記事「Avatar 6 vs Tavus Griffin」用に生成されたタイトルカード。キッカーは「アバターモデル比較」、大見出しは「Avatar 6 vs Tavus Griffin」、サブタイトルは「一方は今日購入でき、もう一方はプレビュー版」、3つのピルカードは「公開API、クレジット」「申請制のみ」「2つの異なるテスト」と表示されている。
Guides & Insights

Avatar 6 vs Tavus Griffin:一方は今日購入可能で、もう一方はプレビューです

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

2つのアバターモデル、その隔たりは6週間。どちらも2026年内に出荷され、どちらもチューリングテストの結果を主張している。Avatar 6は2026年11月17日に、API、無料枠、そして2つのモデル識別子とともに公開された。Tavus Griffinは2026年10月1日に世界初のHuman Interaction Modelとして発表され、Griffin-Liteとして出荷された。これは研究プレビューであり、申請フォームを通じて選ばれた早期テスターの限定グループのみが利用できる。以上が2文で語れる比較のすべてであり、以下に続くのは、それがあなたにとって意味を持つかどうかを左右する詳細である。

なぜなら、それは確かに重要であり、しかも人々が予想する方向とは逆だからだ。GriffinはAvatar 6が試みていないことをしている。そしてその差は段階的なものではない。台本を演じるレンダラーと、いつ話すかを決めるシステムとの違いなのだ。より野心的なほうが、同時に手に入れられないほうでもある——それがこのページの抱えなければならない緊張である。

Tavusにおいて「preview」とは具体的にどういう意味ですか。

GriffinはTavusプラットフォーム上には存在しません。エンドポイントに渡すモデル識別子も、価格も、同時実行数の制限も、一般提供の公開日もありません。Tavusの製品メニューでは、Phoenix-4.5、Raven-2、Sparrow-2と並んで「Griffin (Preview)」として記載されています。アクセスには申請フォームと選考プロセスが必要です。同社は、より強力なモデルのより広範なリリースが後続すると述べていますが、時期については明言していません。

対照的に、Avatar 6 には今日の午後には読めるドキュメントがあります。2つの識別子 — heygen-avatar-6 と heygen-avatar-6-turbo — が2つのエンドポイントにあります。参照メディア+音声向けの POST /v3/models/avatars と、既存のアバターのルック向けに engine.type を設定する POST /v3/videos です。202 が video_id を返し、ポーリングすると署名付き URL が得られます。無料枠では月に3本、各最大1分の透かし入り動画を利用できます。

Avatar 6 対 Griffin のどんな比較であれ、最初に正直に述べるべき一文は、一方は購入品で、もう一方はアプリケーションだということだ。それ以外はすべて、公開されている主張の比較にすぎない。

2つのチューリングテストは同じテストではない

両ベンダーとも50%近い数字を前面に掲げているが、そのどちらの数字も、読者が当然思い込むような意味ではない。

Tavus:Griffinと1分間話した人の48%が、実際の人間と話したと信じた。同社は、Phoenix 4.5、Sparrow-2、Raven-2を搭載した自社スタックを含む以前のシステムでは、最高合格率が2%だったと指摘している。これは、通話している本人が判定する、ライブで自由形式の双方向ビデオ通話である。比較対象はTavus自身の以前のシステムであり、そのサンプルは発表資料では公開されていない。

HeyGenの数値は会話ではなく、ファイル比較から来ています。評価者たちは、同じ音声で同じセリフを話す同一話者の本物の録音の隣にAvatar 6のクリップを並べて見せられ、42.2%の確率でAvatar 6を選びました。バナーに表示されている84.4%は、その率を50で割って2倍したものであり、完全な混同へどれだけ近づいたかを測る指標であって、実際にどれほど多くの人が騙されたかを示すものではありません。比較対象を何も示さずにクリップだけを見せた場合、Avatar 6の出力の65.1%が本物と判定され、未編集の録音は78.9%でした。

並べてみれば、その非対称性こそが要点だ。HeyGenは、静的なパフォーマンスが既知の参照との比較に耐えるかを問う。Tavusは、ライブのやり取りが1分間の即興——中断、話題の変更、埋めるべき沈黙——に耐えるかを問う。モデルは前者に優れていて後者には役立たずであり得るし、どちらのベンダーの数字にも、もう一方がどこに着地するかは示されていない。

アーキテクチャ、そしてそれが製品を変える理由

• 入力 — Avatar 6 は、参照画像または参照動画に加えて、あなたが提供する音声を受け取ります。Griffin は、話しかけている人物からライブの音声と映像のストリームを受け取ります。

• 意思決定 — Avatar 6 は与えられたとおりに実行します。Griffin は、ターンごとに一度ではなく、1秒未満の間隔で、話す・待つ・譲るタイミングを判断する会話モデルを稼働させています。

• 出力 — Avatar 6 は、音声と同じ長さの動画ファイルを最大 2880×1620 で返します。Griffin は、リアルタイムのライブなビデオツービデオストリームを返します。

• 継続時間 — Avatar 6:25~28分を単一の連続生成として実証。Griffin:レンダリングではなく通話によって制限される。

• レイテンシー — Avatar 6:未公開。独立系アリーナの計測では、1回のレンダリングに典型的で175.6秒、10回に1回は9分半を超えました。Griffin:設計上リアルタイムで、TavusによればNVIDIAのVideoFDBにおいて、その場での反応で次に優れたAIを37%上回ります。

• アクセス — Avatar 6: 公開API、クレジット。Griffin: リサーチプレビュー、申請制のみ。

• 価格 — Avatar 6:サブスクリプションクレジット制で、秒単位の料金は公表されていません。Griffin:なし。

最初の2行をまとめて見てください。Avatar 6 の入力は完成済みの音声であり、つまり難しい部分——何をいつ言うかを決めること——は上流のどこか、スクリプトを書いた何かの中で起きています。Griffin の入力は人物であり、つまり難しい部分はモデルの内部にあります。だから一方はレンダラーであり、もう一方は新しいクラスとして売り出されているのです。

A generated two-column scoreboard titled 'Avatar 6 vs Tavus Griffin — the scoreboard'. Left column 'Avatar 6': Turing-test claim 42.2% picked as real; Input reference media plus audio; Output video file up to 2880x1620; Latency 175.6 s typical render; Access public API, credits; Price subscription credits. Right column 'Tavus Griffin': Turing-test claim 48% believed human after a minute; Input live audio and video stream; Output live video-to-video stream; Latency real-time by construction; Access research preview, application only; Price none published. The footer reads 'Both headline figures are vendor-reported. Griffin has no public likeness benchmark.'

Griffinのエンジニアリングはそれを反映している。同社の音声コーデックであるTavec v1.7は、48 kHz音声を、コードブックなしで毎秒100フレーム、1フレームあたり40値の連続潜在表現に変換し、完全因果的ストリーミングデコーダを備え、H100上で測定して2,193倍のリアルタイムデコードと、デコーダパラメータ数28.42百万で4.242のViSQOL MOS-LQOを報告している。音声クローニングは約10秒の音声から機能する。動画側は、1枚の参照画像からシーンのすべてのピクセルをリアルタイムで生成する——顔と手だけでなく、人物が座る椅子やその人物が落とす影まで。それらのいずれもAvatar 6には当てはまらない。Avatar 6のレンダー予算は分単位で測られ、高コストであることを許容できる。

独立した証拠が対象とする範囲と、対象としない範囲

どちらのモデルも公開の直接対決を経験していない。それは曖昧にせず明言する価値がある。

ここでHeyGenが生み出していない唯一の数字は、リーダーボード上の順位だ。New Measureのブラインドアリーナは11月18日、Avatar 6を両方のボードで1位にランク付けした——パーソナルアバターでElo 1,197、ストックプレゼンターで1,237、それぞれでCreatify Aurora 2.0が2位——そしてその上限についても率直だった。短いスクリプト、比較の97%で35秒以下のクリップ、3者の参加モデルがHeyGenのクローン音声で話していることだ。Griffinには相当するエントリーがない。なぜなら、リクエストフォームの後ろにあるプレビューはランク付けできないからだ。

A screenshot of the New Measure article 'Which AI avatar do creators prefer?', published 18 November 2026, showing the finding that HeyGen Avatar 6 was preferred most often on both boards with Creatify Aurora 2.0 second, and the beginning of the blind-vote methodology.

GriffinにはNVIDIAのVideoFDBがあり、Tavusは対面型AIの独立テストで首位を主張し、即時反応において次善システムに対して37%のリードを主張している。これはベンダー都合の選好調査ではなく実際の第三者ベンチマークであり、この比較における最も強力な単一の証拠である。ただし、Avatar 6が持たない能力のベンチマークでもあるため、類似性について何かを決着させるものではない。

どちらにも欠けているのは、同一のプロトコルの下で、売り込む製品を持たない者によって実施される、互いを直接比較する比較検討だ。

両者が最も大きく異なるのは、何かがレンダリングされる前に何を証明しなければならないかという点です。Avatar 6は、ワークスペースにEnterpriseアクセスと、そのセッション用に発行されたワンタイムコードを伴うカメラ撮影の同意録画が揃うまで、動画から実在の人物をアニメーション化しません。その後HeyGenは、同意した人物の顔をソース映像と照合します。動画参照アクセスがない場合、リクエストはより安価な方法にフォールバックするのではなく、422 realistic_human_reference_not_allowed で失敗します。

Griffinの制約は種類が異なる。入力が保存された似姿ではなく、生きた人物だからだ。それが提起する同意の問題は「この顔をクローン化してもよいか」ではなく、「このシステムは通話から何を保持するのか」である——そしてTavusの発表資料は安全性と制限に言及しているが、HeyGenが構築したようなレンダーごとの同意ゲートを公開していない。カメラの前に実在の人物が関与する導入では、その区別はどのベンチマークよりも重要だ。

OrcaRouterの出番

OrcaRouterはそのどちらも販売していません。一方は同意ゲートとクレジット残高の向こう側にあるHeyGenのレンダリングジョブであり、もう一方には呼び出せるエンドポイントがありません。ルーティングの提案を響かせるために、そうでないかのような示唆をするつもりはありません。

私たちが実際に提供するのは、どちらかのパイプラインの両端の間にあるテキストです。Avatar 6は、誰かが作成し、レビューし、ローカライズしなければならないスクリプトから始まります。Griffinの会話レイヤーは、通話中に完了できないタスクを引き渡さなければならず、Tavusは設計上、それらを他のモデルへルーティングします。これらは定型的な呼び出し、つまり要約、翻訳、分類、取得であり、次の点から恩恵を受けます:プロバイダーの定価で200以上のモデルにまたがる単一のキーをマークアップなしで利用できること、およびプロバイダーの障害を停止ではなく再試行に変えるフェイルオーバー。

A screenshot of the OrcaRouter Models page, showing the filter sidebar and the header reading 226 models, with the All 226, Cyber 11, Text 190 and Image 12 tabs.

2026年11月18日時点での決定

あなたのスクリプトを大量に配信するプレゼンターにとって、文書化されたAPIと今月の本番移行パスを備えるAvatar 6は、2つのうち唯一の適格候補です。これは、このカテゴリを評価した唯一の独立系ボードで首位に立っており、パイロットに持ち込むべき3つの項目を伴います。どの公開料金表にも秒単位の価格がないこと、35秒を超える外部テストがないこと、そしてレンダリングが秒ではなく分単位でかかることです。

顔付きでライブ会話ができるシステムが必要なら、Griffinはより先進的な取り組みであり、より入手しにくいものです。ユースケースが現実のものであるなら、プレビューに申し込んでください。日付を入れてロードマップに載せないでください。Tavusが日付を示していないからです。

注目すべきはベンチマークではない。TavusがGriffinを一般提供するかどうか、そしてどの価格で出すかだ——なぜなら、エンドポイントと料金表を備えたリアルタイム対話モデルは、似姿性ではAvatar 6と競合しないだろう。それは、Avatar 6が属するカテゴリーを前世代のように見せてしまうだろう。