
HeyGen Avatar 6:84.4% 的不可区分性数据究竟衡量的是什么
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 180 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 223 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 98 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百万 tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
HeyGen 为Avatar 6打出的标题是:该模型于 2026 年 11 月 17 日发布,与真实影像无法区分的程度达到 84.4%。在你转述之前,请先读脚注:在并排测试中,评分者会看到一段真实录像,以及一段 Avatar 6 片段——同一个人配着同一段音频说同一句话——并在 42.2% 的情况下把 Avatar 6 选为真实的那一个。百分之五十才意味着完全无法分辨。HeyGen 用 42.2 除以 50,再把结果翻倍,得到 84.4%;用它来表达“我们缩小了多少差距”是合理的,用它来表达“这能多频繁地骗过人”则会产生误导。这两个数字描述的是同样的 270 个回答。
这很重要,因为 Avatar 6 不是演示。它是一个已交付的模型,拥有两个 API 接口、两个检查点、一个免费层级,并且——截至今天——一个第三方排行榜将其排在首位。有趣的问题不再是 HeyGen 是否做出了好东西。而是证据实际支持什么,以及营销算术与实测表现之间的差距在哪里。
具体发布了什么
Avatar 6 通过两个不同的端点提供两个模型标识符:heygen-avatar-6 和 heygen-avatar-6-turbo。位于 POST /v3/models/avatars 的 Model API 接收一张参考图像、一段可选的参考视频以及你提供的语音音频——无需头像训练步骤,也无需先配置声音。位于 POST /v3/videos 的 Application API 则通过将 engine.type 设置为这两个标识符之一来渲染现有的 HeyGen 头像外观;如果你已经在获得同意的情况下拥有数字分身,就应走这条路径。
• 分辨率 — 默认 1080p,可按需提供 2K;Model API 会基于 16:9 参考将 2K 输出尺寸设为 2880×1620,Application API 则设为 2560×1440。
• 长度 — 由你传入的音频决定。没有时长参数,没有片段上限,也没有拼接步骤;研究页面演示了 25 到 28 分钟的单次连续生成。
• 控制 — 最多 1,200 个字符的 motion_prompt,涵盖手势、表情、姿态和镜头,外加一个 motion_expressiveness 开关,有两种设置:default,或 less(用于更小幅度的动作和更平静的表情)。
• 参考视频 — 一段至少两秒的片段,通过 URL 或 base64 提供时最大 50 MB,通过直接上传时最大 200 MB。真实人物参考视频需要企业版访问权限,以及使用一次性验证码录制的出镜同意录像;否则 API 会返回 422 realistic_human_reference_not_allowed。
• 编辑 — 一种词级编辑模式,仅重新生成更改过的词语,并保持其余素材保持不变。

同意机制的设计值得停下来细看,因为它比大多数虚拟形象供应商所采用的机制都更严格。同意声明中必须包含一个为该次会话生成的验证码,因此预先录制的视频无法通过这项校验;而且 HeyGen 会在虚拟形象能够进行任何渲染之前,先核实同意录制视频中的人与训练素材中的人是否为同一人。
84.4%,展开来看
HeyGen 进行了两项测试,它们以有用的方式得出了不一致的结果。
每次展示一个片段并询问“真实还是AI”时,评分者将78.9%的真实录音判定为真实。当使用本人声音时,他们判定65.1%的 Avatar 6 片段为真实。换用 HeyGen Voice 克隆后,这一比例降至56.5%。这就是诚实的核心结论:对于正在寻找伪造内容的陌生人来说,大约三分之二的 Avatar 6 片段会被当作真实内容,而真实录音则是五分之四。
并排测试更容易——你有一个参照点,模型只需在两个中显得更有说服力——42.2% 就来自这里。HeyGen 还报告了一项单片段“判定为真实”研究,包含 612 个真实回答,以及分别为 304 个和 308 个的 AI 回答;这个样本量足够小,以至于 65.1% 与 56.5% 之间的差异值得在任何人据此提出主张之前再跑一次。
与其他视频模型相比,在使用人物本人的素材时,HeyGen 报告称:对 Seedance 2.5 的偏好胜率为 72.4%,对 Wan 3.0 为 74.1%,对 Kling 4.0 为 54.9%。仅凭一张照片时,对 Kling 的领先优势扩大到 73.5%——这说明参考素材对竞争对手的输出有多大价值,而不只是对 HeyGen 的输出。在商业虚拟形象产品方面,外部评分者给出的评分为:从照片生成时,Avatar 6 总体为 4.00,VEED Fabric 1.0 为 3.68;从视频素材生成时,Avatar 6 为 3.98,Akool Talking Avatar 为 2.93。所有这些都是 HeyGen 自己的研究,使用的是 HeyGen 自己的评分者和 HeyGen 自己的提示词集。应把它们当作强有力的先验,而不是结果。
新措施抢先一步。
今天,HeyGen 唯一没有委托的那份证据来了。New Measure 公布了 Avatar Arena 的早期结果,这些结果来自 10 月 27 日至 11 月 16 日期间收集的盲投——即在发布之前——涵盖八家虚拟形象提供商。投票者观看同一脚本的两段视频,视频标为 A 和 B,提供商名称被隐藏,然后选出一个获胜者。
Avatar 6 在两项榜单上均排名第一:在个人头像类别中,其 Elo 得分为 1,197,分数区间为 1,162 至 1,241;在预置主播类别中,其得分为 1,237,区间为 1,207 至 1,278。Creatify Aurora 2.0 在两项榜单上均位列第二,得分分别为 1,053 和 1,088。Tavus Phoenix-4.5 在预置头像类别中得分为 920,落后于 Creatify,领先于 JoggAI(887)和 Synthesia EXPRESS-1(868)。

那份报告中有两个细节比排名更能说明问题。首先,New Measure 披露,三家竞争对手——VEED、Creatify 和 Captions——使用了由 HeyGen 的声音克隆生成的语音,因此 HeyGen 语音优势的一部分,是 HeyGen 在与自己竞争。其次,对这次发布而言影响更大的是:该竞技场将脚本限制在 500 个字符以内,典型脚本为 62 个词,而在 97% 的已完成对比中,两个视频都不超过 35 秒。因此,竞技场对 Avatar 6 主打的特性——无限时长——完全没有说明。一个能保持连贯身份长达 26 分钟的模型,尚未由 HeyGen 以外的任何人针对这一点进行测试。
速度是排名与体验出现分歧的另一个方面。在个人头像类别中,Avatar 6 通常是五款中最慢的,每个视频耗时 175.6 秒,而 Runway GWM-1 为 60.2 秒;每十个 HeyGen 个人头像视频中就有一个耗时超过九分半钟。偏好和耐心是不同的评分项,而 New Measure 明确表示两者并不一致。
模型实际上有什么不同做法
机械层面的变化在于,Avatar 6 会读取脚本,而不是重放动作循环。之前的 HeyGen 虚拟人看起来像本人,但无论内容如何,手势都一样;而这一版会在说到“左边的柜台”时指向那里,在说到“口感、选择和感觉”时用手指比划数到三,并在说到“随时乐意聊天”时把手放在心口——因为提示词要求这样做,或者因为句子暗示了这一点。隐含情形是否和明确指示的情形一样奏效,只有实际投入生产使用才能定论。
第二项能力是让两个虚拟形象出现在同一画面中,进行一段按脚本编排的对话,并且一次性生成。这是一项播客形态的功能,对于已经在制作这种格式的团队来说最可能有用,因为它省去了说话人切换之间的剪辑。
第三项是词级编辑。HeyGen 自己给出的数据是:新词上的唇形同步 LSE-C 为 7.67,而原始录制为 6.25;面部相似度为 0.913,次优为 0.907;声音相似度为 0.763,而对比值为 0.739;在未改动素材上的 PSNR 为 48.3 dB,而最接近的竞争编辑方法为 29.3 dB,且仅更改了 34.4% 的帧,而对比方法触及了 99% 以上的帧。最后一个数字在操作层面才是关键:只有在其余 19 分钟逐字节保持不变时,20 分钟视频里重录一句话才成本低。
费用是多少,以及哪些内容未公开
Avatar 6 属于免费套餐——每月三条带水印视频,每条最长一分钟,第一条无需绑定银行卡。Creator 套餐每月 29 美元,包含 600 个积分,并列出 Avatar 6 Turbo;Pro 套餐每月 49 美元,包含 1,000 个积分,并列出 Avatar 6 Pro。HeyGen 按积分而非秒数出售使用权限。
这就是发布材料中的缺口。HeyGen 公布了 HeyGen Video 1 的每秒费率——0.02 美元,而其自己的成本图表中又出现了 0.03 美元的数字——但公开定价页面上并不存在 Avatar 6 的同等价目表,开发者定价页面还会重定向到需登录的应用。如果你正在为大规模虚拟形象流水线做预算,那么你目前只能按积分计价,并猜测换算比例。在将某条生产路径投入该方案之前,请以书面形式索取每秒价格数字。
如果你是构建者,这适合哪里
Avatar 6 并不在 OrcaRouter 上。我们不提供它,再高明的路由技巧也改变不了这一点——它是由 HeyGen 托管的渲染器,有自己独立的授权流程和独立的计费。我们提供的是它周边的那一层:脚本生成、检索、分类,以及决定数字人该说什么的智能体。也就是200+ 个模型,通过一个兼容 OpenAI 的密钥、按供应商标价调用,零加价,并且在供应商出现波动时自动故障转移。如果你的数字人流水线因为写脚本的模型宕机而停摆,那说明渲染器从来就不是脆弱的那一环。

悬而未决的问题
有三件事会改变这一局面,但目前一件都还不具备。一是按秒计费的 API 价格,这样才能在同等条件下,将其经济性与 Seedance、Kling 以及 HeyGen 自家视频模型进行比较。二是一项独立的长时长测试,因为这里所有关于时长的说法都建立在 HeyGen 的演示之上,而竞技场的上限只有 35 秒。三是在同一套协议下,与一个野心相当的竞争对手——比如 Tavus Griffin——进行正面交锋,而且由没有产品要卖的人来做。
在此之前,公允的总结是:Avatar 6 很可能是目前你能买到的最好的会说话数字人渲染器,84.4% 是一个用讨巧单位表达的真实结果,而它最突出的能力,是 HeyGen 之外无人测量过的那项能力。去做试点,但要做好监测——每十次渲染中有一次耗时九分钟,这是一个产品决策,而不是脚注。
