
HeyGen Avatar 6: cosa misura davvero il dato dell'84,4% di indistinguibilità
- OrcaNUOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M di token · 180 tok/s
- tencentNUOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M di token · 223 tok/s
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 89 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 98 tok/s
- orcaNUOVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M di token · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M di token · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M di token · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
Il titolo di HeyGen per Avatar 6, rilasciato il 17 novembre 2026, è che il modello è indistinguibile da filmati reali nell'84,4% dei casi. Leggi la nota a piè di pagina prima di ripeterlo: nel test affiancato, ai valutatori venivano mostrati una registrazione reale e una clip di Avatar 6 della stessa persona che dice la stessa frase sullo stesso audio, e hanno scelto Avatar 6 come quella reale nel 42,2% dei casi. Il cinquanta per cento sarebbe confusione perfetta. HeyGen divide 42,2 per 50 e raddoppia il risultato per ottenere 84,4%, che è un modo legittimo di esprimere "quanto del divario abbiamo colmato" e un modo fuorviante di esprimere "quanto spesso questo inganna qualcuno". Entrambi i numeri descrivono le stesse 270 risposte.
Questo conta perché Avatar 6 non è una demo. È un modello pronto alla distribuzione con due superfici API, due checkpoint, un livello gratuito e — a partire da oggi — una classifica di terze parti che lo colloca al primo posto. La domanda interessante non è più se HeyGen abbia costruito qualcosa di valido. È ciò che le prove supportano davvero, e dove si colloca lo scarto tra l'aritmetica del marketing e il comportamento misurato.
Cosa è stato rilasciato, esattamente
Avatar 6 è disponibile come due identificatori di modello, heygen-avatar-6 e heygen-avatar-6-turbo, tramite due endpoint diversi. La Model API su POST /v3/models/avatars accetta un'immagine di riferimento, un video di riferimento opzionale e l'audio parlato che fornisci — nessuna fase di addestramento dell'avatar, nessuna voce da configurare prima. La Application API su POST /v3/videos esegue il rendering di un look avatar HeyGen esistente impostando engine.type su uno di questi due identificatori, che è il percorso da intraprendere se hai già un gemello digitale con consenso.
• Risoluzione — 1080p per impostazione predefinita, 2K su richiesta; la Model API dimensiona l'output 2K a 2880×1620 da un riferimento in 16:9, la Application API a 2560×1440.
• Lunghezza — impostata dall'audio che fornisci. Non esiste alcun parametro di durata, alcun limite massimo per clip né alcuna fase di stitching; la pagina di ricerca mostra generazioni continue singole da 25 a 28 minuti.
• Controllo — un motion_prompt fino a 1.200 caratteri che copre gesti, espressione, postura e camera, più un interruttore motion_expressiveness con due impostazioni: default, oppure less per gesti più piccoli ed espressioni più calme.
• Video di riferimento — una clip di almeno due secondi, fino a 50 MB tramite URL o base64, fino a 200 MB tramite caricamento diretto. Un video di riferimento con una persona reale richiede l'accesso Enterprise e una registrazione del consenso in video con un codice monouso; in mancanza, l'API restituisce 422 realistic_human_reference_not_allowed.
• Montaggio — una modalità di modifica a livello di parola che rigenera solo le parole modificate e lascia intatto il resto del filmato.

Vale la pena soffermarsi sul design del consenso, perché è più rigoroso di quanto la maggior parte dei fornitori di avatar si preoccupi di fare. La dichiarazione di consenso deve contenere un codice generato per quella sessione, quindi un filmato registrato in anticipo non può soddisfare il controllo, e HeyGen verifica che la persona nella registrazione del consenso corrisponda alla persona nel filmato di addestramento prima che l'avatar possa essere renderizzato.
L'84,4%, srotolato
HeyGen ha condotto due test, che divergono in modo utile.
Mostrando una clip alla volta e chiedendo «reale o AI», i valutatori hanno giudicato reali il 78,9% delle registrazioni autentiche. Hanno giudicato reali il 65,1% delle clip di Avatar 6 quando veniva usata la voce della persona stessa. Sostituendola con un clone vocale HeyGen, la percentuale scende al 56,5%. Questo è il dato onesto: circa due clip di Avatar 6 su tre vengono giudicate reali da un estraneo che sta cercando falsi, contro quattro registrazioni reali su cinque.
Il test affiancato è più semplice: hai un punto di riferimento e il modello deve solo risultare il più convincente dei due, ed è da lì che viene il 42,2%. HeyGen riporta anche uno studio su singolo clip con giudizio "reale" basato su 612 risposte reali e, rispettivamente, 304 e 308 risposte AI, un campione abbastanza piccolo per cui la differenza tra 65,1% e 56,5% merita una seconda esecuzione prima che qualcuno vi basi un'affermazione.
Rispetto ad altri modelli video, utilizzando i filmati della persona stessa, HeyGen riporta una vittoria di preferenza del 72,4% su Seedance 2.5, del 74,1% su Wan 3.0 e del 54,9% su Kling 4.0. Da una singola foto il margine su Kling si amplia al 73,5% — il che la dice lunga su quanto i filmati di riferimento valgano per l'output di un concorrente, non solo per quello di HeyGen. Rispetto ai prodotti avatar commerciali, valutatori esterni hanno assegnato ad Avatar 6 un punteggio complessivo di 4,00 da una foto, contro 3,68 di VEED Fabric 1.0, e di 3,98 da filmati, contro 2,93 di Akool Talking Avatar. Tutti questi sono studi di HeyGen, con i valutatori di HeyGen e il set di prompt di HeyGen. Considerali un forte prior, non un risultato.
New Measure è arrivato prima
L'unica prova che HeyGen non ha commissionato è arrivata oggi. New Measure ha pubblicato i risultati preliminari di Avatar Arena basati su voti alla cieca raccolti tra il 27 ottobre e il 16 novembre — prima del lancio — relativi a otto fornitori di avatar. I votanti hanno visto due video con lo stesso copione, etichettati A e B con i nomi dei fornitori nascosti, e hanno scelto un vincitore.
Avatar 6 si è classificato primo in entrambe le classifiche: 1.197 Elo sugli avatar personali con un intervallo da 1.162 a 1.241, e 1.237 sui presentatori stock con un intervallo da 1.207 a 1.278. Creatify Aurora 2.0 è stato secondo in entrambe, con 1.053 e 1.088. Tavus Phoenix-4.5 si è posizionato a 920 sugli avatar stock, dietro Creatify e davanti a JoggAI a 887 e Synthesia EXPRESS-1 a 868.

Due dettagli in quel report sono più informativi della classifica. Primo, New Measure rivela che tre dei concorrenti — VEED, Creatify e Captions — hanno usato parlato realizzato con il clone vocale di HeyGen, quindi parte del margine vocale di HeyGen è HeyGen che compete con sé stessa. Secondo, e in modo più rilevante per questo lancio: l'arena limita gli script a 500 caratteri, lo script tipico era di 62 parole e nel 97% dei confronti completati entrambi i video duravano 35 secondi o meno. L'arena quindi non dice assolutamente nulla sulla funzionalità su cui punta Avatar 6 — durata illimitata. Un modello che riesce a mantenere un'identità coerente per 26 minuti non è stato testato in tal senso da nessuno al di fuori di HeyGen.
La velocità è l'altro punto in cui la classifica e l'esperienza divergono. Avatar 6 era tipicamente il più lento dei cinque nella categoria degli avatar personali, con 175,6 secondi per video contro i 60,2 secondi di Runway GWM-1; un video su dieci di avatar personali HeyGen richiedeva più di nove minuti e mezzo. Preferenza e pazienza sono punteggi diversi, e New Measure afferma chiaramente che i due non coincidevano.
In cosa il modello si comporta effettivamente in modo diverso
Il cambiamento meccanico è che Avatar 6 legge il copione invece di riprodurre in loop un movimento. I precedenti avatar HeyGen somigliavano alla persona ma gesticolavano allo stesso modo indipendentemente dal contenuto; questo invece indicherà "il bancone sulla sinistra", conterà fino a tre con le dita su "il gusto, le scelte e la sensazione" e si porterà una mano al cuore su "sempre felice di chiacchierare" — perché il prompt lo diceva, o perché la frase lo implicava. Se i casi impliciti funzionino bene quanto quelli istruiti è il genere di cosa che solo l'uso in produzione potrà stabilire.
La seconda funzionalità consiste in due avatar nella stessa inquadratura che intrattengono una conversazione basata su un copione, generata in un'unica passata. È una funzionalità in stile podcast, ed è quella più probabilmente utile ai team che già producono quel formato, poiché elimina il montaggio tra gli stacchi dei parlanti.
Il terzo è la modifica a livello di parola. I numeri forniti da HeyGen stesso al riguardo: lip-sync LSE-C di 7,67 sulle nuove parole rispetto a 6,25 per la registrazione originale, somiglianza del volto 0,913 rispetto a un secondo miglior valore di 0,907, somiglianza della voce 0,763 rispetto a 0,739, e PSNR di 48,3 dB sul filmato non toccato rispetto a 29,3 dB per il metodo di modifica concorrente più vicino, con il 34,4% dei fotogrammi modificati anziché il 99%+ toccato dai metodi di confronto. Quest'ultimo dato è quello che conta operativamente: una nuova registrazione di una frase in un video di 20 minuti è economica solo se gli altri 19 minuti sopravvivono byte per byte.
Quanto costa e cosa non è pubblicato
Avatar 6 è nel piano gratuito — tre video con filigrana al mese, fino a un minuto ciascuno, nessuna carta richiesta per il primo. Creator a 29 $/mese include 600 crediti e prevede Avatar 6 Turbo; Pro a 49 $/mese include 1.000 crediti e prevede Avatar 6 Pro. HeyGen vende l'accesso in crediti, non in secondi.
Questa è la lacuna nel materiale di lancio. HeyGen pubblica una tariffa al secondo per HeyGen Video 1 — $0,02, con una cifra di $0,03 che compare nella sua stessa tabella dei costi — ma non esiste alcun listino equivalente per Avatar 6 nelle pagine pubbliche dei prezzi, e la pagina dei prezzi per sviluppatori reindirizza a un'app con accesso autenticato. Se stai pianificando il budget per una pipeline di avatar ad alto volume, al momento stai stimando i costi in crediti e tirando a indovinare sulla conversione. Chiedi per iscritto la tariffa al secondo prima di vincolare a essa un percorso di produzione.
Dove questo si inserisce se stai costruendo
Avatar 6 non è su OrcaRouter. Non lo forniamo, e nessuna astuzia di routing cambierà questo fatto: è un renderer ospitato da HeyGen, con il proprio flusso di consenso e la propria fatturazione. Ciò che forniamo è lo strato attorno ad esso: la generazione degli script, il retrieval, la classificazione, l'agente che decide cosa deve dire l'avatar. Ovvero oltre 200 modelli dietro un'unica chiave compatibile con OpenAI al prezzo di listino del provider, senza ricarichi, e failover automatico quando un provider vacilla. Se la tua pipeline per avatar si blocca perché il modello che scrive gli script è andato giù, il renderer non è mai stato la parte fragile.

Le domande aperte
Tre cose cambierebbero questo quadro, e nessuna di esse è ancora disponibile. Un prezzo API al secondo, così che l'aspetto economico possa essere confrontato con Seedance, Kling e il modello video di HeyGen stesso a parità di condizioni. Un test indipendente su formato lungo, perché ogni affermazione sulla durata qui si basa sulle demo di HeyGen e l'arena si è fermata a 35 secondi. E un confronto testa a testa con un concorrente con ambizioni simili — Tavus Griffin, per esempio — secondo un unico protocollo, da parte di qualcuno che non ha un prodotto da vendere.
Fino ad allora, la sintesi onesta è questa: Avatar 6 è molto probabilmente il miglior renderer di avatar parlanti che si possa acquistare oggi, l'84,4% è un risultato reale espresso in un'unità lusinghiera, e la capacità che più lo distingue è quella che nessuno fuori da HeyGen ha misurato. Realizza il pilota, ma strumentalo — un render su dieci che richiede nove minuti è una decisione di prodotto, non una nota a piè di pagina.
