HeyGen Voice Turbo, HeyGen Voice를 제치고 제어형 음성 왕좌 차지 — 그리고 Arena 가격 87% 인하

Twelve days after HeyGen Voice reached number one on Artificial Analysis's Controlled Voice Arena, HeyGen has replaced it there with HeyGen Voice Turbo, a faster and far cheaper speech model that went live on the vendor's API on 21 October 2026 under the model ID heygen-voice-1-turbo. Read on the morning of 22 October, the board puts HeyGen Voice Turbo first at 1,202 Elo and its predecessor HeyGen Voice second at 1,195, with A​libaba's Qwen-Audio-3.1-TTS-Plus third at 1,184. The headline writes itself as a succession story — a vendor beating itself — and that framing is not wrong, but it is the least useful thing on the page. The number that should change a purchasing decision sits two columns to the right, where the same leaderboard lists the new model at $4.00 per million characters against $30.00 for the one it displaced. When a leaderboard reversal like this one later turns out to rest on a stale or restated score, the correction is logged with its dates and sources in the AI Incident Archive, alongside the rest of the model and vendor failures we track.

그것은 대체하는 모델보다 더 높은 순위에 있는 모델에 적용된 표시 비용의 87% 감소입니다. 두 수치 모두 HeyGen이 공개하는 요율이 아니라 HeyGen의 크레딧 가격을 Artificial Analysis가 환산한 것이며, 이 점은 중요하고 기억해 둘 가치가 있습니다 — 하지만 격차의 방향은 환산 과정의 인공적 산물이라고 보기에는 너무 큽니다.

통제 위원회가 오늘 아침 실제로 말하는 것

Controlled Voice Arena는 화자를 고정합니다. 모든 참가자가 동일한 8개의 복제 참조 음성(미국식 4개, 영국식 4개)을 합성하고, 어떤 음성인지 모르는 청취자들이 더 나은 표현을 고릅니다. 이는 벤더의 데모 영상이 아니라 엔진 자체를 측정하는 순위표이며, 복제 브랜드 음성을 제공한다면 반드시 읽어야 할 바로 그 순위표입니다. 2026년 10월 22일 기준 상위는 다음과 같습니다.

• 1위 — HeyGen Voice Turbo, Elo 1,202, 95% 신뢰도에서 ±19(구간 1,183~1,221), 샘플 1,685개, 2026년 10월 출시, 100만 문자당 $4.00.

• 2위 — HeyGen Voice, Elo 1,195, ±15(구간 1,180~1,210), 샘플 1,964개, 2026년 10월 출시, 100만 문자당 $30.00.

• 3위 — Qwen-Audio-3.1-TTS-Plus, Elo 1,184, ±14 (구간 1,170~1,198), 샘플 2,292개, 100만 자당 $19.30.

• 4위와 5위 — Eleven v4 Turbo와 Eleven v4, 둘 다 1,156 Elo, 100만 자당 $40.00 및 $80.00.

• 6위 — Sonic 3.6, Elo 1,151, 백만 자당 $49.00, 3,193개 샘플 기준 — 톱 10에서 가장 많은 투표를 받은 모델.

• 7위 — Inworld Realtime TTS-2, Elo 1,145, 100만 자당 $20.80

그 목록에서 두 가지 세부 사항은 순서보다 더 주목할 가치가 있습니다. 첫 번째는 범위 열입니다. Artificial Analysis는 1위부터 3위까지의 순위를 단일 구간인 1-3으로 표시하는데, 이는 자체 통계가 상위 세 모델을 구분하지 못한다는 뜻입니다. 두 번째는 표본 수입니다. HeyGen Voice Turbo는 1,685표를 얻었고, 두 계단 아래인 Eleven v4 Turbo는 2,593표입니다. 새 모델의 1위 자리는 그것이 앞서고 있는 모델들의 약 3분의 2에 해당하는 근거에 기대고 있으며, ±19 구간은 상위 5개 중 가장 넓습니다.

7 Elo가 핵심이 아니다. 4달러가 핵심이다.

두 HeyGen 항목은 같은 엔드포인트와 공급업체를 공유하고 이제 리더보드에서도 인접해 있으므로 한 쌍으로 보세요. 두 항목의 차이는 Elo 점수 7점이며, 신뢰구간은 거의 전체 폭에서 겹칩니다. 1,183~1,221과 1,180~1,210입니다. 누구도 품질만으로 이 두 모델 중 하나를 선택해서는 안 됩니다. 복제 음성의 자연스러움에 존재하는 차이는 측정의 불확실성보다 작습니다.

가격 차이는 불확실성보다 작지 않습니다. 그것은 7.5배입니다.

먼저 유의점부터 짚고 넘어가겠습니다. 이는 실제로 존재하는 문제이기 때문입니다. HeyGen은 문자당 음성 요금을 공개하지 않습니다. 공개 가격 페이지에서는 크레딧을 판매하는데 — 한 티어에서는 600크레딧, 다른 티어에서는 1,000크레딧, 연간 플랜에서는 더 큰 할당량 — 크레딧 하나로 몇 글자를 살 수 있는지는 전혀 명시하지 않습니다. $4.00과 $30.00이라는 수치는 Artificial Analysis 자체의 환산값으로, 비교표의 모든 공급업체에 일관되게 적용해 모델을 비교할 수 있도록 한 것입니다. 이는 파생된 숫자입니다. 그럼에도 이 비교가 유용한 이유는 동일한 환산으로 두 수치가 모두 산출되었다는 점입니다. 환산이 틀렸다면 두 수치 모두에 대해 틀린 것이며, 7.5× 비율은 일정한 오류가 있어도 유지됩니다.

리더보드에는 전혀 나타나지 않는 세 번째 가격대가 있습니다. HeyGen은 2026년 11월 30일까지 이 모델의 무료 티어인 heygen-voice-1-turbo-free를 운영하고 있습니다. 공개 음성과 즉석 복제 음성을 지원하며, 크레딧 잔액이 필요 없고, 테스트·프로토타입·소량의 음성 용도로 명시적으로 문서화되어 있습니다. 또한 명시적으로 보장되지 않습니다. 서비스 가용성, 응답 시간, 첫 오디오까지의 시간은 모두 보증되지 않으며, 용량은 모든 무료 사용자와 공유되고, 자신의 분당 30회 요청 한도에 여유가 있는 상황에서도 요청이 HTTP 429 rate_limit_exceeded를 반환할 수 있습니다. 무료 요청이 유료 모델로 조용히 전환되는 일은 없습니다. heygen-voice-1-turbo로 새 요청을 보내고 요금을 수용해야 합니다. 프로덕션 경로를 위해서는 유료 모델을 예산에 잡고, 무료 티어는 이번 주에 자신의 스크립트로 엔진 소리를 들어보는 수단으로 취급하십시오.

Turbo가 그 수치를 달성하기 위해 포기하는 것

이 할인은 모델 출시로 포장된 가격 프로모션이 아닙니다. 이는 더 제한적인 제품이며, 그 제한 사항은 HeyGen의 스피치 레퍼런스에 명확히 문서화되어 있습니다.

• 음성 유형 — heygen-voice-1-turbo는 공개 음성과 즉석 복제만 지원합니다. 프로페셔널 복제는 지원되지 않습니다. 기본 heygen-voice-1이 프로페셔널 음성을 말하는 모델로 유지됩니다.

• 요청별 제어 — Turbo는 expressiveness_boost를 0.0~1.0 범위에서 허용하며, 운율 세트의 다른 항목은 허용하지 않습니다. seed, speed, pitch_shift 및 pitch_variance는 Turbo를 포함한 인스턴트 음성에서 허용되지만 무시됩니다. 프로페셔널 음성은 expressiveness_boost를 아예 거부합니다.

• 일시 중지 — 프로페셔널 음성은<break> 최대 5초의 일시 중지를 사용합니다. Turbo를 포함한 인스턴트 음성은 그렇지 않습니다. 그 외 SSML은 둘 다에서 지원되지 않습니다.

• 텍스트 길이 — 두 모델 모두 요청당 1~5,000자의 일반 산문입니다.

• 속도 제한 — 기본적으로 워크스페이스 구성원당 분당 30회 요청이며, 두 엔드포인트 모두에 적용되고 계정별로 조정할 수 있습니다.

• 출력 — 동기 엔드포인트용 44.1 kHz 모노 PCM16 WAV 하나를 출력하며, 서버 전송 이벤트를 통해 순서가 지정된 base64로 인코딩된 WAV 파트를 /tts/stream에서 제공합니다. 스트리밍되는 각 파트는 완전한 WAV 컨테이너이므로 이어 붙이지 않고 개별적으로 디코딩해야 합니다.

그 목록을 Turbo가 겨냥하는 고객에 대한 설명으로 읽어 보세요. 즉, 몇 초 만에 복제한 목소리로 짧은 대사를 대량으로 생성하는 사람으로, 피치 제어가 없는 것은 문제되지 않지만 7.5배의 속도 차이는 문제가 되는 고객입니다. 만약 당신의 파이프라인이 20분 분량의 전문가급 음성 복제와 재현 가능한 시드에 의존한다면, Turbo는 현재 사용 중인 모델의 더 저렴한 버전이 아니라 당신의 작업을 해낼 수 없는 다른 모델입니다.

HeyGen이 자체 문서에서 내세우는 주장

HeyGen의 Text to Speech 레퍼런스에 따르면 해당 API의 기본값 — similarity: "extra_high" (클로닝용) 및 expressiveness_boost: 1.0 (음성용) — 이 "Artificial Analysis Controlled Voice 리더보드에서 1위를 차지한" 구성이라고 합니다. 이는 독립적인 리더보드에 대한 공급업체의 주장이며, 마침 검증이 가능합니다. 실제로 그 리더보드에는 HeyGen 모델이 1위로 나와 있습니다. 이 주장은 또한 들리는 것보다 범위가 좁습니다. 이는 Artificial Analysis의 두 음성 리더보드 중 하나에서 한 모델의 한 구성만을 설명하며, 공급업체의 음성 카탈로그 전체가 리더보드에서 어느 위치에 있는지에 대해서는 아무 말도 하지 않습니다.

기본값을 복사하기 전에 알아두면 좋은 불일치가 있습니다: HeyGen Studio는 similarity: "max"와 expressiveness_boost: 0.5를 제공하지만, API는 더 높은 유사도와 최대 표현력을 가진 조합을 기본값으로 사용합니다. 리더보드 결과는 API 기본값에서 산출되었습니다. Studio처럼 따뜻한 느낌을 내도록 조정하면, 더 이상 해당 Elo가 속한 구성으로 실행하고 있는 것이 아닙니다.

이 리더보드가 측정하지 않는 세 가지

첫째, HeyGen은 Provider Voice Arena에 아예 항목이 없습니다 — 각 공급업체가 자체 네이티브 음성을 사용하고 98개 모델이 순위에 오르는 보조 보드입니다. 그 보드는 Eleven v4 Turbo가 1,335로 선두이며, Inworld Realtime TTS-2가 1,267로 6위입니다. Artificial Analysis는 충분한 투표가 없는 모델을 제외하므로, 부재는 품질에 대한 판정이 아닙니다. 다만 HeyGen 자체 카탈로그가 일반 청중에게 어떻게 들리는지에 대한 독립적인 수치가 존재하지 않는다는 뜻입니다. 복제가 아니라 기성 내레이터 음성 중에서 고르는 경우, 이 글의 핵심 수치는 해당되지 않습니다.

둘째, 통제된 보드는 언어별로 운영되며, HeyGen Voice Turbo는 영어 보드 상단과 독일어 보드에는 나타나지만 일본어, 중국어, 프랑스어, 스페인어, 포르투갈어, 베트남어, 아랍어, 힌디어 탭에는 없습니다. HeyGen이 클로닝 및 음성용 기본 언어 코드 42개를 문서화한다는 점을 고려하면, 가장 가능성 높은 설명은 역량이 아니라 투표량입니다. 그래도 영어권 왕관은 영어권 왕관인 법이며, 다국어 내레이션을 출시하는 사람이라면 결과가 그대로 통한다고 가정하기 전에 해당 탭을 읽어봐야 합니다.

셋째, 아레나는 오디오를 평가할 뿐, 음성을 만들어낸 클로닝 단계를 평가하지 않는다. 몇 초 분량의 참조 오디오로 만든 즉석 클론이 특정 화자를 보존하는지는 별개의 문제이며, 여기서는 아무도 측정하지 않는다.

12월 1일에는 무슨 일이 일어나나요?

가장 구체적인 미해결 질문은 Turbo가 1위를 유지하느냐가 아니다 — 겹치는 구간 안의 7점 우위는 HeyGen에서 아무것도 바뀌지 않아도 다음 점수 산정에서 뒤집힐 수 있다. 그것은 2026년 11월 30일에 무료 티어가 종료된 후 이 모델의 비용이 얼마인가이다.

두 가지 경로가 그럴듯하다. $4.00 전환은 의도적으로 저렴한 인스턴트 음성 모델의 정상 상태 가격일 수 있으며, 이 경우 통제된 보드는 이제 해당 분야 중앙값의 5분의 1에 해당하는 최상위 항목을 갖게 된다. 또는 Turbo Free가 유입 채널일 수 있고, 유료 요금은 그것이 끝나면 변동될 수 있다. HeyGen은 제안이 변경되기 전에 사용자에게 알릴 것이라고 말하는데, 이는 기록상 유일한 약속이다. 공급업체 요율표가 존재하기 전까지, 여기의 모든 가격은 추론이다 — 좋은 추론이고 일관되게 적용되지만, 여전히 추론이다.

이미 음성 파이프라인을 운영 중인 팀이라면, 이번 주에 실용적으로 할 수 있는 일은 작고 저렴합니다:heygen-voice-1-turbo-free로 즉석 클론을 사용해 자신의 대사 20개를 렌더링하고, 같은 20개를 현재 사용 중인 무엇으로든 렌더링해 보세요. 아레나는 여덟 개의 참조 음성에서 엔진들이 비슷하다고 알려 주었습니다. 하지만 Turbo가 여러분의 제품명, 숫자, 말의 멈춤을 처리하는지는 알려 주지 못합니다. 언어 모델이나 OrcaRouter 카탈로그에 있는 호스팅 음성 모델 중 하나를 호출한다면, 그 모델들은 자동 장애 조치가 있는 단일 키 뒤에 둘 수 있습니다. 그러면 실험을 프로덕션 경로에서 벗어나게 할 수 있습니다 — 다만 HeyGen Voice Turbo 자체는 그곳으로 라우팅되지 않으므로, 비교 실행은 HeyGen 자체 API를 거쳐야 합니다.

결국 계승 이야기는 가장 흥미롭지 않은 해석이다. 벤더가 자사 모델을 12일 만에 7 Elo 향상시키는 것은 평범한 진전이다. 벤더가 이전 엔진의 표시 가격 기준 약 7분의 1 비용으로 최고의 복제 음성 엔진을 출시하는 것은 음성 레이어에 허용되는 비용 자체가 바뀌는 일이며 — 그것이 예산 논의에 들고 가야 할 문장이다.