Ett genererat titelkort för artikeln "Avatar 6 vs Tavus Griffin", med en kicker som lyder "AVATARMODELLJÄMFÖRELSE", den stora titeln "Avatar 6 vs Tavus Griffin", underrubriken "En går att köpa i dag, den andra är en förhandsvisning", och tre pillerkort som lyder "publikt API, krediter", "endast ansökan" och "två olika tester".
Guides & Insights

Avatar 6 vs Tavus Griffin: Den ena går att köpa idag, den andra är en förhandsvisning

Författare

jinhao.song

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

Två avatarmodeller, med sex veckor emellan, båda släpps under 2026 och båda hävdar ett resultat på Turing-testet. Avatar 6 lanserades den 17 november 2026 med ett API, en gratisnivå och två modellidentifierare. Tavus Griffin annonserades den 1 oktober 2026 som världens första Human Interaction Model och släpptes som Griffin-Lite, en forskningsförhandsvisning tillgänglig för en utvald grupp tidiga testare via ett ansökningsformulär. Det är hela jämförelsen i två meningar, och allt nedan är detaljerna som avgör om det spelar roll för dig.

För det spelar faktiskt roll, och inte i den riktning folk förväntar sig. Griffin gör något som Avatar 6 inte försöker sig på, och gapet är inte gradvis. Det är skillnaden mellan en renderare som utför ett manus och ett system som avgör när det ska tala. Att den mer ambitiösa också är den man inte kan köpa är den spänning som den här sidan måste rymma.

Vad ”preview” betyder hos Tavus, närmare bestämt

Griffin finns inte på Tavus-plattformen. Det finns ingen modellidentifierare att skicka till en endpoint, inget pris, ingen samtidighetsgräns och inget publicerat datum för allmän tillgänglighet. Tavus produktmeny listar den som "Griffin (Preview)" tillsammans med Phoenix-4.5, Raven-2 och Sparrow-2. Åtkomst sker via ett ansökningsformulär och en urvalsprocess. Företaget har sagt att en bredare lansering av en kraftfullare modell kommer att följa, utan att säga när.

Avatar 6 har däremot dokumentation som du kan läsa i eftermiddag. Två identifierare – heygen-avatar-6 och heygen-avatar-6-turbo – på två slutpunkter: POST /v3/models/avatars för referensmedia plus ljud, och POST /v3/videos med engine.type inställt för befintliga avatarutseenden. Ett 202-svar returnerar ett video_id, du pollar och får en signerad URL. Gratisnivån kör tre vattenmärkta videor per månad på upp till en minut vardera.

Så den första ärliga meningen i varje jämförelse mellan Avatar 6 och Griffin är att en av dem är ett köp och en är en applikation. Allt annat är en jämförelse av publicerade påståenden.

De två Turingtesterna är inte samma test

Båda leverantörerna inleder med en siffra nära 50 %, och ingen av siffrorna betyder det som en läsare kommer att anta.

Tavus: 48 % av personerna som pratade med Griffin i en minut trodde att de hade pratat med en riktig människa. Företaget påpekar att tidigare system, inklusive företagets egen stack som drivs av Phoenix 4.5, Sparrow-2 och Raven-2, hade en maximal godkännandegrad på 2 %. Det handlar om ett live-videosamtal med öppna frågor och samtal fram och tillbaka, bedömt av personen som för samtalet. Jämförelsen görs mot Tavus egna tidigare system, och urvalet publiceras inte i lanseringsmaterialet.

HeyGens siffra kommer från en filjämförelse, inte en konversation. Bedömare såg en äkta inspelning bredvid ett Avatar 6-klipp av samma talare som säger samma replik med samma ljud och valde Avatar 6 i 42,2 % av fallen; de 84,4 % som står på bannern är den satsen dividerad med 50 och fördubblad, vilket mäter hur långt man har färdats mot perfekt förväxling, inte hur ofta någon blev lurad. När enbart ett klipp visades, utan något att jämföra det med, bedömdes 65,1 % av Avatar 6-utdata som äkta, jämfört med 78,9 % av oredigerade inspelningar.

Ställ dem sida vid sida, och asymmetrin är själva poängen. HeyGen frågar om en statisk prestation klarar jämförelse med en känd referens. Tavus frågar om ett levande samtal fram och tillbaka klarar en minut av improvisation – avbrott, ämnesbyten, tystnader som måste fyllas. En modell kan vara utmärkt på det första och oanvändbar på det andra, och inget i någon av leverantörernas siffror säger var den andra skulle hamna.

Arkitektur, och varför det förändrar produkten

• Indata — Avatar 6 tar en referensbild eller referensvideo plus talljud som du tillhandahåller. Griffin tar emot en live-ljud- och videoström från personen som talar till den.

• Beslutsfattande — Avatar 6 utför det den blir tilldelad. Griffin kör en samtalsmodell som avgör när den ska tala, avvakta eller lämna över, med intervall på under en sekund i stället för en gång per tur.

• Utdata — Avatar 6 returnerar en videofil på upp till 2880×1620, lika lång som ljudet. Griffin returnerar en live video-till-video-ström i realtid.

• Varaktighet — Avatar 6: 25 till 28 minuter demonstrerat som enskilda kontinuerliga genereringar. Griffin: begränsas av anropet, inte av en rendering.

• Latens – Avatar 6: inte publicerad; den oberoende arenan uppmätte en typisk tid på 175,6 sekunder per rendering, med en av tio över nio och en halv minut. Griffin: konstruerad för realtid, där Tavus rapporterar att den ligger 37 % före näst bästa AI på att reagera i stunden på NVIDIA:s VideoFDB.

• Åtkomst — Avatar 6: publikt API, krediter. Griffin: forskningsförhandsvisning, endast via ansökan.

• Pris — Avatar 6: prenumerationskrediter, inget pris per sekund publicerat. Griffin: inget.

Titta på de två första raderna tillsammans. Avatar 6:s indata är färdigt tal, vilket innebär att det svåra – att veta vad man ska säga och när – hände någonstans uppströms, i det som skrev manuset. Griffins indata är en person, vilket innebär att det svåra finns inne i modellen. Det är därför den ena är en renderare och den andra säljs som en ny klass.

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.'

Griffins ingenjörskonst återspeglar det. Tavec v1.7, dess ljudcodec, mappar 48 kHz-ljud till en kontinuerlig latent på 40 värden per bildruta vid 100 bildrutor per sekund utan kodtabeller och med en helt kausal strömmande avkodare, och rapporterar 2 193× realtidsavkodning och 4,242 ViSQOL MOS-LQO vid 28,42 miljoner avkodarparametrar, uppmätt på en H100. Röstkloning fungerar från ungefär tio sekunders ljud. Videosidan genererar varje pixel i scenen i realtid från en referensbild – inte bara ansiktet och händerna utan även stolen personen sitter i och skuggorna de kastar. Inget av det är tillämpligt på Avatar 6, som har en renderingsbudget mätt i minuter och har råd att vara dyr.

Vad den oberoende bevisningen omfattar, och vad den inte omfattar

Ingen av modellerna har genomgått en offentlig direkt jämförelse. Det är värt att säga utan förbehåll.

Den enda siffran här som HeyGen inte producerade är en placering på en resultattabell. New Measures blinda arena rankade Avatar 6 som etta på båda listorna den 18 november – 1 197 i Elo för personliga avatarer, 1 237 för standardpresentatörer, med Creatify Aurora 2.0 som tvåa på båda – och var öppen om taket: korta manus, klipp på högst 35 sekunder i 97 % av jämförelserna, tre deltagare som talade genom HeyGens klonade röst. Griffin har ingen motsvarande post, eftersom en förhandsvisning bakom ett formulär inte kan rankas.

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 har NVIDIAs VideoFDB, där Tavus gör anspråk på förstaplatsen i ett oberoende test av AI för ansikte-mot-ansikte och på en ledning på 37 % över det näst bästa systemet när det gäller att reagera i stunden. Det är ett verkligt tredjepartsbenchmark snarare än en preferensstudie från en leverantör, och det är det starkaste enskilda beviset i den här jämförelsen. Det är också ett benchmark för en förmåga som Avatar 6 inte har, så det avgör ingenting om likhet.

Det som ingen av dem har är en jämförelse mot den andra, enligt ett och samma protokoll, utförd av någon som inte har någon produkt att sälja.

Där de två skiljer sig mest åt är vad du måste bevisa innan något renderas. Avatar 6 animerar inte en verklig person från video förrän arbetsytan har Enterprise-åtkomst och en samtyckesinspelning gjord framför kamera, med en engångskod som utfärdats för den sessionen; HeyGen jämför sedan det samtyckande ansiktet mot källmaterialet. Utan åtkomst till videoreferenser misslyckas begäran med 422 realistic_human_reference_not_allowed i stället för att falla tillbaka på något billigare.

Griffins begränsningar är av annat slag eftersom dess indata är en levande person snarare än en lagrad avbildning. Samtyckesproblemet som det väcker är inte "får jag klona det här ansiktet" utan "vad behåller systemet från ett samtal" — och Tavus lanseringsmaterial tar upp säkerhet och begränsningar utan att publicera den typ av samtyckesgrind för varje rendering som HeyGen har byggt. För en driftsättning som involverar verkliga människor framför kameran spelar den skillnaden större roll än något benchmark.

Där OrcaRouter kommer in

OrcaRouter säljer inte någon av dessa. Den ena är ett HeyGen-renderjobb bakom en samtyckesgrind och ett kreditsaldo; den andra har ingen endpoint att anropa. Vi tänker inte antyda något annat för att få en routingpitch att landa.

Det vi tillhandahåller är texten mellan de två ändarna i endera pipelinen. Avatar 6 öppnar med ett manus som någon måste skriva, granska och lokalisera; Griffins samtalslager måste lämna över de uppgifter det inte kan slutföra under samtalet, och Tavus dirigerar dem vidare till andra modeller enligt design. Det är standardanrop – sammanfatta, översätt, klassificera, hämta – och det är de som drar nytta av en enda nyckel för 200+ modeller till leverantörens listpris utan påslag, och av failover som förvandlar en leverantörsincident till ett nytt försök i stället för ett avbrott.

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.

Beslutet i dess lydelse den 18 november 2026

För en presentatör som levererar ditt manus i volym, med ett dokumenterat API och en produktionsväg denna månad, är Avatar 6 den enda valbara kandidaten av de två. Den toppar den enda oberoende panel som har betygsatt kategorin, och den kommer med tre saker att ta med in i en pilot: inget pris per sekund på någon offentlig prislista, inget externt test längre än 35 sekunder, och renderingar som tar minuter snarare än sekunder.

Om du behöver ett system som kan föra ett levande samtal med ett ansikte kopplat är Griffin det mer avancerade arbetet och det mindre tillgängliga. Ansök om förhandsvisningen om användningsfallet är verkligt. Lägg inte det på en färdplan med ett datum, eftersom Tavus inte har angett något.

Det man ska hålla utkik efter är inte ett benchmark. Det är huruvida Tavus släpper Griffin {{1}}generellt{{/1}}, och till vilket pris — för en realtidsinteraktionsmodell med en endpoint och en prislista skulle inte konkurrera med Avatar 6 när det gäller likhet. Det skulle få kategorin som {{2}}Avatar 6 tillhör{{/2}} att framstå som föregående generation.