
HeyGen Avatar 6: Co tak naprawdę mierzy wskaźnik 84,4% nieodróżnialności
- OrcaNOWOŚĆOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 za 1 mln tokenów · 180 tok/s
- tencentNOWOŚĆTencent: Hy4 Flash2026-11-16$0.02 / $0.07 za 1 mln tokenów · 223 tok/s
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 89 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 98 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 za 1 mln tokenów · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 za 1 mln tokenów · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 za 1 mln tokenów · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
Nagłówek, jaki HeyGen nadał Avatar 6, wydanemu 17 listopada 2026 r., brzmi: model jest w 84,4% nieodróżnialny od prawdziwego nagrania. Zanim to powtórzysz, przeczytaj przypis: w teście porównawczym oceniającym pokazano prawdziwe nagranie oraz klip Avatar 6 tej samej osoby wypowiadającej to samo zdanie przy tym samym dźwięku, a za prawdziwe uznali oni Avatar 6 w 42,2% przypadków. Pięćdziesiąt procent oznaczałoby idealne zmylenie. HeyGen dzieli 42,2 przez 50 i podwaja wynik, otrzymując 84,4%, co jest uprawnionym sposobem wyrażenia „jak dużą część dystansu udało się pokonać”, a zwodniczym sposobem wyrażenia „jak często to kogoś oszuka”. Obie liczby opisują te same 270 odpowiedzi.
To ma znaczenie, ponieważ Avatar 6 nie jest demem. To wdrożony model produkcyjny z dwoma interfejsami API, dwoma checkpointami, darmowym planem i — od dziś — rankingiem zewnętrznym, który plasuje go na pierwszym miejscu. Interesujące pytanie nie brzmi już, czy HeyGen zbudował coś dobrego. Brzmi ono: co faktycznie potwierdzają dowody i gdzie leży luka między marketingową arytmetyką a zmierzonym zachowaniem.
Co zostało wydane, dokładnie
Avatar 6 jest dostępny jako dwa identyfikatory modeli, heygen-avatar-6 i heygen-avatar-6-turbo, poprzez dwa różne punkty końcowe. Model API pod POST /v3/models/avatars przyjmuje obraz referencyjny, opcjonalny film referencyjny oraz dostarczone przez Ciebie audio z mową — bez etapu trenowania awatara, bez głosu do wcześniejszej konfiguracji. Application API pod POST /v3/videos renderuje istniejący wygląd awatara HeyGen, ustawiając engine.type na jeden z tych dwóch identyfikatorów, co jest ścieżką, którą wybierasz, jeśli masz już bliźniaka cyfrowego objętego zgodą.
• Rozdzielczość — domyślnie 1080p, 2K na życzenie; Model API ustawia rozmiar wyjścia 2K na 2880×1620 w oparciu o referencję 16:9, a Application API na 2560×1440.
• Długość — określana przez audio, które przekazujesz. Nie ma parametru czasu trwania, limitu długości klipu ani etapu łączenia; strona badawcza pokazuje pojedyncze ciągłe generacje trwające od 25 do 28 minut.
• Sterowanie — motion_prompt o długości do 1200 znaków obejmujący gesty, ekspresję, postawę i kamerę, a także przełącznik motion_expressiveness z dwoma ustawieniami: default lub less dla mniejszych gestów i spokojniejszej ekspresji.
• Wideo referencyjne — jeden klip trwający co najmniej dwie sekundy, do 50 MB przez URL lub base64, do 200 MB przez bezpośrednie przesłanie. Realistyczne wideo referencyjne z człowiekiem wymaga dostępu Enterprise i nagrania zgody przed kamerą z jednorazowym kodem; w przeciwnym razie API zwraca 422 realistic_human_reference_not_allowed.
• Edycja — tryb edycji na poziomie pojedynczych słów, który ponownie generuje tylko zmienione słowa, pozostawiając resztę materiału wideo bez zmian.

Warto zatrzymać się na konstrukcji mechanizmu zgody, ponieważ jest ona surowsza, niż większość dostawców awatarów zadaje sobie trud. Oświadczenie o zgodzie musi zawierać kod wygenerowany dla tej sesji, więc nagranie zarejestrowane wcześniej nie może spełnić tego warunku, a HeyGen weryfikuje, czy osoba na nagraniu zgody to ta sama osoba co na nagraniu treningowym, zanim awatar będzie mógł zostać w ogóle wyrenderowany.
84,4% — rozwinięte
HeyGen przeprowadził dwa testy, a ich wyniki różnią się w użyteczny sposób.
Pokazywano im po jednym klipie i pytano „prawdziwy czy AI”, a oceniający uznali 78,9% autentycznych nagrań za prawdziwe. Uznali 65,1% klipów Avatar 6 za prawdziwe, gdy użyto głosu samej osoby. Po podmianie na klon głosu HeyGen Voice odsetek ten spada do 56,5%. To uczciwy nagłówek: mniej więcej dwa z trzech klipów Avatar 6 przechodzą jako prawdziwe dla obcej osoby, która szuka podróbek, w porównaniu z czterema na pięć prawdziwych nagrań.
Test zestawienia obok siebie jest łatwiejszy — masz punkt odniesienia, a model musi być tylko bardziej przekonujący z dwóch — i stąd pochodzi 42,2%. HeyGen podaje również badanie pojedynczego klipu „ocenionego jako prawdziwy”, przy 612 odpowiedziach dla materiałów rzeczywistych oraz odpowiednio 304 i 308 odpowiedziach dla materiałów AI; próba jest na tyle mała, że różnica między 65,1% a 56,5% zasługuje na powtórzenie, zanim ktokolwiek oprze na niej jakąś tezę.
W porównaniu z innymi modelami wideo, przy użyciu własnego materiału filmowego danej osoby, HeyGen raportuje 72,4% przewagi preferencji nad Seedance 2.5, 74,1% nad Wan 3.0 i 54,9% nad Kling 4.0. Na podstawie jednego zdjęcia przewaga nad Kling rośnie do 73,5% — co mówi coś o tym, ile wart jest materiał referencyjny dla wyników konkurenta, a nie tylko dla HeyGen. W porównaniu z komercyjnymi produktami awatarów zewnętrzni oceniający przyznali Avatar 6 ogólną ocenę 4,00 na podstawie zdjęcia w zestawieniu z VEED Fabric 1.0 na poziomie 3,68 oraz 3,98 na podstawie materiału filmowego w zestawieniu z Akool Talking Avatar na poziomie 2,93. Wszystkie te badania są własnymi badaniami HeyGen, z własnymi oceniającymi HeyGen i własnym zestawem promptów HeyGen. Traktuj je jako silne założenie wstępne, a nie jako wynik.
New Measure dotarł tam pierwszy.
Jedyny dowód, którego HeyGen nie zlecił, pojawił się dziś. New Measure opublikował wczesne wyniki Avatar Arena na podstawie głosów zebranych w ciemno między 27 października a 16 listopada — przed startem — od ośmiu dostawców awatarów. Głosujący widzieli dwa filmy z tym samym scenariuszem, oznaczone A i B, z ukrytymi nazwami dostawców, i wybierali zwycięzcę.
Avatar 6 zajął pierwsze miejsce na obu rankingach: 1,197 Elo w przypadku awatarów osobistych z zakresem od 1,162 do 1,241 oraz 1,237 w przypadku prezenterów stockowych z zakresem od 1,207 do 1,278. Creatify Aurora 2.0 była druga na obu, z wynikami 1,053 i 1,088. Tavus Phoenix-4.5 uplasował się na poziomie 920 wśród awatarów stockowych, za Creatify i przed JoggAI z 887 i Synthesia EXPRESS-1 z 868.

Dwa szczegóły w tym raporcie mówią więcej niż ranking. Po pierwsze, New Measure ujawnia, że trzech konkurentów — VEED, Creatify i Captions — użyło mowy wygenerowanej za pomocą klonu głosu HeyGen, więc część przewagi HeyGen w zakresie głosu to HeyGen konkurujący sam ze sobą. Po drugie — i istotniejsze dla tej premiery — arena ogranicza skrypty do 500 znaków, typowy skrypt miał 62 słowa, a w 97% ukończonych porównań oba filmy trwały 35 sekund lub krócej. Arena nie mówi zatem zupełnie nic o funkcji, którą Avatar 6 wysuwa na pierwszy plan — nieograniczonym czasie trwania. Nikt spoza HeyGen nie przetestował pod tym kątem modelu, który potrafi zachować spójną tożsamość przez 26 minut.
Szybkość to drugie miejsce, w którym ranking i doświadczenie się rozchodzą. Avatar 6 był zazwyczaj najwolniejszy z pięciu w kategorii awatarów osobistych, osiągając 175,6 sekundy na film, w porównaniu z 60,2 sekundy dla Runway GWM-1; co dziesiąty film z awatarem osobistym HeyGen trwał ponad dziewięć i pół minuty. Preferencja i cierpliwość to różne oceny, a New Measure mówi wprost, że te dwie rzeczy nie szły w parze.
Co model faktycznie robi inaczej
Zmiana mechaniczna polega na tym, że Avatar 6 czyta scenariusz, zamiast odtwarzać zapętloną animację ruchu. Wcześniejsze awatary HeyGen wyglądały jak dana osoba, ale gestykulowały tak samo niezależnie od treści; ten natomiast wskaże „ladę po lewej”, policzy na palcach do trzech przy „smaku, wyborach i odczuciu” i położy rękę na sercu przy „zawsze chętnie porozmawiam” — bo tak nakazał prompt albo bo zdanie na to wskazywało. To, czy przypadki wynikające z domysłu działają równie dobrze jak te wskazane wprost, to kwestia, którą rozstrzygnie dopiero użycie produkcyjne.
Drugą możliwością są dwa awatary w jednej ramce, prowadzące zaplanowaną z góry rozmowę, wygenerowane w jednym przebiegu. To funkcja w kształcie podcastu — i najbardziej prawdopodobnie przydatna zespołom, które już tworzą ten format, ponieważ eliminuje montaż między ujęciami poszczególnych mówców.
Trzecia to edycja na poziomie słowa. Własne liczby HeyGen dla niej: lip-sync LSE-C na poziomie 7,67 dla nowych słów wobec 6,25 dla oryginalnego nagrania, podobieństwo twarzy 0,913 wobec 0,907 drugiego najlepszego wyniku, podobieństwo głosu 0,763 wobec 0,739 oraz PSNR 48,3 dB na niezmienionym materiale wideo wobec 29,3 dB dla najbliższej konkurencyjnej metody edycji, przy czym zmieniono 34,4% klatek, a nie ponad 99%, których dotykały metody porównawcze. To ostatnia liczba ma znaczenie operacyjnie: ponowne nagranie jednego zdania w 20-minutowym filmie jest tanie tylko wtedy, gdy pozostałe 19 minut pozostanie identyczne co do bajtu.
Ile to kosztuje i co nie jest publikowane
Avatar 6 jest w planie bezpłatnym — trzy filmy miesięcznie ze znakiem wodnym, każdy do jednej minuty; do pierwszego nie jest wymagana karta. Plan Creator za 29 USD/mies. obejmuje 600 kredytów i zawiera Avatar 6 Turbo; plan Pro za 49 USD/mies. obejmuje 1000 kredytów i zawiera Avatar 6 Pro. HeyGen sprzedaje dostęp w kredytach, a nie w sekundach.
To jest luka w materiale premierowym. {{1}}HeyGen podaje stawkę za sekundę dla HeyGen Video 1 — 0,02 USD, a w swoim własnym wykresie kosztów pojawia się kwota 0,03 USD{{/1}} — ale na publicznych stronach z cenami nie ma równoważnej tabeli stawek dla Avatar 6, a strona z cenami dla deweloperów przekierowuje do aplikacji wymagającej zalogowania. {{2}}Jeśli planujesz budżet dla potoku awatarów przy dużej skali, obecnie wyceniasz kredyty i zgadujesz przelicznik.{{/2}} Poproś o pisemne potwierdzenie stawki za sekundę, zanim zwiążesz z tym ścieżkę produkcyjną.
Gdzie to pasuje, jeśli budujesz
Avatar 6 nie jest dostępny w OrcaRouter. Nie obsługujemy go i żadna finezja routingu tego nie zmieni — to renderer hostowany przez HeyGen z własnym procesem wyrażania zgody i własnym rozliczaniem. To, co obsługujemy, to warstwa wokół niego: generowanie skryptów, wyszukiwanie, klasyfikacja, agent, który decyduje, co avatar ma powiedzieć. To ponad 200 modeli za jednym kluczem zgodnym z OpenAI w cenie katalogowej dostawcy, bez marży, oraz automatyczne przełączanie awaryjne, gdy dostawca szwankuje. Jeśli Twój potok avatarów staje z powodu awarii modelu piszącego skrypty, to renderer nigdy nie był tym wrażliwym elementem.

Otwarte pytania
Trzy rzeczy zmieniłyby ten obraz, a żadna z nich nie jest jeszcze dostępna. Cena API za sekundę, dzięki której ekonomikę można by porównać z Seedance, Kling i własnym modelem wideo HeyGen na równych zasadach. Niezależny test długich form, ponieważ każde twierdzenie o czasie trwania opiera się tutaj na demonstracjach HeyGen, a arena osiągnęła limit 35 sekund. Oraz bezpośrednie starcie z konkurentem o podobnych ambicjach — powiedzmy Tavus Griffin — według jednego protokołu, przeprowadzone przez kogoś, kto nie ma produktu do sprzedania.
Do tego czasu uczciwe podsumowanie jest takie: Avatar 6 to bardzo prawdopodobnie najlepszy renderer mówiących awatarów, jaki można dziś kupić, 84,4% to realny wynik wyrażony w pochlebnej jednostce, a zdolność, która najbardziej go wyróżnia, to ta, której nikt poza HeyGen nie zmierzył. Zbuduj pilotaż, ale go oprzyrządź — jeden na dziesięć renderów trwający dziewięć minut to decyzja produktowa, a nie przypis.
