
HeyGen Avatar 6:84.4% 的「不可辨識度」數字究竟衡量了什麼
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 180 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 223 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 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 每百萬 tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 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 每百萬 tokens · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 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 每百萬 tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
HeyGen 為Avatar 6(於 2026 年 11 月 17 日推出)打出的標題是:這個模型與真實影片無法區分的程度達 84.4%。在你轉述之前,先讀一下註腳:在並排測試中,評分者會看到同一段真實錄影,以及一段 Avatar 6 片段:同一個人、配上相同音訊說出同一句話;他們有 42.2% 的時候把 Avatar 6 選為真實的那一個。百分之五十會是完全混淆。HeyGen 把 42.2 除以 50,再將結果加倍,得到 84.4%;這是表達「我們跨越了這段差距的多遠」的合理方式,卻是表達「這多常騙過人」的誤導方式。這兩個數字描述的是同一批 270 個回答。
這很重要,因為 Avatar 6 不是一個展示品。它是一個已正式推出的模型,具備兩個 API 介面、兩個檢查點、一個免費方案,而且——截至今天——有一個第三方排行榜將其列為第一。現在有趣的问题不再是 HeyGen 是否打造了好東西,而是證據實際上支持什麼,以及行銷算術與實測行為之間的落差在哪裡。
具體來說,發布了什麼
Avatar 6 以兩個模型識別碼提供:heygen-avatar-6 和 heygen-avatar-6-turbo,並可透過兩個不同端點使用。位於 POST /v3/models/avatars 的 Model API 會接收一張參考影像、一段選用的參考影片,以及你提供的語音音訊——無需虛擬人訓練步驟,也不必先設定聲音。位於 POST /v3/videos 的 Application API 則會透過將 engine.type 設為上述兩個識別碼之一,來渲染既有的 HeyGen 虛擬人外觀;如果你已擁有取得同意的數位分身,這就是你可採用的途徑。
• 解析度 — 預設為 1080p,可依需求提供 2K;Model API 會依 16:9 參考尺寸將 2K 輸出調整為 2880×1620,Application API 則調整為 2560×1440。
• 長度 — 由你傳入的音訊決定。沒有時長參數、沒有片段上限,也沒有拼接步驟;研究頁面展示了 25 到 28 分鐘的單次連續生成。
• 控制 — 最多 1,200 個字元的 motion_prompt,涵蓋手勢、表情、姿勢與鏡頭,外加一個 motion_expressiveness 開關,提供兩種設定:default,或 less(用於較小的手勢與較平靜的表情)。
• 參考影片 — 一段至少兩秒的短片,透過 URL 或 base64 大小上限為 50 MB,透過直接上傳大小上限為 200 MB。寫實真人參考影片需要 Enterprise 存取權,以及附有一次性驗證碼的鏡頭前同意錄影;若沒有,API 會傳回 422 realistic_human_reference_not_allowed。
• 編輯 — 一種字詞層級的編輯模式,只會重新生成有變更的字詞,其餘影片素材則保持不變。

這套同意設計值得停下來細看,因為它比多數虛擬人供應商願意做的還要嚴格。同意聲明必須包含一組為該次工作階段產生的代碼,因此事先錄好的影片無法通過這道檢核;而且 HeyGen 會在虛擬人能夠生成之前,先驗證同意錄影中的人與訓練影片中的人是同一人。
84.4%,展開來看
HeyGen 進行了兩項測試,而兩者的結果以一種有用的方式相互矛盾。
一次只播一段影片,並問受試者「真實還是 AI」,評分員判定 78.9% 的真實錄音為真實。當使用本人的聲音時,他們判定 Avatar 6 影片中有 65.1% 為真實。換成 HeyGen Voice 聲音克隆後,這一比例降到 56.5%。這才是誠實的頭條數字:大約每三段 Avatar 6 影片就有兩段,能讓正在尋找偽造內容的陌生人相信是真實的,而真實錄音則是每五段中有四段。
並排測試比較容易——你有參照點,而模型只需在兩者中顯得更可信——42.2% 就是由此而來。HeyGen 也報告了一項單段影片「被判定為真實」的研究,樣本包含 612 個真人回答,以及分別 304 個和 308 個 AI 回答;這個樣本小到 65.1% 與 56.5% 之間的差異值得再跑一次,之後才有人能據此建立主張。
與其他影片模型相比,使用該人物自己的素材,HeyGen 回報對 Seedance 2.5 有 72.4% 的偏好勝率、對 Wan 3.0 有 74.1%、對 Kling 4.0 有 54.9%。若只從單張照片生成,對 Kling 的領先幅度擴大到 73.5%——這說明了參考素材對競爭對手輸出成果的價值,而不只是對 HeyGen 的價值。在商業虛擬人產品方面,外部評分員給 Avatar 6 的整體評分為:以照片生成時 4.00,對上 VEED Fabric 1.0 的 3.68;以影片素材生成時 3.98,對上 Akool Talking Avatar 的 2.93。這些全都是 HeyGen 自己的研究,採用 HeyGen 自己的評分員和 HeyGen 自己的提示詞集。請把它們視為強烈的先驗,而不是結果。
New Measure 搶先一步抵達了
HeyGen 沒有委託的那一項證據,今天出現了。New Measure 公布了 Avatar Arena 的初步結果,這些結果來自 10 月 27 日至 11 月 16 日——上線之前——所收集的盲投,涵蓋八家頭像供應商。投票者觀看同一腳本的兩段影片,影片標示為 A 和 B,供應商名稱隱藏,然後選出優勝者。
Avatar 6 在兩個排行榜上都名列第一:個人虛擬人偶以 1,197 Elo 位居第一,範圍為 1,162 至 1,241;預設主播則為 1,237,範圍為 1,207 至 1,278。Creatify Aurora 2.0 在兩項排名中均位居第二,分別為 1,053 和 1,088。Tavus Phoenix-4.5 在預設虛擬人偶上以 920 排名,落後 Creatify,領先 887 的 JoggAI 和 868 的 Synthesia EXPRESS-1。

該報告中有兩個細節比排名更具資訊價值。第一,New Measure 揭露,三名競爭者——VEED、Creatify 和 Captions——使用了以 HeyGen 語音克隆製作的聲音,因此 HeyGen 語音優勢的一部分,其實是 HeyGen 在與自己競爭。第二,且對這次發布更具關鍵影響的是:競技場將腳本上限設為 500 個字元,典型腳本為 62 個詞,而在 97% 已完成的比較中,兩段影片皆為 35 秒或更短。因此,競技場完全沒有觸及 Avatar 6 主打的特色——無限時長。一個能在 26 分鐘內維持連貫身分的模型,尚未被 HeyGen 以外的任何人就此測試過。
速度是排名與體驗分歧的另一個地方。Avatar 6 在個人虛擬人組別的五款中通常最慢,每段影片要 175.6 秒,相較之下 Runway GWM-1 為 60.2 秒;每十段 HeyGen 個人虛擬人影片中就有一段耗時超過九分半鐘。偏好與耐心是不同的分數,而 New Measure 明白表示兩者並不一致。
模型實際上有什麼不同的做法
機制上的改變是:Avatar 6 會讀取腳本,而不是重播動作迴圈。先前的 HeyGen 虛擬分身看起來像本人,但不論內容為何,手勢都一模一樣;這個版本則會在「左邊的櫃檯」這句話出現時指向櫃檯,在「味道、選擇與感覺」這句話出現時用手指數到三,並在「隨時樂意聊聊」這句話出現時把手放在心口——可能是因為提示詞要求這麼做,也可能是因為句子暗示了這個動作。至於暗示的情況是否和明確指示的情況一樣有效,這種事只有實際投入生產使用才能見分曉。
第二項能力是在同一個畫面中讓兩個虛擬人像進行有腳本的對話,並以單次生成完成。這是一項 podcast 形式的功能,對於已在製作該格式的團隊而言,最可能派上用場,因為它省去了講者切換之間的剪輯。
第三種是字詞層級剪輯。HeyGen 自己針對此提供的數字:新詞的脣形同步 LSE-C 為 7.67,原始錄音則為 6.25;人臉相似度 0.913,次佳為 0.907;聲音相似度 0.763,對比 0.739;未經改動畫面的 PSNR 為 48.3 dB,最接近的競爭剪輯方法則為 29.3 dB,且僅有 34.4% 的影格被變更,而非比較方法所動到的 99% 以上。最後那個數字在營運上才是關鍵:20 分鐘影片中重錄一句話之所以便宜,只有在其餘 19 分鐘能逐位元組原樣保留時才成立。
成本為何,以及哪些內容未公開
Avatar 6 屬於免費方案——每月三支帶浮水印的影片,每支最長一分鐘,第一支影片無需信用卡。Creator 方案每月 $29,包含 600 點數,並提供 Avatar 6 Turbo;Pro 方案每月 $49,包含 1,000 點數,並提供 Avatar 6 Pro。HeyGen 以點數而非秒數販售使用權。
這就是發布素材中的缺口。HeyGen 公布了 HeyGen Video 1 的每秒費率——0.02 美元,而其自家成本圖表中還出現 0.03 美元的數字——但公開定價頁面上並不存在 Avatar 6 的同等費率表,且開發者定價頁面會重新導向到需登入的應用程式。如果你正以大量規模為虛擬人流程編列預算,你目前是在以點數計價,並猜測轉換率。在你把生產路徑投入之前,請以書面形式索取每秒數字。
若你正在建構,這適合放在哪裡
Avatar 6 不在 OrcaRouter 上。我們不提供它,再怎麼巧妙的 routing 也改變不了這點——它是 HeyGen 託管的 renderer,有自己的同意流程和自己的計費。我們提供的是它周邊的層:腳本生成、檢索、分類,以及決定 avatar 該說什麼的 agent。那就是 200+ 個模型,透過一把 OpenAI 相容的金鑰,以供應商定價提供、不加價,而且當供應商不穩時自動容錯切換。如果你的 avatar pipeline 因為撰寫腳本的模型掛掉而停滯,那麼 renderer 從來就不是脆弱的那一環。

未解決的問題
有三件事會改變這個局面,而它們目前都還不可得。按秒計價的 API 價格,讓經濟效益能在對等條件下與 Seedance、Kling 和 HeyGen 自家的影片模型相比。一項獨立的長篇測試,因為這裡每一項時長宣稱都建立在 HeyGen 的示範上,而競技場最高只到 35 秒。還有一場與野心相近的競爭對手——比如 Tavus Griffin——在同一套協議下進行的正面對決,而且由沒有產品要賣的人來做。
在那之前,公允的總結是這樣:Avatar 6 很可能是當今市面上能買到最好的會說話虛擬人渲染器,84.4% 是真實結果,只是用了一個討喜的單位來表達,而最能讓它脫穎而出的能力,正是 HeyGen 以外沒有人測量過的那一項。建立試點,但要對它加上監測機制——每十次渲染就有一次耗時九分鐘,這是產品決策,不是註腳。
