การ์ดชื่อเรื่องที่สร้างขึ้นสำหรับบทความ ‘Avatar 6 vs Tavus Griffin’ โดยมีข้อความหัวข่าวเล็กที่ระบุว่า ‘การเปรียบเทียบโมเดลอวาตาร์’ ชื่อเรื่องขนาดใหญ่ ‘Avatar 6 vs Tavus Griffin’ คำโปรย ‘ตัวหนึ่งซื้อได้วันนี้ อีกตัวเป็นเพียงพรีวิว’ และการ์ดแบบแคปซูลสามใบที่ระบุว่า ‘API สาธารณะ, เครดิต’ ‘สมัครเท่านั้น’ และ ‘การทดสอบที่แตกต่างกันสองแบบ’
Guides & Insights

Avatar 6 กับ Tavus Griffin: ตัวหนึ่งซื้อได้แล้ววันนี้ ส่วนอีกตัวเป็นเพียงพรีวิว

ผู้เขียน

jinhao.song

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

โมเดลอวตารสองตัว ห่างกันหกสัปดาห์ ทั้งคู่จะเปิดตัวภายในปี 2026 ทั้งคู่กล่าวอ้างผลลัพธ์การทดสอบทัวริง Avatar 6 เปิดให้ใช้งานเมื่อวันที่ 17 พฤศจิกายน 2026 พร้อม API แพ็กเกจฟรี และตัวระบุโมเดลสองรายการ Tavus Griffin ถูกประกาศเมื่อวันที่ 1 ตุลาคม 2026 ในฐานะ Human Interaction Model ตัวแรกของโลก และเปิดตัวในชื่อ Griffin-Lite ซึ่งเป็นพรีวิวงานวิจัยที่เปิดให้กลุ่มผู้ทดสอบระยะแรกที่ได้รับการคัดเลือกเข้าถึงผ่านแบบฟอร์มคำขอ นั่นคือการเปรียบเทียบทั้งหมดในสองประโยค และทุกอย่างด้านล่างคือรายละเอียดที่ตัดสินว่ามันสำคัญกับคุณหรือไม่

เพราะมันสำคัญจริง และไม่ใช่ในทิศทางที่คนคาดคิด Griffin กำลังทำบางสิ่งที่ Avatar 6 ไม่ได้พยายามทำ และช่องว่างระหว่างกันก็ไม่ใช่แค่ความต่างทีละน้อย มันคือความแตกต่างระหว่างตัวเรนเดอร์ที่ทำตามสคริปต์กับระบบที่ตัดสินใจได้เองว่าควรพูดเมื่อใด การที่สิ่งที่ทะเยอทะยานกว่ากลับเป็นสิ่งที่คุณซื้อหาไม่ได้ คือความตึงเครียดที่หน้านี้ต้องแบกรับไว้

คำว่า “preview” ที่ Tavus หมายถึงอะไรกันแน่

Griffin ไม่ได้อยู่บนแพลตฟอร์ม Tavus ไม่มีตัวระบุโมเดลให้ส่งไปยัง endpoint ไม่มีราคา ไม่มีขีดจำกัดการทำงานพร้อมกัน และไม่มีวันที่ประกาศความพร้อมใช้งานทั่วไป เมนูผลิตภัณฑ์ของ Tavus ระบุไว้เป็น "Griffin (Preview)" ควบคู่กับ Phoenix-4.5, Raven-2 และ Sparrow-2 การเข้าถึงต้องผ่านแบบฟอร์มคำขอและกระบวนการคัดเลือก บริษัทกล่าวว่าจะมีการเปิดตัวโมเดลที่ทรงพลังกว่าออกมาในวงกว้างตามมา โดยไม่ได้ระบุว่าเมื่อใด

ในทางกลับกัน Avatar 6 มีเอกสารประกอบที่คุณอ่านได้ในบ่ายนี้ ตัวระบุสองตัว — heygen-avatar-6 และ heygen-avatar-6-turbo — บนสอง endpoint: POST /v3/models/avatars สำหรับ reference-media-plus-audio และ POST /v3/videos โดยตั้งค่า engine.type สำหรับลุคอวตารที่มีอยู่ การตอบกลับ 202 จะคืนค่า video_id คุณโพลล์ แล้วจะได้รับ signed URL แพ็กเกจฟรีรองรับวิดีโอที่มีลายน้ำสามวิดีโอต่อเดือน โดยแต่ละวิดีโอยาวได้ไม่เกินหนึ่งนาที

ดังนั้น ประโยคแรกที่ตรงไปตรงมาของการเปรียบเทียบ Avatar 6 กับ Griffin ทุกกรณี คือ หนึ่งในนั้นคือการซื้อ ส่วนอีกอันคือแอปพลิเคชัน ที่เหลือเป็นเพียงการเปรียบเทียบข้อกล่าวอ้างที่เผยแพร่แล้วเท่านั้น

การทดสอบทัวริงทั้งสองแบบไม่ใช่การทดสอบเดียวกัน

ผู้จำหน่ายทั้งสองรายชูจุดเด่นด้วยตัวเลขใกล้ 50% และไม่มีตัวเลขใดเลยที่หมายความอย่างที่ผู้อ่านจะเข้าใจไปเอง

Tavus: 48% ของผู้ที่พูดคุยกับ Griffin เป็นเวลาหนึ่งนาทีเชื่อว่าตนได้พูดคุยกับมนุษย์จริง ๆ บริษัทระบุว่าระบบก่อนหน้านี้ รวมถึงสแตกของบริษัทเองที่ขับเคลื่อนด้วย Phoenix 4.5, Sparrow-2 และ Raven-2 มีอัตราการผ่านสูงสุดเพียง 2% นั่นคือการสนทนาทางวิดีโอแบบสด ปลายเปิด และโต้ตอบไปมา ซึ่งตัดสินโดยบุคคลที่ร่วมสนทนานั้น การเปรียบเทียบนี้ทำกับระบบรุ่นก่อนหน้าของ Tavus เอง และขนาดตัวอย่างไม่ได้ถูกเผยแพร่ในเอกสารเปิดตัว

ตัวเลขของ HeyGen มาจากการเปรียบเทียบไฟล์ ไม่ใช่บทสนทนา ผู้ประเมินได้เห็นการบันทึกจริงวางข้างคลิป Avatar 6 ของผู้พูดคนเดียวกันที่พูดประโยคเดียวกันบนเสียงเดียวกัน และเลือก Avatar 6 ใน 42.2% ของครั้ง; 84.4% บนแบนเนอร์คืออัตรานั้นหารด้วย 50 แล้วคูณสอง ซึ่งวัดระยะทางที่เข้าใกล้ความสับสนสมบูรณ์ ไม่ใช่ว่ามีคนถูกหลอกบ่อยแค่ไหน เมื่อแสดงคลิปเดี่ยว ๆ โดยไม่มีอะไรให้เปรียบเทียบ 65.1% ของเอาต์พุต Avatar 6 ถูกตัดสินว่าจริง เทียบกับ 78.9% ของการบันทึกที่ไม่ได้แก้ไข

วางสองสิ่งนี้เทียบกัน แล้วความไม่สมมาตรนั่นแหละคือประเด็น HeyGen ถามว่า การแสดงแบบคงที่จะยังทนต่อการเปรียบเทียบกับข้อมูลอ้างอิงที่รู้อยู่แล้วได้หรือไม่ ขณะที่ Tavus ถามว่า การโต้ตอบแบบสด ๆ จะทนต่อการอิมโพรไวส์หนึ่งนาทีได้หรือไม่ — การขัดจังหวะ การเปลี่ยนหัวข้อ ช่วงเงียบที่ต้องเติมเต็ม โมเดลหนึ่งอาจเก่งมากในแบบแรกและไร้ประโยชน์ในแบบที่สอง และไม่มีตัวเลขใดจากผู้ขายทั้งสองรายที่บอกได้ว่าอีกแบบหนึ่งจะลงเอยอย่างไร

สถาปัตยกรรม และเหตุใดจึงเปลี่ยนผลิตภัณฑ์

• อินพุต — Avatar 6 รับภาพอ้างอิงหรือวิดีโออ้างอิงพร้อมเสียงพูดที่คุณจัดหาให้ ส่วน Griffin รับสตรีมเสียงและวิดีโอแบบสดจากบุคคลที่กำลังพูดกับมัน

• การตัดสินใจ — Avatar 6 ดำเนินการตามสิ่งที่ได้รับมา Griffin ใช้โมเดลการสนทนาที่ตัดสินใจว่าจะพูด จะถือสิทธิ์พูดต่อ หรือจะสละสิทธิ์ เมื่อใด โดยตัดสินใจในระดับต่ำกว่าหนึ่งวินาที แทนที่จะตัดสินใจเพียงครั้งต่อหนึ่งเทิร์น

• เอาต์พุต — Avatar 6 ส่งคืนไฟล์วิดีโอที่ความละเอียดสูงสุด 2880×1620 โดยมีความยาวเท่ากับไฟล์เสียง Griffin ส่งสตรีมวิดีโอต่อวิดีโอแบบสดแบบเรียลไทม์

• ระยะเวลา — Avatar 6: 25 ถึง 28 นาที ซึ่งแสดงให้เห็นว่าเป็นการสร้างแบบต่อเนื่องเพียงครั้งเดียว Griffin: ถูกจำกัดด้วยการเรียก ไม่ใช่ด้วยการเรนเดอร์

• ความหน่วง — Avatar 6: ไม่ได้เผยแพร่; อารีนาอิสระวัดได้โดยทั่วไปที่ 175.6 วินาทีต่อการเรนเดอร์ โดยหนึ่งในสิบครั้งใช้เวลาเกินเก้านาทีครึ่ง Griffin: เป็นเรียลไทม์โดยโครงสร้าง โดย Tavus รายงานว่านำหน้า AI ที่ดีที่สุดรองลงมา 37% ในการตอบสนองแบบทันทีบน VideoFDB ของ NVIDIA

• การเข้าถึง — Avatar 6: API สาธารณะ, เครดิต Griffin: พรีวิวสำหรับงานวิจัย, สมัครเท่านั้น

• ราคา — Avatar 6: เครดิตแบบสมัครสมาชิก ไม่มีการเผยแพร่อัตราต่อวินาที Griffin: ไม่มี

ลองดูสองแถวแรกประกอบกัน อินพุตของ Avatar 6 คือคำพูดที่เสร็จสมบูรณ์แล้ว ซึ่งหมายความว่าส่วนที่ยาก — การรู้ว่าจะพูดอะไรและเมื่อไร — เกิดขึ้นที่ใดที่หนึ่งในต้นทาง ในสิ่งที่เขียนสคริปต์ขึ้นมา อินพุตของ Griffin คือคน ซึ่งหมายความว่าส่วนที่ยากอยู่ภายในโมเดล นั่นคือเหตุผลว่าทำไมตัวหนึ่งจึงเป็นตัวเรนเดอร์ และอีกตัวหนึ่งถูกขายในฐานะคลาสใหม่

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.'

งานวิศวกรรมของ Griffin สะท้อนสิ่งนี้ Tavec v1.7 โคเดกเสียงของ Griffin แมปเสียง 48 kHz ไปยัง latent ต่อเนื่องขนาด 40 ค่าต่อเฟรมที่ 100 เฟรมต่อวินาที โดยไม่มี codebook และมีตัวถอดรหัสสตรีมมิ่งแบบคอซัลเต็มรูปแบบ รายงานการถอดรหัสเร็วกว่าเวลาจริง 2,193 เท่า และค่า ViSQOL MOS-LQO ที่ 4.242 ด้วยพารามิเตอร์ตัวถอดรหัส 28.42 ล้านพารามิเตอร์ วัดบน H100 การโคลนเสียงทำงานได้จากเสียงประมาณสิบวินาที ฝั่งวิดีโอสร้างทุกพิกเซลของฉากแบบเรียลไทม์จากภาพอ้างอิงเพียงภาพเดียว — ไม่ใช่แค่ใบหน้าและมือ แต่รวมถึงเก้าอี้ที่บุคคลนั้นนั่งและเงาที่ตกกระทบ ไม่มีสิ่งใดใช้ได้กับ Avatar 6 ซึ่งมีงบประมาณการเรนเดอร์ที่วัดกันเป็นนาทีและสามารถรองรับค่าใช้จ่ายสูงได้

สิ่งที่หลักฐานอิสระครอบคลุม และสิ่งที่หลักฐานนั้นไม่ได้ครอบคลุม

ยังไม่มีโมเดลไหนเคยผ่านการเทียบกันแบบตัวต่อตัวต่อสาธารณะ สิ่งนี้ควรค่าแก่การพูดออกไปตรง ๆ โดยไม่ต้องเลี่ยง

ตัวเลขหนึ่งเดียวที่ HeyGen ไม่ได้สร้างขึ้นมาคือตำแหน่งบนกระดานอันดับ อารีนาแบบปกปิดชื่อของ New Measure จัดให้ Avatar 6 อยู่อันดับหนึ่งบนกระดานทั้งสองเมื่อวันที่ 18 พฤศจิกายน — 1,197 Elo สำหรับอวตารส่วนบุคคล และ 1,237 สำหรับผู้นำเสนอสำเร็จรูป โดย Creatify Aurora 2.0 อยู่อันดับสองในแต่ละกระดาน — และเปิดเผยอย่างตรงไปตรงมาเกี่ยวกับข้อจำกัด: บทสั้น คลิปความยาว 35 วินาทีหรือน้อยกว่าใน 97% ของการเปรียบเทียบ และผู้เข้าแข่งขันสามรายพูดผ่านเสียงโคลนของ HeyGen Griffin ไม่มีรายการที่เทียบเท่า เพราะตัวอย่างที่อยู่หลังแบบฟอร์มขอเข้าถึงไม่สามารถจัดอันดับได้

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 มี VideoFDB ของ NVIDIA ซึ่ง Tavus อ้างว่าครองอันดับหนึ่งในการทดสอบอิสระด้าน AI แบบเผชิญหน้า และนำระบบที่ดีที่สุดรองลงมาถึง 37% ในการตอบสนองได้ทันที นี่คือการทดสอบมาตรฐานจากบุคคลที่สามจริง ๆ ไม่ใช่การศึกษาที่ผู้ขายจัดทำขึ้นเอง และเป็นหลักฐานชิ้นเดียวที่แข็งแกร่งที่สุดในการเปรียบเทียบนี้ นอกจากนี้ยังเป็นการทดสอบความสามารถที่ Avatar 6 ไม่มี ดังนั้นจึงไม่ได้ให้ข้อสรุปใด ๆ เกี่ยวกับความเหมือนของรูปลักษณ์

สิ่งที่ทั้งสองฝ่ายไม่มีคือการเปรียบเทียบกันและกันภายใต้โปรโตคอลเดียว ซึ่งดำเนินการโดยผู้ที่ไม่มีผลิตภัณฑ์จะขาย

จุดที่ทั้งสองแตกต่างกันมากที่สุดคือสิ่งที่คุณต้องพิสูจน์ก่อนที่จะเรนเดอร์สิ่งใด ๆ Avatar 6 จะไม่แอนิเมตบุคคลจริงจากวิดีโอจนกว่าเวิร์กสเปซจะมีสิทธิ์การเข้าถึงระดับ Enterprise และมีการบันทึกความยินยอมที่ถ่ายบนกล้อง ซึ่งมีรหัสใช้ครั้งเดียวที่ออกให้สำหรับเซสชันนั้น จากนั้น HeyGen จะเปรียบเทียบใบหน้าของผู้ให้ความยินยอมกับฟุตเทจต้นฉบับ หากไม่มีสิทธิ์เข้าถึงข้อมูลอ้างอิงวิดีโอ คำขอจะล้มเหลวด้วย 422 realistic_human_reference_not_allowed แทนที่จะลดไปใช้ตัวเลือกที่ถูกกว่า

ข้อจำกัดของ Griffin แตกต่างออกไปในเชิงประเภท เพราะอินพุตของมันคือบุคคลที่ยังมีชีวิตอยู่ ไม่ใช่ภาพลักษณ์ที่จัดเก็บไว้ ปัญหาด้านความยินยอมที่มันก่อขึ้นไม่ใช่ “ฉันโคลนใบหน้านี้ได้ไหม” แต่เป็น “ระบบนี้เก็บอะไรไว้บ้างจากการโทร” — และสื่อเปิดตัวของ Tavus กล่าวถึงความปลอดภัยและข้อจำกัด โดยไม่ได้เผยแพร่กลไกตรวจสอบความยินยอมต่อการเรนเดอร์แต่ละครั้งแบบที่ HeyGen สร้างขึ้น สำหรับการนำไปใช้ที่เกี่ยวข้องกับคนจริงบนกล้อง ความแตกต่างนี้สำคัญกว่าตัวชี้วัดใดๆ

จุดที่ OrcaRouter เข้ามาเกี่ยวข้อง

OrcaRouter ไม่ได้ขายทั้งสองอย่างนี้ อย่างหนึ่งเป็นงานเรนเดอร์ของ HeyGen ที่อยู่เบื้องหลังด่านความยินยอมและยอดเครดิต ส่วนอีกอย่างไม่มี endpoint ให้เรียกใช้ เราไม่มีทางสื่อเป็นนัยเป็นอย่างอื่นเพียงเพื่อให้ข้อเสนอด้าน routing เป็นที่ยอมรับ

สิ่งที่เรารองรับคือข้อความระหว่างปลายทั้งสองของไปป์ไลน์แต่ละเส้น Avatar 6 เริ่มต้นด้วยสคริปต์ที่ต้องมีคนเขียน ตรวจทาน และแปลให้เข้ากับท้องถิ่น ชั้นสนทนาของ Griffin ต้องส่งต่องานที่ไม่สามารถทำเสร็จกลางสาย และ Tavus ส่งงานเหล่านั้นออกไปยังโมเดลอื่นตามการออกแบบ สิ่งเหล่านี้เป็นงานเรียกแบบทั่วไป — สรุป แปล จำแนก และเรียกค้นข้อมูล — และเป็นงานที่ได้ประโยชน์จาก คีย์เดียวที่ใช้ได้กับโมเดล 200+ โมเดล ในราคาตามรายการของผู้ให้บริการโดยไม่บวกเพิ่ม และจาก failover ที่เปลี่ยนเหตุการณ์ของผู้ให้บริการให้เป็นการลองใหม่แทนการหยุดให้บริการ.

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.

คำตัดสินตามที่เป็นอยู่ในวันที่ 18 พฤศจิกายน 2026

สำหรับผู้ดำเนินรายการที่ต้องส่งมอบบทของคุณในปริมาณมาก พร้อม API ที่มีเอกสารประกอบและเส้นทางสู่การผลิตภายในเดือนนี้ Avatar 6 เป็นผู้สมัครเพียงรายเดียวที่เข้าเกณฑ์จากทั้งสองราย โดยครองอันดับหนึ่งบนบอร์ดอิสระเพียงแห่งเดียวที่ให้คะแนนในหมวดนี้ และมีสามประเด็นที่ต้องนำไปพิจารณาในการทดลองนำร่อง ได้แก่ ไม่มีราคาต่อวินาทีในตารางราคาสาธารณะใด ๆ ไม่มีการทดสอบจากภายนอกที่ยาวเกิน 35 วินาที และการเรนเดอร์ใช้เวลาหลายนาทีแทนที่จะเป็นวินาที

หากคุณต้องการระบบที่สามารถสนทนาแบบสดพร้อมมีใบหน้า Griffin คือผลงานที่ล้ำหน้ากว่าและเป็นตัวเลือกที่พร้อมใช้งานน้อยกว่า สมัครใช้พรีวิวได้หากกรณีการใช้งานเป็นเรื่องจริง อย่าใส่ไว้ในโรดแมปพร้อมกำหนดวันที่ เพราะ Tavus ยังไม่ได้ระบุวันที่ใดๆ

สิ่งที่ต้องจับตาดูไม่ใช่ benchmark แต่คือว่า Tavus จะเปิดตัว Griffin ให้ใช้ทั่วไปหรือไม่ และในราคาเท่าใด — เพราะโมเดลการโต้ตอบแบบเรียลไทม์ที่มีปลายทางเชื่อมต่อและตารางราคาจะไม่ได้แข่งขันกับ Avatar 6 ในเรื่องความเหมือนจริง แต่จะทำให้หมวดหมู่ที่ Avatar 6 อยู่ดูเหมือนเป็นคนรุ่นก่อน

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube