AI-translated from English; not yet reviewed by a fluent editor.

# Tavus Griffin: apa yang ditunjukkan hasil panggilan video satu menit

> Dalam panggilan satu menit yang dijalankan Tavus, 26 dari 54 orang mengira Griffin-Lite adalah manusia. Studi, benchmark NVIDIA, dan pratinjau terbatas menjawab pertanyaan yang berbeda.

By BIG CHANGE Editorial

Published: 2026-10-02T15:28:31.155Z
Updated: 2026-10-02T15:28:31.155Z
Canonical: https://bigchange.ai/blog/tavus-griffin-one-minute-video-call-study

![A charcoal and ink illustration of one hollow translucent face mask mounted on a stand, with a restrained orange reflection.](https://bigchange.ai/api/media/file/tavus-griffin-identity-mask-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE.

Tavus menyatakan bahwa 26 dari 54 orang dalam panggilan video satu menit dengan model Griffin-Lite barunya mengira mereka berbicara dengan manusia sungguhan. Itu hasil mencolok dari studi yang dijalankan Tavus, tetapi pengukurannya terbatas pada tanggapan terhadap panggilan dan pertanyaan tertentu. Griffin-Lite masih berupa pratinjau riset untuk penguji terpilih, dan Tavus mengatakan sedang mengembangkan perlindungan pengungkapan sebelum pelanggan dapat menggunakannya.

## Perubahan besar

- **Yang berubah:** Tavus mengarahkan riset asisten videonya menuju sistem yang mendengar, melihat, serta menghasilkan wajah dan suara selama percakapan yang sama. Dalam panggilan singkat yang dijalankan perusahaan, 26 dari 54 orang mengira model itu manusia.
- **Mengapa penting:** Bagi tim yang merancang agen video, pengaturan waktu percakapan dan video ekspresif dapat membuat antarmuka lebih mudah diajak berinteraksi. Studi yang sama menunjukkan mengapa penelepon perlu diberi tahu bahwa mereka sedang berinteraksi dengan AI sejak awal.
- **Yang perlu dicermati:** Griffin-Lite terbatas untuk penguji riset terpilih. Tavus mengatakan fitur pengungkapan dan prosedur keselamatan tambahan masih dikembangkan; bentuk dan efektivitasnya, akses pelanggan, serta harga khusus Griffin belum diumumkan.

## Apa yang diukur oleh hasil 26 dari 54

Dalam [laporan riset Tavus pada 1 Oktober](https://www.tavus.io/griffin), peserta diberi tahu bahwa mereka akan dipasangkan dengan peserta lain untuk panggilan video satu menit tentang hal yang mereka nantikan tahun ini. Namun, lawan bicara mereka adalah persona AI Tavus yang ditenagai Griffin-Lite. Setelah panggilan, peserta menilai percakapan tersebut dan ditanya apakah mereka sempat menduga lawan bicaranya bukan manusia sungguhan. Tavus kemudian mengungkapkan bahwa lawan bicara mereka adalah AI.

Dari 54 peserta yang berinteraksi dengan Griffin-Lite, 26 mengatakan lawan bicaranya adalah manusia sungguhan, atau sekitar 48%. Tavus menyebut telah menggunakan protokol yang sama untuk sistem sebelumnya, Phoenix-4.5, Sparrow-2, dan Raven-1; satu dari 41 peserta dalam kelompok tersebut mengatakan lawan bicaranya adalah manusia. Itu adalah kelompok penelepon yang berbeda, bukan perbandingan sebelum dan sesudah pada orang yang sama. Pengumuman ini tidak menunjukkan bagaimana tanggapan tersebut akan berubah pada panggilan yang lebih panjang, topik berbeda, atau penggunaan sehari-hari ketika orang mengetahui bahwa agen AI mungkin muncul.

Tavus menyebut hasilnya sebagai kelulusan dalam tes Turing video waktu nyata. Itu adalah deskripsi perusahaan atas studinya yang berdurasi satu menit, bukan sertifikasi universal untuk percakapan yang menyerupai manusia. [Laporan peluncuran independen RuntimeWire](https://runtimewire.com/article/tavus-griffin-video-turing-test) juga menggambarkan angka 48% sebagai hasil kecil yang dijalankan perusahaan dan mencatat bahwa pratinjau tersebut belum tersedia bagi pelanggan. Studi ini menjadi bukti tentang penilaian peserta dalam kondisi yang dinyatakan; ini bukan tingkat penipuan yang direplikasi secara independen.

## Benchmark terpisah menguji kualitas interaksi

Papan peringkat [NVIDIA VideoFDB](https://research.nvidia.com/labs/amri/projects/video-fdb/) memberi Griffin-Lite skor 3,83 dari 5 untuk generasi dan 3,73 untuk persepsi. Benchmark ini menggunakan klip dari panggilan video nyata dan penilaian model bahasa berdasarkan rubrik. Generasi menilai kesesuaian suara, wajah, dan perilaku percakapan model; persepsi menilai responsnya terhadap audio dan video seseorang. Tabel NVIDIA menempatkan Griffin-Lite di atas sistem yang tercantum pada kedua jalur, sedangkan skor referensi manusia masing-masing adalah 3,92 dan 4,20.

Skor tersebut mengukur tugas yang berbeda dari menanyakan kepada penelepon apakah mereka mengira lawan bicaranya manusia. Kumpulan pembanding dan kondisinya juga berbeda: tabel generasi mencakup sistem ujaran-ke-avatar berantai, sedangkan tabel persepsi mencakup sistem yang dievaluasi dengan audio dan video atau, pada baris terpisah, audio saja. Papan peringkat mendukung hasil berdasarkan rubrik NVIDIA yang dipublikasikan. Papan itu tidak memvalidasi angka 48% dari studi panggilan Tavus atau menunjukkan kinerja Griffin sebagai produk layanan pelanggan, bimbingan belajar, maupun layanan kesehatan.

## Menurut Tavus, begini cara kerja sistemnya

Tavus menggambarkan Griffin sebagai rancangan dua bagian. Model percakapan berkelanjutan menerima audio dan video penelepon, lalu mengeluarkan kontrol tentang apa yang harus diucapkan, kapan berbicara, dan bagaimana mengekspresikannya. Generator ucapan dan video streaming mengubah kontrol tersebut menjadi suara dan adegan bergerak. Perusahaan mengatakan sistem ini dapat mendengarkan sambil berbicara, memberi giliran ketika disela, dan bereaksi terhadap konteks visual alih-alih menunggu setiap giliran selesai. Ini adalah deskripsi teknis dan demonstrasi Tavus; BIG CHANGE belum mengakses pratinjau atau mengukur perilakunya.

Perbedaan ini penting karena wajah yang dihasilkan saja bukanlah keseluruhan interaksi. Sistem yang merespons jeda, tatapan, dan interupsi dapat mengubah apakah penelepon merasa dipahami atau menyadari bahwa ia berbicara dengan perangkat lunak. Hasil VideoFDB menawarkan perbandingan perilaku percakapan yang dinilai dengan protokol benchmark. Studi panggilan manusia Tavus memberikan pengamatan yang lebih sempit tentang penilaian identitas. Keduanya tidak menggantikan bukti publik tentang keandalan jangka panjang, pengungkapan dalam deployment langsung, atau persetujuan pengguna yang benar-benar paham.

## Akses dan keputusan berikutnya

Tavus mengatakan [Griffin-Lite hanya terbuka bagi sejumlah penguji tepercaya](https://www.tavus.io/griffin) sebagai pratinjau riset dan belum tersedia bagi pelanggan Tavus. Perusahaan menyediakan formulir permintaan untuk pengujian. Griffin belum tersedia di platform umum atau API publik Tavus, dan pengumuman tersebut tidak memberikan harga khusus Griffin. Model Phoenix, Raven, dan Sparrow yang sudah ada tetap merupakan jalur produk terpisah yang saat ini tersedia.

Perusahaan mengatakan sedang mengerjakan fitur pengungkapan dan prosedur keselamatan tambahan sebelum peluncuran yang lebih luas. Perusahaan belum menerbitkan tanggal, rancangan pengungkapan yang terperinci, atau bukti bahwa langkah-langkah tersebut efektif. Karena itu, bagi siapa pun yang mengevaluasi agen video waktu nyata, pertanyaan langsungnya spesifik: bagaimana penelepon mengetahui siapa atau apa yang ada di seberang, dan bagaimana hal itu akan diperiksa sebelum Griffin menjadi produk pelanggan?

## Sumber & bacaan lebih lanjut

- [Tavus Research, “Memperkenalkan Griffin: Model Interaksi Manusia Pertama”](https://www.tavus.io/griffin), 1 Oktober 2026. Deskripsi sistem, protokol dan hasil studi, pernyataan ketersediaan, serta keselamatan dari vendor. Studi panggilan manusia dijalankan Tavus dan belum direplikasi secara independen dalam sumber-sumber yang ditinjau di sini.
- [NVIDIA dan David AI, “VideoFDB: Mengevaluasi Kemampuan Visi-Ucapan Dupleks Penuh pada Agen Percakapan”](https://research.nvidia.com/labs/amri/projects/video-fdb/), diperiksa 2 Oktober 2026. Metodologi operator benchmark dan papan peringkat langsung, termasuk skor generasi dan persepsi Griffin-Lite. Skor penilaian modelnya terpisah dari studi panggilan manusia Tavus.
- [Ryan Merket, RuntimeWire, “Tavus mengatakan Griffin mengecoh 48% penguji dalam panggilan video satu menit”](https://runtimewire.com/article/tavus-griffin-video-turing-test), 1 Oktober 2026. Pelaporan independen yang menyebut ukuran sampel dan kesenjangan akses pelanggan; artikel ini tidak melaporkan replikasi sendiri atau pengujian langsung Griffin.

## Sources

- [Memperkenalkan Griffin: Model Interaksi Manusia Pertama](https://www.tavus.io/griffin) — Pengumuman utama Tavus: deskripsi model, studi manusia satu menit yang dijalankan perusahaan, pratinjau riset terpilih, pengembangan fitur pengungkapan, dan belum tersedianya bagi pelanggan. Penafsiran vendor bahwa model lulus tes Turing video diatribusikan kepada Tavus dan tidak dianggap sebagai hasil universal.
- [VideoFDB — Mengevaluasi Kemampuan Visi-Ucapan Dupleks Penuh pada Agen Percakapan](https://research.nvidia.com/labs/amri/projects/video-fdb/) — Metodologi operator benchmark NVIDIA/David AI dan papan peringkat langsung. Skor Griffin-Lite adalah 3,83 untuk generasi dan 3,73 untuk persepsi; keduanya merupakan jalur penilaian model yang terpisah, bukan studi identitas oleh manusia.
- [Tavus mengatakan Griffin mengecoh 48% penguji dalam panggilan video satu menit](https://runtimewire.com/article/tavus-griffin-video-turing-test) — Pelaporan peluncuran independen dan penafsiran atas studi kecil yang dijalankan perusahaan serta kesenjangan akses pelanggan; bukan replikasi independen.