Video · Alibaba
HappyHorse
Il modello 2026 di Alibaba che genera immagine e suono insieme, con sincronizzazione labiale in sette lingue, francese compreso. Sceglilo per personaggi che parlano.
Anonimizzato Moderate costCosa lo distingue
HappyHorse viene dal Taotian Future Life Lab di Alibaba, guidato da un ex architetto tecnico di Kling. Genera video e audio in un solo passaggio con sincronizzazione labiale in sette lingue, fino a 1080p e 15 s.
- Sincronizzazione labiale in 7 lingue
- Fino a 9 immagini di riferimento (1.1)
- Testo, immagine, riferimento, modifica video
Consigliato per: una scena in cui le persone parlano.
Punti di forza e limiti
Dove dà il meglio
- Sincronizzazione labiale in 7 lingue, francese compreso
- Primo nell'arena video di Artificial Analysis al lancio (aprile 2026)
- Stesso prezzo per 1.0 e 1.1
Pensaci due volte quando
- Prezzo di fascia media, non un'opzione economica
- Al massimo 1080p
- Da 3 a 15 s, audio nativo
- 720p o 1080p
- Testo, immagine, riferimenti e da video a video
Casi d’uso
Portavoce multilingue
Un farmacista cordiale al bancone dice in francese «Bonjour, comment puis-je vous aider ?» con un sorriso dolce. 5 secondi.
La sincronizzazione labiale copre sette lingue, francese compreso.
Prodotto in contesto
Usando la foto del mio prodotto come riferimento, mostra la cassa sul piano di lavoro di una cucina nella luce del mattino, con la camera che avanza lentamente. 8 secondi.
La modalità riferimenti mantiene coerente il prodotto.
Ritoccare una clip
Sostituisci la giacca rossa con un impermeabile verde nella mia clip, mantieni il movimento della camminata.
La 1.0 offre una modalità di modifica video.
Rispetto ai rivali
- Wan 3.0Wan 3.0 arriva a 30 s e accetta documenti in input.3° su 22 in Artificial Analysis Image to Video Arena ( 1164 Elo)
- Kling V3Kling V3 aggiunge la multi-inquadratura, il controllo del movimento e un livello 4K.12° su 22 in Artificial Analysis Image to Video Arena ( 1055 Elo)
- MiniMax H3 (Hailuo)MiniMax H3 arriva al 2K con pesi aperti.1° su 22 in Artificial Analysis Image to Video Arena ( 1195 Elo)
Cronologia delle versioni
Ogni versione, datata, con ciò che ha cambiato rispetto alla precedente.
I punti vuoti sono versioni precedenti non più offerte in Sub Rosa.
Vedi i numeri
| Versione | Uscita | Elo |
|---|---|---|
| HappyHorse 1.0 | 2026-04-27 | 1083 |
| HappyHorse 1.1 | 2026-06-28 | 1104 |
- HappyHorse 1.0
- Video e audio in un solo passaggio con sincronizzazione labiale in 7 lingue.
- Endpoint per testo, immagine, riferimento e modifica video a 720p e 1080p.
- HappyHorse 1.1La più recente
- Maggiore coerenza della scena, aderenza al prompt e coerenza temporale.
- Generazione da riferimenti con fino a 9 immagini, clip da 3 a 15 s.
Benchmark
Come leggere questi punteggi: cosa dice un benchmark.
Artificial Analysis Image to Video Arena: 4° su 22 modelli misurati nel catalogo. Lo stesso duello alla cieca, partendo da un’immagine: quale clip le dà vita meglio. Un punteggio Elo: più è alto, più spesso il modello viene preferito. Con 100 punti di distacco, il modello con il punteggio più alto vince circa il 64% dei duelli.
- 1. MiniMax H3 MaxMiniMax H3 (Hailuo)1195
- 2. MiniMax H3MiniMax H3 (Hailuo)1181
- 3. Wan 3.0Wan 3.01164
- 4. HappyHorse 1.1HappyHorse1104
- 5. Grok Imagine 1.5Grok Imagine video1098
- 6. HappyHorse 1.0HappyHorse1083
- 7. Veo 3.1 Full QualityVeo 3 e 3.11082
- 8. Wan 2.7Wan 2.x1077
- 9. Grok ImagineGrok Imagine video1072
- 10. Veo 3.1 FastVeo 3 e 3.11066
Vedi i numeri
| Modello | Elo |
|---|---|
| 1. MiniMax H3 Max | 1195 |
| 2. MiniMax H3 | 1181 |
| 3. Wan 3.0 | 1164 |
| 4. HappyHorse 1.1 | 1104 |
| 5. Grok Imagine 1.5 | 1098 |
| 6. HappyHorse 1.0 | 1083 |
| 7. Veo 3.1 Full Quality | 1082 |
| 8. Wan 2.7 | 1077 |
| 9. Grok Imagine | 1072 |
| 10. Veo 3.1 Fast | 1066 |
Artificial Analysis Text to Video Arena with audio: 9° su 18 modelli misurati nel catalogo. Il duello per le clip con audio: immagine, voci, effetti e quanto si accordano tra loro. Un punteggio Elo: più è alto, più spesso il modello viene preferito. Partecipano solo i modelli che producono il proprio suono.
- 1. Wan 3.0Wan 3.01156
- 2. Seedance 2.5Seedance 2.51142
- 3. MiniMax H3MiniMax H3 (Hailuo)1138
- 4. MiniMax H3 MaxMiniMax H3 (Hailuo)1134
- 5. Flux 3FLUX 3 video1127
- 6. Seedance 2.0Seedance 2.0 e 1.51119
- 7. Gemini Omni Flash 1.1Gemini Omni Flash1113
- 8. Grok Imagine 1.5Grok Imagine video1044
- 9. HappyHorse 1.1HappyHorse1043
- 10. Wan 2.7Wan 2.x1029
- 11. HappyHorse 1.0HappyHorse1025
Vedi i numeri
| Modello | Elo |
|---|---|
| 1. Wan 3.0 | 1156 |
| 2. Seedance 2.5 | 1142 |
| 3. MiniMax H3 | 1138 |
| 4. MiniMax H3 Max | 1134 |
| 5. Flux 3 | 1127 |
| 6. Seedance 2.0 | 1119 |
| 7. Gemini Omni Flash 1.1 | 1113 |
| 8. Grok Imagine 1.5 | 1044 |
| 9. HappyHorse 1.1 | 1043 |
| 10. Wan 2.7 | 1029 |
| 11. HappyHorse 1.0 | 1025 |
Tutti i 7 modelli di questa famiglia
| Modello | Uso | Privacy | Prezzo |
|---|---|---|---|
HappyHorse 1.0happyhorse-1-0-text-to-video | Da testo a video | Anonimizzato | 0,119 $ per secondo di video0,594 $ per una clip da 5 s |
HappyHorse 1.0happyhorse-1-0-image-to-video | Da immagine a video | Anonimizzato | 0,119 $ per secondo di video0,594 $ per una clip da 5 s |
HappyHorse 1.0 Referencehappyhorse-1-0-reference-to-video | Da riferimenti a video | Anonimizzato | 0,119 $ per secondo di video0,594 $ per una clip da 5 s |
HappyHorse 1.0 Edithappyhorse-1-0-video-to-video | Da testo a video | Anonimizzato | Mostrato nell’app |
HappyHorse 1.1happyhorse-1-1-text-to-video | Da testo a video | Anonimizzato | 0,089 $ per secondo di video0,445 $ per una clip da 5 s |
HappyHorse 1.1happyhorse-1-1-image-to-video | Da immagine a video | Anonimizzato | 0,089 $ per secondo di video0,445 $ per una clip da 5 s |
HappyHorse 1.1 Referencehappyhorse-1-1-reference-to-video | Da riferimenti a video | Anonimizzato | 0,0891 $ per secondo di video0,446 $ per una clip da 5 s |
Scheda tecnica
| Caratteristica | HappyHorse 1.1 | HappyHorse 1.0 |
|---|---|---|
| Uscita | 28 giugno 2026 | 27 aprile 2026 |
| Accetta | text, images | text, images, video |
| Produce | video, audio | video, audio |
| Durata delle clip | da 3 a 15 s, con audio | da 3 a 15 s, con audio |
| Risoluzioni | 1080p, 720p | 1080p, 720p |
| Lingue | · | 7 lingue con sincronizzazione labiale (EN, ZH, YUE, JA, KO, DE, FR) |
| Prezzo | 0,089 $ per secondo di video | 0,119 $ per secondo di video |
| Privacy | Anonimizzato | Anonimizzato |
Prezzi, contesto e durate dal catalogo in tempo reale del 16 ottobre 2026; parametri e licenze secondo il produttore.
Fonti
Tutto ciò che è in questa pagina viene da queste pagine, lette il 16 ottobre 2026 o alla data indicata su ogni punteggio.