HeyGen Voice Turbo против HeyGen Voice: снижение цены в 7,5 раза, семь пунктов Elo и одна функция, которую Turbo не может выполнить

Возьмём число: двенадцать миллионов символов в месяц — примерно двадцать пять часов озвучки. По указанным Artificial Analysis тарифам для двух речевых моделей HeyGen этот счёт составит $360 на HeyGen Voice и $48 на HeyGen Voice Turbo. Разница в качестве, которую тот же рейтинг приводит между ними, составляет семь пунктов Elo, в таблице, где три лучшие модели находятся в одном статистическом диапазоне, а доверительные интервалы двух позиций HeyGen почти полностью перекрываются. Когда поставщик позже пересматривает цену или оценку, на которые опиралось подобное сравнение, исправление фиксируется с указанием дат и источников в AI Incident Archive, рядом с остальными сбоями моделей и поставщиков, которые мы отслеживаем.

Эта асимметрия и есть суть всего сравнения. HeyGen Voice Turbo и HeyGen Voice — это не два поколения одного продукта, где новое вытесняет старое; это один продукт, разделённый надвое по линии, которая проходит через тип голоса, а не через качество. Выбор между ними — это не субъективное решение о том, что звучит лучше. Это вопрос о том, являются ли ваши голоса мгновенными клонами или профессиональными клонами, и ответ заложен в API.

Тот же эндпоинт, одна другая строка

HeyGen предоставляет обе модели с одинаковыми телами запросов. POST /v3/models/audio/tts возвращает один монофонический WAV-файл с частотой 44,1 кГц после завершения синтеза; POST /v3/models/audio/tts/stream возвращает упорядоченные части аудио в виде событий, отправляемых сервером. Меняется только поле model: heygen-voice-1 — это значение по умолчанию, heygen-voice-1-turbo выбирает более быстрый движок, а heygen-voice-1-turbo-free — это бесплатный тариф с ограничением по ёмкости, доступный до 30 ноября 2026 года.

Оба эндпоинта ограничивают текст до 5 000 символов обычного текста, и для обоих по умолчанию установлен лимит 30 запросов в минуту на участника рабочего пространства. Оба требуют, чтобы голос имел статус ACTIVE — публичный голос HeyGen или клон в вашем рабочем пространстве. Разделение происходит на уровень выше — на этапе проверки допустимости голоса.

Линия, которую Turbo не пересекает

Профессиональные клоны работают только на heygen-voice-1. Это предложение встречается в справочной документации HeyGen и является решением, сформулированным прямо: профессиональный голос, обученный на двадцати минутах аудио или более, не может быть озвучен Turbo ни за какую цену. Мгновенные клоны — те, что создаются из одной записи и обычно становятся ACTIVE за секунды, без этапа обучения или слота клонирования — могут быть озвучены любым из них.

Всё остальное следует той же границе.

• Доступные голоса — Turbo: публичные голоса и мгновенные клоны. HeyGen Voice: публичные голоса, мгновенные клоны и профессиональные клоны.

• Выразительность — expressiveness_boost от 0.0 до 1.0 для обоих, по умолчанию 1.0, и применяется только к мгновенным голосам. Профессиональные голоса отклоняют этот параметр.

• Управление просодией — seed, speed (от 0.75 до 1.25), pitch_shift (от −4 до +4 полутонов) и pitch_variance (от 0.5 до 2.0) доступны только для профессиональных голосов. Instant voices на любой из моделей принимают их и молча игнорируют — это стоит знать, прежде чем выпускать функцию, настройки которой тихо ничего не делают.

• Паузы — <break time="0.5s"/> паузы длительностью до пяти секунд работают в профессиональных голосах. Мгновенные голоса, включая Turbo, их не поддерживают. Другой SSML не поддерживается ни в одной из моделей.

• Текст и частота — от 1 до 5 000 символов на запрос, 30 запросов в минуту на участника рабочего пространства по умолчанию, одинаково для обоих.

• Язык — 42 базовых кода языка для клонирования и синтеза речи, с региональными тегами, такими как en-US и fr-CA, нормализующимися до базового языка. Региональный тег не задаёт региональный акцент.

• Указанная цена — Turbo $4.00 за миллион символов, HeyGen Voice $30.00; обе суммы пересчитаны Artificial Analysis из кредитной тарификации HeyGen, а не опубликованы самой HeyGen.

Чего стоят семь пунктов Эло — и чего они не стоят

{{1}}В рейтинге Controlled Voice Arena по состоянию на 22 октября 2026 года HeyGen Voice Turbo занимает первое место с 1 202 баллами Elo (±19), а HeyGen Voice — второе с 1 195 (±15). Оба оценивались на одних и тех же восьми клонированных эталонных голосах — четырёх американских и четырёх британских, — поэтому сравнение по построению является сопоставимым, и это единственный результат арены, где две модели можно поставить в идентичные условия.{{/1}}

Семь пунктов в этой таблице — не значимый отрыв. Таблица объединяет места с первого по третье в одну группу, 1-3, то есть по её собственной статистике упорядочить первую тройку нельзя. Интервал Turbo составляет от 1 183 до 1 221; интервал HeyGen Voice — от 1 180 до 1 210. Они перекрываются на 27 пунктов при ширине 39 и 31 пункт соответственно. А 1 685 образцов Turbo — это самые скудные данные в первой пятёрке, против 1 964 у HeyGen Voice и 2 593 у Eleven v4 Turbo, который находится на две позиции ниже.

Итак, если честно читать колонку качества, это ничья с небольшим перевесом в пользу Turbo, который несколько тысяч дополнительных голосов могли бы свести на нет — причём в любую сторону. Тот, кому нужно, чтобы эти две модели были ранжированы, ухватился за число, которое не выдерживает такой нагрузки.

Столбец цены, напротив, однозначен по направлению, хотя его абсолютные значения являются производными. Artificial Analysis применяет один метод конвертации ко всем вендорам в таблице; если этот метод неверно оценивает кредитную систему HeyGen, он неверно оценивает обе записи HeyGen с одним и тем же коэффициентом, и 7,5× выдерживает постоянную ошибку. Он не выдержал бы ошибку, которая варьируется в зависимости от уровня модели, — и ничто из опубликованного не указывает на то, что два уровня тарифицируют кредиты по-разному, — но это то предположение, которое следует проверить по собственному счёту, а не принимать на веру.

Где «дешевле» перестаёт быть правильным вопросом

Три ситуации делают равенство в семь пунктов Эло несущественным, а вместе с ним — и разницу в цене.

У вас есть профессиональные клоны. Turbo не может их озвучивать. Сравнение заканчивается ещё до разговора о стоимости. HeyGen оставляет heygen-voice-1 голосом по умолчанию именно потому, что профессиональным голосам это необходимо, и никакое количество перезаписей не превратит клон, обученный за двадцать минут, в мгновенный без перестройки голоса.

Вам нужен воспроизводимый результат. Сид-значения — это механизм управления профессиональными голосами, а Turbo вообще не поддерживает профессиональные голоса. Если ваш конвейер повторно генерирует строку и ожидает ту же подачу, ни один из путей мгновенного голоса не даёт вам такой возможности.

Вам нужна точность синхронизации для мгновенных голосов. Обе модели принимают with_timestamps и возвращают время начала и окончания для каждого символа — на синхронном эндпоинте как original_characters в ответе, на потоковом эндпоинте как события character_alignment, содержащие как отправленный текст, так и нормализованный текст, фактически произнесённый. Временные метки не стоят ничего в обеих моделях, поэтому это не является отличительной особенностью; это просто причина, по которой конвейер создания субтитров может использовать Turbo без каких-либо потерь.

Для всего остального — голос бренда, клонированный по короткой записи, агент поддержки, пакет коротких строк — Turbo это тот же класс движка за долю стоимости, а семь пунктов Elo — шум.

Миграция — это строка, и в этом ловушка.

Поскольку тело запроса не меняется, переключение сводится к одному полю. Именно поэтому команды переключаются без измерений. Отказ проявляется не как 400; это голос, который тихо становится непригодным. Отправьте профессиональный voice_id в Turbo, и запрос завершится ошибкой — это заметно и нормально. Отправьте мгновенный голос с speed: 1.1, и вы получите аудио со скоростью по умолчанию без ошибки, потому что мгновенные голоса принимают и игнорируют этот параметр. Пайплайн, который настраивал просодию на мгновенных голосах, уже не получал то, что запрашивал; переход на Turbo просто делает обнаружение более вероятным.

Есть одна деталь миграции, которую действительно легко упустить, и она задокументирована: мгновенные голоса, созданные до HeyGen Voice 1, необходимо клонировать заново, прежде чем они смогут говорить через это поколение модели. Старое рабочее пространство, полное устаревших мгновенных клонов, не заработает просто от смены строки модели.

На собственные настройки HeyGen по умолчанию стоит взглянуть перед бенчмарком, потому что производитель использует две конфигурации. HeyGen Studio поставляется с similarity: "max" на этапе клонирования и с expressiveness_boost: 0.5 при синтезе. По умолчанию в API заданы similarity: "extra_high" и expressiveness_boost: 1.0, и именно эта конфигурация API, по словам HeyGen, заняла первое место в контролируемом лидерборде. Если вы копируете настройки Studio при миграции, вы больше не воспроизводите конфигурацию, которую оценивал лидерборд, — что нормально, если вы так и задумывали, и сбивающий с толку результат бенчмарка, если нет.

Тест, который стоит провести перед принятием любого из этих двух решений

Бесплатный тариф делает это настолько дешёвым, что нет причин делать выбор по таблице лидеров. heygen-voice-1-turbo-free озвучивает публичные голоса и мгновенные клоны бесплатно до 30 ноября 2026 года, без необходимости иметь баланс кредитов, а публичный голос HeyGen Nadine (83548de556df48ba8c09c42a57c51d85) опубликован как однострочная отправная точка. Это тариф с общими ресурсами: 429 rate_limit_exceeded ожидается при нагрузке независимо от вашей собственной частоты запросов, время до первого аудио не гарантируется, и бесплатный запрос никогда не переходит в платный.

Озвучьте те же двадцать строк на Turbo Free и на вашей текущей модели с тем же мгновенным клонированием голоса и прислушайтесь к тому, что арена усредняет: к названиям продуктов, числам, датам и всему, что говорит ваш бренд, чего не делает никто другой. Если на слух их нельзя отличить — а семь пунктов Elo предполагают, что так и будет, — решение сводится к счёту, а счёт — $48 против $360.

Если ваш стек также обращается к другим речевым или языковым моделям, размещение участков, не относящихся к HeyGen, за одним ключом с отказоустойчивостью выводит сравнение за пределы вашего production-контура; сам HeyGen Voice Turbo отсутствует в каталоге OrcaRouter, поэтому сторона теста, связанная с HeyGen, работает через собственный API HeyGen. Что роутер действительно даёт вам здесь — это возможность запускать обе модели HeyGen и резервный голос из одной интеграции, так что ограничение скорости или сбой новой модели не превращается в тишину для пользователя.

Правило, вытекающее из всего этого, умещается в одном предложении: мгновенные клоны выбирают Turbo, если только у вас нет измеренной причины поступить иначе; профессиональные клоны выбирают HeyGen Voice, потому что больше ничто не умеет говорить ими; и никто не должен выбирать между этими двумя по Elo.