記事「HeyGen Avatar 6」用に生成されたタイトルカード。上部の小見出しは「アバターモデル比較」、大きなタイトルは「HeyGen Avatar 6」、サブタイトルは「84.4%という識別不能率が実際に測っているもの」、3枚のピル型カードは「84.4% = 42.2% x 2」「1,197 Elo、パーソナルアバター」「2026年11月17日」。
Engineering & Research

HeyGen Avatar 6:84.4%という「見分けがつかない」数値は実際に何を測定しているのか

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

HeyGenがAvatar 6について打ち出した見出しは、2026年11月17日に出荷され、そのモデルは本物の映像と84.4%の確率で見分けがつかないというものだ。それを繰り返す前に脚注を読んでほしい。並列比較テストでは、評価者に同じ人物が同じ音声で同じ文を話す実際の録画とAvatar 6のクリップが示され、42.2%の確率でAvatar 6の方を本物と選んだ。50%なら完全な混同となる。HeyGenは42.2を50で割り、その結果を2倍して84.4%を導き出している。これは「ギャップのうちどこまで到達したか」を表す正当な方法であり、「これが人を何回騙せるか」を表すには誤解を招く方法だ。どちらの数字も同じ270件の回答を描写している。

これが重要なのは、Avatar 6がデモではないからです。これは、2つのAPIサーフェス、2つのチェックポイント、無料枠を備え、本日時点では第三者製のリーダーボードで首位に置かれている実運用モデルです。興味深い問いはもはや、HeyGenが優れたものを作ったかどうかではありません。証拠が実際に何を裏付けているのか、そしてマーケティング上の計算と測定された挙動の間のギャップがどこにあるのか、です。

正確には、何がリリースされましたか

Avatar 6 は、heygen-avatar-6 と heygen-avatar-6-turbo という 2 つのモデル識別子として、2 つの異なるエンドポイントから利用できます。POST /v3/models/avatars の Model API は、参照画像、任意の参照動画、および提供する音声を受け取ります。アバターのトレーニング手順も、事前に設定する音声もありません。POST /v3/videos の Application API は、engine.type をこれら 2 つの識別子のいずれかに設定することで、既存の HeyGen アバタールックをレンダリングします。これは、同意の下で既にデジタルツインをお持ちの場合に取る経路です。

• 解像度 — デフォルトは1080p、リクエストに応じて2K。Model API は16:9のリファレンスに基づき2K出力を2880×1620に、Application API は2560×1440にサイズ調整します。

• 長さ — 入力する音声によって決まります。durationパラメータも、クリップの上限も、つなぎ合わせのステップもありません。研究ページでは25〜28分の単一の連続生成が実演されています。

• コントロール — ジェスチャー、表情、姿勢、カメラを指定する最大1,200文字の motion_prompt と、2つの設定(default、またはジェスチャーをより小さく表情をより落ち着かせる less)を備えた motion_expressiveness スイッチ。

• 参照動画 — 少なくとも2秒以上のクリップ1本。URLまたはbase64で最大50 MB、直接アップロードで最大200 MB。リアルな人物の参照動画にはEnterpriseアクセスと、ワンタイムコードを用いたオンデマンドの同意録画が必要です。これがない場合、APIは422 realistic_human_reference_not_allowedを返します。

• 編集 — 変更された単語だけを再生成し、残りの映像はそのままに保つ単語レベルの編集モード。

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.'

同意の設計は、立ち止まって検討する価値がある。ほとんどのアバター提供企業がわざわざ行わないほど厳格だからだ。同意声明にはそのセッション用に生成されたコードが含まれている必要があり、事前に録画した映像ではこのチェックを満たせない。さらにHeyGenは、アバターがそもそもレンダリングできるようになる前に、同意録画に映っている人物がトレーニング映像の人物と一致することを検証する。

84.4%、展開版

HeyGenは2つのテストを実施し、それらは有益な形で食い違っています。

1本ずつクリップを提示し、「本物かAIか」と尋ねると、評価者は本物の録音の78.9%を本物と判定した。Avatar 6のクリップでは、本人の声を使用した場合、65.1%が本物と判定された。HeyGen Voiceのクローンに差し替えると、それは56.5%まで下がる。これが率直な要点だ。偽物を探している他人にとって、Avatar 6のクリップはおよそ3本に2本が本物として通用するのに対し、本物の録音は5本に4本が本物として通用する。

並列比較テストのほうが簡単だ——参照点があり、モデルは2つのうちより説得力があるほうになるだけでよい——42.2%はそこから来ている。HeyGenはまた、612件の本物の回答と、それぞれ304件と308件のAI回答による単一クリップの「本物と判定された」調査も報告しているが、これはサンプルとしては十分小さいため、65.1%と56.5%の差について誰かがそれに基づいて主張を組み立てる前に、再実行する価値がある。

他の動画モデルと比較して、本人の映像を使った場合、HeyGenはSeedance 2.5に対して72.4%、Wan 3.0に対して74.1%、Kling 4.0に対して54.9%の選好率で上回ったと報告している。写真1枚から生成する場合、Klingとの差は73.5%に広がる。これは、参照用映像がHeyGenの出力だけでなく競合の出力にとってどれほど価値があるかを物語っている。商用アバター製品と比較すると、外部評価者による採点では、写真から生成したAvatar 6の総合スコアが4.00、VEED Fabric 1.0が3.68だった。映像から生成した場合はAvatar 6が3.98、Akool Talking Avatarが2.93だった。いずれもHeyGen自身の調査で、HeyGen自身の評価者とHeyGen自身のプロンプトセットを使用している。これらは結果ではなく、強い事前情報として扱うべきだ。

New Measureが先にそこへ到達した。

HeyGenが自ら依頼していなかった唯一の証拠が、今日届いた。New Measureは、8社のアバタープロバイダーを対象に、10月27日から11月16日までに集めた盲検投票によるAvatar Arenaの初期結果を公開した——これはローンチ前のものだ。投票者は同じスクリプトの2本の動画を、プロバイダー名を伏せてAとBのラベルで見せられ、勝者を選んだ。

Avatar 6は両方のボードで1位になりました。パーソナルアバターではElo 1,197(範囲は1,162~1,241)、ストックプレゼンターでは1,237(範囲は1,207~1,278)でした。Creatify Aurora 2.0は両方で2位となり、1,053と1,088でした。Tavus Phoenix-4.5はストックアバターで920となり、Creatifyの後ろで、887のJoggAIと868のSynthesia EXPRESS-1を上回りました。

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.

そのレポートでランキング以上に情報量が多いのは2つの詳細だ。第一に、New Measureは、競合3社——VEED、Creatify、Captions——がHeyGenのボイスクローンで作った音声を使用していたことを明らかにしており、HeyGenの音声面での強みの一部はHeyGenが自分自身と競合していることにほかならない。第二に、今回のローンチにとってより重要な点として、アリーナはスクリプトを500文字に制限しており、典型的なスクリプトは62語で、完了した比較の97%では両方の動画が35秒以下だった。したがってアリーナは、Avatar 6が最大の売りとして前面に出す機能——無制限の長さ——についてまったく何も語っていない。26分間にわたって一貫した同一性を保てるモデルについて、HeyGenの外部の誰もその点をテストしていない。

速度は、ランキングと体験が食い違うもう一つの領域だ。Avatar 6は通常、パーソナルアバター部門の5つの中で最も遅く、動画1本あたり175.6秒だった。Runway GWM-1の60.2秒に対してである。HeyGenのパーソナルアバター動画は10本に1本が9分半以上かかった。好みと忍耐は別のスコアであり、New Measureは、この2つが一致しなかったと明言している。

モデルが実際にどのように異なる動作をするのか

仕組み上の変化は、Avatar 6がモーションループを再生するのではなく、スクリプトを読むようになったことだ。以前のHeyGenアバターは本人に似ていても、内容に関係なく同じジェスチャーをしていた。このアバターは「左側のカウンター」を指差し、「味、選択肢、そして感覚」で指を折って3まで数え、「いつでも気軽に話しかけてください」で手を胸に当てる——プロンプトがそう指示したから、あるいは文がそれを暗に示したからだ。暗黙のケースが指示されたケースと同じくらいうまく機能するかどうかは、実運用でしか決着がつかない類のことだ。

2つ目の機能は、2つのアバターが1つのフレーム内で台本に沿った会話を繰り広げる様子を、1回のパスで生成するものです。これはポッドキャスト向けの機能であり、その形式をすでに制作しているチームにとって最も役立つ可能性が高いでしょう。話者を切り替える際の編集が不要になるからです。

第三は単語レベルの編集です。これについてのHeyGen自身の数値は、新しい単語でのリップシンクLSE-Cが7.67で元の収録が6.25、顔類似度が0.913で次点が0.907、音声類似度が0.763で0.739、未加工映像のPSNRが48.3 dBで、競合する編集手法のうち最も近いもので29.3 dB、変更されたフレームは34.4%で、比較手法が触れた99%以上ではありません。運用上重要なのはこの最後の数値です。20分の動画で1文を録り直すのが安価なのは、残り19分がバイト単位でそのまま残る場合に限ります。

費用はいくらで、何が公表されていないのか

Avatar 6は無料プランに含まれています — 月3本のウォーターマーク付き動画、各最大1分、最初の1本にはカード登録不要です。Creatorは月額$29で600クレジットを備え、Avatar 6 Turboを提供しています。Proは月額$49で1,000クレジットを備え、Avatar 6 Proを提供しています。HeyGenはアクセス権を秒数ではなくクレジット単位で販売しています。

それがローンチ資料におけるギャップです。HeyGenはHeyGen Video 1の秒単位料金として0.02ドルを公表しており、同社自身のコストチャートには0.03ドルという数字も登場しますが、Avatar 6について同等の料金表は公開料金ページに存在せず、開発者向け料金ページはログイン済みアプリへリダイレクトされます。大量のアバターパイプラインを予算化しているなら、現状はクレジットの価格を付け、換算を推測していることになります。本番経路をそれに決める前に、秒単位の数字を書面で求めてください。

ビルドしている場合、これがどこに当てはまるか

Avatar 6はOrcaRouter上にはありません。当社はそれを提供しておらず、どれほどルーティングを工夫してもその事実は変わりません — それはHeyGenがホストするレンダラーであり、独自の同意フローと独自の課金体系を持っています。当社が提供するのはその周辺のレイヤーです。スクリプト生成、検索、分類、そしてアバターが何を話すべきかを判断するエージェントです。それがプロバイダー定価でマークアップなし、1つのOpenAI互換キーの背後に置かれた200以上のモデルであり、プロバイダーが不安定になった際の自動フェイルオーバーです。スクリプトを書くモデルがダウンしたせいでアバターパイプラインが止まるなら、レンダラーは決して脆弱な部分ではありませんでした。

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.

未解決の疑問

この状況を変えるには3つのものが必要だが、まだどれも利用できない。秒単位のAPI価格。それがあれば、経済性をSeedance、Kling、HeyGen自身の動画モデルと同等の条件で比較できる。独立した長尺テスト。ここでの尺に関する主張はすべてHeyGenのデモに依存しており、アリーナは35秒が上限だったからだ。そして、同程度の野望を持つ競合——たとえばTavus Griffin——との一対比較を、同一のプロトコルの下で、売り込む製品を持たない誰かが行うこと。

それまでの間、公平な要約はこうだ。Avatar 6 は今日買える中でほぼ間違いなく最高のトーキングアバター用レンダラーであり、84.4% は都合のいい単位で表されたれっきとした結果であり、そして最も際立った能力は、HeyGen の外では誰も測定していないものだ。パイロットは構築すべきだが、計測機能を組み込め——レンダリング10回のうち1回に9分かかるのは脚注ではなく、製品上の判断なのだ。