba di posisi ketiga dengan 1.184. Judulnya seolah menulis sendiri sebagai kisah suksesi — vendor yang mengalahkan dirinya sendiri — dan framing itu tidak salah, tetapi itulah hal yang paling tidak berguna di halaman tersebut. Angka yang seharusnya mengubah keputusan pembelian terletak dua kolom di sebelah kanan, di mana papan peringkat yang sama mencantumkan model baru tersebut seharga $4,00 per juta karakter dibandingkan $30,00 untuk model yang digantikannya. Ketika pembalikan papan peringkat seperti ini ternyata kemudian bersandar pada skor yang kedaluwarsa atau disajikan ulang, koreksinya dicatat beserta tanggal dan sumbernya di Arsip Insiden AI, bersama dengan kegagalan model dan vendor lainnya yang kami lacak.

Itu adalah pengurangan 87% dalam biaya tercantum yang melekat pada model yang peringkatnya lebih tinggi daripada model yang digantikannya. Kedua angka tersebut merupakan konversi Artificial Analysis atas harga kredit HeyGen, bukan tarif yang diterbitkan HeyGen, yang penting dan perlu diingat — tetapi arah selisihnya terlalu besar untuk menjadi artefak konversi.

Apa yang sebenarnya dikatakan oleh papan yang dikendalikan pagi ini

Controlled Voice Arena menjaga pembicara tetap sama: setiap peserta menyintesis delapan suara referensi hasil kloning yang sama, empat dari AS dan empat dari Inggris, dan pendengar buta memilih versi yang lebih baik. Ini adalah papan yang mengukur mesin, bukan reel demo vendor, dan inilah papan yang tepat untuk dibaca jika Anda merilis suara merek hasil kloning. Per 22 Oktober 2026, bagian atasnya berbunyi seperti ini.

• Peringkat 1 — HeyGen Voice Turbo, 1.202 Elo, ±19 pada tingkat kepercayaan 95% (interval 1.183 hingga 1.221), 1.685 sampel, dirilis Oktober 2026, $4,00 per juta karakter.

Peringkat 2 — HeyGen Voice, 1.195 Elo, ±15 (interval 1.180 hingga 1.210), 1.964 sampel, dirilis Oktober 2026, $30,00 per juta karakter.

• Peringkat 3 — Qwen-Audio-3.1-TTS-Plus, 1.184 Elo, ±14 (interval 1.170 hingga 1.198), 2.292 sampel, $19,30 per juta karakter.

Peringkat 4 dan 5 — Eleven v4 Turbo dan Eleven v4, keduanya 1.156 Elo, $40,00 dan $80,00 per juta karakter.

• Peringkat 6 — Sonic 3.6, 1.151 Elo, $49,00 per juta karakter, pada 3.193 sampel — model yang paling banyak dipilih di sepuluh besar.

• Peringkat 7 — Inworld Realtime TTS-2, 1.145 Elo, $20,80 per juta karakter.

Dua detail dalam daftar itu layak mendapat lebih banyak perhatian daripada urutannya. Yang pertama adalah kolom rentang: Artificial Analysis mencetak peringkat satu hingga tiga sebagai satu pita, 1-3, yang berarti statistiknya sendiri tidak memisahkan tiga model teratas. Yang kedua adalah jumlah sampel. HeyGen Voice Turbo memiliki 1.685 suara; Eleven v4 Turbo, dua posisi di bawahnya, memiliki 2.593. Posisi model baru di puncak bertumpu pada sekitar dua pertiga bukti dari model-model yang dikalahkannya, dan interval ±19 adalah yang terlebar di lima besar.

Tujuh Elo bukan intinya. Empat dolarlah intinya.

Anggap dua entri HeyGen sebagai satu pasangan, karena keduanya berbagi endpoint, vendor, dan sekarang lingkungan papan peringkat yang sama. Selisih di antara keduanya adalah tujuh poin Elo, dan interval kepercayaan keduanya tumpang tindih hampir di seluruh lebarnya: 1.183 hingga 1.221 versus 1.180 hingga 1.210. Tidak seorang pun seharusnya memilih antara kedua model ini berdasarkan kualitas. Perbedaan apa pun yang ada dalam kealamian suara hasil kloning lebih kecil daripada ketidakpastian dalam pengukuran.

Perbedaan harga tidak lebih kecil daripada ketidakpastian. Itu merupakan faktor 7,5.

Peringatannya dulu, karena ini nyata: HeyGen tidak mempublikasikan tarif suara per karakter. Halaman harga publiknya menjual kredit — 600 kredit pada satu tier, 1,000 pada tier lain, alokasi lebih besar pada paket tahunan — dan tidak pernah menyatakan berapa karakter yang bisa dibeli dengan satu kredit. Angka $4.00 dan $30.00 adalah konversi milik Artificial Analysis sendiri, yang diterapkan secara konsisten pada setiap vendor di daftar tersebut agar model-model dapat dibandingkan sama sekali. Itu adalah angka turunan. Yang membuat perbandingan tetap dapat digunakan adalah bahwa konversi yang sama menghasilkan kedua angka tersebut: jika konversinya salah, maka salah untuk keduanya, dan rasio 7.5× tetap bertahan terhadap kesalahan yang konstan.

Ada titik harga ketiga yang sama sekali tidak muncul di papan peringkat. HeyGen menjalankan tier gratis dari model ini, heygen-voice-1-turbo-free, hingga 30 November 2026. Layanan ini mendukung suara publik dan klon instan, tidak memerlukan saldo kredit, dan secara eksplisit didokumentasikan untuk pengujian, prototipe, dan jumlah ucapan yang kecil. Layanan ini juga secara eksplisit tidak dijamin: ketersediaan layanan, waktu respons, dan waktu hingga audio pertama semuanya tidak dijamin, kapasitas dibagi di antara semua pengguna gratis, dan permintaan dapat mengembalikan HTTP 429 rate_limit_exceeded padahal Anda masih jauh di bawah batas 30 permintaan per menit Anda sendiri. Permintaan gratis tidak pernah secara diam-diam beralih ke model berbayar — Anda harus mengirim permintaan baru dengan heygen-voice-1-turbo dan menerima biayanya. Untuk jalur produksi, anggarkan untuk model berbayar dan anggap tier gratis sebagai cara untuk mendengar mesin ini dengan skrip Anda sendiri minggu ini.

Apa yang Turbo korbankan untuk mencapai angka itu

Diskon ini bukan promosi harga yang dikemas sebagai peluncuran model. Ini adalah produk dengan cakupan yang lebih sempit, dan penyempitan itu didokumentasikan secara gamblang dalam referensi ucapan HeyGen.

• Jenis suara — heygen-voice-1-turbo hanya menerima suara publik dan klon instan. Klon profesional tidak didukung. Model bawaan heygen-voice-1 tetap menjadi model yang dapat mengucapkan suara profesional.

• Kontrol per permintaan — Turbo menerima expressiveness_boost dari 0.0 hingga 1.0 dan tidak ada yang lain dalam set prosodi. seed, speed, pitch_shift dan pitch_variance diterima dan diabaikan pada suara instan, termasuk Turbo. Suara profesional menolak expressiveness_boost sepenuhnya.

• Jeda — suara profesional mengambil <break> jeda hingga lima detik. Suara instan, termasuk Turbo, tidak. SSML lain tidak didukung pada keduanya.

• Panjang teks — 1 hingga 5.000 karakter prosa biasa per permintaan, pada kedua model.

• Batas laju — 30 permintaan per menit per anggota ruang kerja secara bawaan, pada kedua endpoint, dapat disesuaikan per akun.

• Keluaran — satu WAV PCM16 mono pada 44,1 kHz untuk endpoint sinkron; bagian WAV berenkode base64 yang berurutan melalui server-sent events pada /tts/stream. Setiap bagian yang dialirkan adalah kontainer WAV lengkap, sehingga harus didekodekan satu per satu, bukan digabungkan.

Bacalah daftar itu sebagai deskripsi pelanggan yang dituju Turbo: seseorang yang menghasilkan baris-baris pendek dengan suara yang mereka kloning dalam hitungan detik, dalam volume besar, yang mana tidak adanya kontrol pitch tidak relevan dan perbedaan tarif 7,5× tidak demikian. Jika pipeline Anda bergantung pada kloning profesional dua puluh menit dan seed yang dapat direproduksi, Turbo bukanlah versi yang lebih murah dari model Anda saat ini — ini adalah model yang berbeda yang tidak dapat melakukan pekerjaan Anda.

Klaim yang dibuat HeyGen dalam dokumentasinya sendiri

Referensi Text to Speech HeyGen menyatakan bahwa nilai default API-nya — similarity: "extra_high" untuk cloning dan expressiveness_boost: 1.0 untuk speech — adalah konfigurasi yang "meraih peringkat pertama di papan peringkat Artificial Analysis Controlled Voice." Itu adalah klaim vendor tentang sebuah papan peringkat independen, dan kebetulan klaim tersebut dapat diperiksa: papan peringkat itu memang menampilkan model HeyGen di peringkat pertama. Klaim tersebut juga lebih sempit daripada kedengarannya. Klaim itu menggambarkan satu konfigurasi dari satu model pada salah satu dari dua papan peringkat speech Artificial Analysis, dan tidak menyatakan apa pun tentang posisi peringkat katalog suara vendor tersebut secara keseluruhan.

Perhatikan ketidakcocokan yang perlu diketahui sebelum Anda menyalin default: HeyGen Studio menyertakan similarity: "max" dan expressiveness_boost: 0.5, sedangkan API secara default menggunakan pasangan dengan similarity lebih tinggi dan expressiveness maksimum. Hasil leaderboard dihasilkan dengan default API. Jika Anda menyetel untuk kehangatan ala Studio, Anda tidak lagi menjalankan konfigurasi yang menjadi dasar Elo tersebut.

Tiga hal yang tidak diukur oleh papan peringkat ini

Pertama, HeyGen sama sekali tidak memiliki entri di Provider Voice Arena — papan pendamping tempat setiap vendor menggunakan suara native-nya sendiri dan 98 model diperingkat. Papan itu dipimpin oleh Eleven v4 Turbo dengan 1.335, dengan Inworld Realtime TTS-2 di posisi keenam pada 1.267. Artificial Analysis tidak menyertakan model yang kurang mendapatkan suara, jadi ketidakhadiran bukanlah vonis atas kualitas; itu berarti tidak ada angka independen mengenai bagaimana katalog suara HeyGen sendiri terdengar bagi audiens umum. Jika Anda memilih di antara suara narator bawaan alih-alih melakukan kloning, angka utama dalam artikel ini tidak berlaku untuk Anda.

Kedua, papan peringkat terkontrol dijalankan per bahasa, dan HeyGen Voice Turbo muncul di bagian atas papan bahasa Inggris serta pada papan bahasa Jerman — tetapi tidak ada di tab bahasa Jepang, Tionghoa, Prancis, Spanyol, Portugis, Vietnam, Arab, dan Hindi. Mengingat HeyGen mendokumentasikan 42 kode bahasa dasar untuk kloning dan ucapan, penjelasan yang paling mungkin adalah volume vote, bukan kemampuan. Namun, mahkota berbahasa Inggris tetaplah mahkota berbahasa Inggris, dan siapa pun yang merilis narasi multibahasa sebaiknya membaca tab yang relevan sebelum menganggap hasilnya dapat berlaku universal.

Ketiga, arena menilai audio, bukan langkah pengkloningan yang menghasilkan suara. Apakah kloning instan dari beberapa detik audio referensi mempertahankan penutur tertentu adalah pertanyaan terpisah yang tidak diukur oleh siapa pun di sini.

Apa yang terjadi pada 1 Desember

Pertanyaan terbuka yang paling konkret bukanlah apakah Turbo mempertahankan posisi pertama — keunggulan tujuh poin di dalam interval yang saling tumpang tindih bisa berbalik pada putaran penilaian berikutnya tanpa ada yang berubah di HeyGen. Pertanyaannya adalah berapa biaya model tersebut setelah tier gratis berakhir pada 30 November 2026.

Dua jalur masuk akal. Konversi $4.00 bisa menjadi harga kondisi mapan untuk model suara instan yang sengaja dibuat murah, yang dalam hal ini papan terkontrol kini memiliki entri berperingkat teratas pada seperlima median peserta. Atau Turbo Free bisa menjadi kanal akuisisi dan tarif berbayar bisa berubah setelah itu berakhir. HeyGen mengatakan akan memberi tahu pengguna sebelum penawaran berubah, yang merupakan satu-satunya komitmen yang tercatat. Sampai kartu tarif vendor tersedia, setiap harga di sini adalah inferensi — inferensi yang baik, diterapkan secara konsisten, dan tetap sebuah inferensi.

Bagi tim yang sudah menjalankan pipeline suara, langkah praktis minggu ini kecil dan murah: render dua puluh baris milik Anda sendiri melalui heygen-voice-1-turbo-free dengan klon instan, lalu render dua puluh baris yang sama melalui apa pun yang Anda gunakan saat ini. Arena sudah memberi tahu Anda bahwa mesin-mesin itu berdekatan pada delapan suara referensi. Arena tidak bisa memberi tahu Anda apakah Turbo menangani nama produk, angka, dan jeda Anda. Jika Anda juga memanggil model bahasa atau salah satu model ucapan terkelola dalam katalog OrcaRouter, model-model itu bisa berada di balik satu kunci dengan failover otomatis, sehingga eksperimennya tidak menyentuh jalur produksi Anda — meskipun HeyGen Voice Turbo sendiri tidak dirutekan ke sana, jadi uji perbandingannya harus melalui API milik HeyGen sendiri.

Kisah suksesi, pada akhirnya, adalah pembacaan yang paling tidak menarik. Vendor yang meningkatkan modelnya sendiri sebesar tujuh Elo dalam dua belas hari adalah kemajuan biasa. Vendor yang merilis mesin kloning suara terbaiknya dengan biaya sekitar sepertujuh dari biaya tercantum versi sebelumnya adalah perubahan dalam hal seberapa besar biaya yang boleh dikeluarkan untuk lapisan suara — dan itulah kalimat yang perlu dibawa ke percakapan anggaran.