Vídeo · Alibaba
HappyHorse
O modelo de 2026 da Alibaba que gera imagem e som juntos, com sincronia labial em sete idiomas, incluindo o francês. Escolha-o para personagens que falam.
Anonimizado Moderate costO que o diferencia
O HappyHorse vem do Taotian Future Life Lab da Alibaba, liderado por um ex-arquiteto técnico do Kling. Ele gera vídeo e áudio em uma só passada, com sincronia labial em sete idiomas, até 1080p e 15 s.
- Sincronia labial em 7 idiomas
- Até 9 imagens de referência (1.1)
- Texto, imagem, referência, edição de vídeo
Recomendado para: uma cena em que pessoas falam.
Pontos fortes e limites
Onde ele brilha
- Sincronia labial em 7 idiomas, francês incluído
- Em primeiro lugar na arena de vídeo da Artificial Analysis no lançamento (abril de 2026)
- Mesmo preço para 1.0 e 1.1
Pense duas vezes quando
- Preço intermediário, não é uma opção econômica
- No máximo 1080p
- De 3 a 15 s, som nativo
- 720p ou 1080p
- Texto, imagem, referências e vídeo para vídeo
Casos de uso
Porta-voz multilíngue
Um farmacêutico simpático no balcão diz em francês “Bonjour, comment puis-je vous aider ?” com um sorriso suave. 5 segundos.
A sincronia labial cobre sete idiomas, incluindo o francês.
Produto em contexto
Usando a foto do meu produto como referência, mostre a caixa de som em uma bancada de cozinha na luz da manhã, com a câmera se aproximando devagar. 8 segundos.
O modo de referências mantém o produto consistente.
Retocar um clipe
Troque a jaqueta vermelha por uma capa de chuva verde no meu clipe e mantenha o movimento da caminhada.
O 1.0 oferece um modo de edição de vídeo.
Diante dos rivais
- Wan 3.0O Wan 3.0 vai até 30 s e aceita documentos como entrada.3º de 22 em Artificial Analysis Image to Video Arena ( 1.164 Elo)
- Kling V3O Kling V3 adiciona multiplano, controle de movimento e um nível 4K.12º de 22 em Artificial Analysis Image to Video Arena ( 1.055 Elo)
- MiniMax H3 (Hailuo)O MiniMax H3 chega a 2K com pesos abertos.1º de 22 em Artificial Analysis Image to Video Arena ( 1.195 Elo)
Histórico de versões
Cada versão, com data, e o que ela mudou em relação à anterior.
Os pontos vazados são versões anteriores que o Sub Rosa não oferece mais.
Ver os números
| Versão | Lançamento | Elo |
|---|---|---|
| HappyHorse 1.0 | 2026-04-27 | 1.083 |
| HappyHorse 1.1 | 2026-06-28 | 1.104 |
- HappyHorse 1.0
- Vídeo e áudio em uma única passada, com sincronia labial em 7 idiomas.
- Endpoints de texto, imagem, referência e edição de vídeo em 720p e 1080p.
- HappyHorse 1.1A mais recente
- Mais coerência de cena, fidelidade ao prompt e consistência temporal.
- Geração a partir de até 9 imagens de referência, clipes de 3 a 15 s.
Benchmarks
Como ler estas pontuações: o que um benchmark diz.
Artificial Analysis Image to Video Arena: 4º de 22 modelos medidos no catálogo. O mesmo duelo às cegas, a partir de uma imagem: qual clipe dá mais vida a ela. Uma pontuação Elo: quanto maior, mais vezes é preferido. Com 100 pontos de diferença, o modelo mais bem pontuado vence cerca de 64% dos duelos.
- 1. MiniMax H3 MaxMiniMax H3 (Hailuo)1.195
- 2. MiniMax H3MiniMax H3 (Hailuo)1.181
- 3. Wan 3.0Wan 3.01.164
- 4. HappyHorse 1.1HappyHorse1.104
- 5. Grok Imagine 1.5Grok Imagine vídeo1.098
- 6. HappyHorse 1.0HappyHorse1.083
- 7. Veo 3.1 Full QualityVeo 3 e 3.11.082
- 8. Wan 2.7Wan 2.x1.077
- 9. Grok ImagineGrok Imagine vídeo1.072
- 10. Veo 3.1 FastVeo 3 e 3.11.066
Ver os números
| Modelo | Elo |
|---|---|
| 1. MiniMax H3 Max | 1.195 |
| 2. MiniMax H3 | 1.181 |
| 3. Wan 3.0 | 1.164 |
| 4. HappyHorse 1.1 | 1.104 |
| 5. Grok Imagine 1.5 | 1.098 |
| 6. HappyHorse 1.0 | 1.083 |
| 7. Veo 3.1 Full Quality | 1.082 |
| 8. Wan 2.7 | 1.077 |
| 9. Grok Imagine | 1.072 |
| 10. Veo 3.1 Fast | 1.066 |
Artificial Analysis Text to Video Arena with audio: 9º de 18 modelos medidos no catálogo. O duelo para clipes com som: imagem, vozes, efeitos e o quanto combinam. Uma pontuação Elo: quanto maior, mais vezes é preferido. Só participam os modelos que fazem o próprio som.
- 1. Wan 3.0Wan 3.01.156
- 2. Seedance 2.5Seedance 2.51.142
- 3. MiniMax H3MiniMax H3 (Hailuo)1.138
- 4. MiniMax H3 MaxMiniMax H3 (Hailuo)1.134
- 5. Flux 3FLUX 3 vídeo1.127
- 6. Seedance 2.0Seedance 2.0 e 1.51.119
- 7. Gemini Omni Flash 1.1Gemini Omni Flash1.113
- 8. Grok Imagine 1.5Grok Imagine vídeo1.044
- 9. HappyHorse 1.1HappyHorse1.043
- 10. Wan 2.7Wan 2.x1.029
- 11. HappyHorse 1.0HappyHorse1.025
Ver os números
| Modelo | Elo |
|---|---|
| 1. Wan 3.0 | 1.156 |
| 2. Seedance 2.5 | 1.142 |
| 3. MiniMax H3 | 1.138 |
| 4. MiniMax H3 Max | 1.134 |
| 5. Flux 3 | 1.127 |
| 6. Seedance 2.0 | 1.119 |
| 7. Gemini Omni Flash 1.1 | 1.113 |
| 8. Grok Imagine 1.5 | 1.044 |
| 9. HappyHorse 1.1 | 1.043 |
| 10. Wan 2.7 | 1.029 |
| 11. HappyHorse 1.0 | 1.025 |
Todos os 7 modelos desta família
| Modelo | Uso | Privacidade | Preço |
|---|---|---|---|
HappyHorse 1.0happyhorse-1-0-text-to-video | Texto para vídeo | Anonimizado | $ 0,119 por segundo de vídeo$ 0,594 por um clipe de 5 s |
HappyHorse 1.0happyhorse-1-0-image-to-video | Imagem para vídeo | Anonimizado | $ 0,119 por segundo de vídeo$ 0,594 por um clipe de 5 s |
HappyHorse 1.0 Referencehappyhorse-1-0-reference-to-video | Referências para vídeo | Anonimizado | $ 0,119 por segundo de vídeo$ 0,594 por um clipe de 5 s |
HappyHorse 1.0 Edithappyhorse-1-0-video-to-video | Texto para vídeo | Anonimizado | Mostrado no app |
HappyHorse 1.1happyhorse-1-1-text-to-video | Texto para vídeo | Anonimizado | $ 0,089 por segundo de vídeo$ 0,445 por um clipe de 5 s |
HappyHorse 1.1happyhorse-1-1-image-to-video | Imagem para vídeo | Anonimizado | $ 0,089 por segundo de vídeo$ 0,445 por um clipe de 5 s |
HappyHorse 1.1 Referencehappyhorse-1-1-reference-to-video | Referências para vídeo | Anonimizado | $ 0,0891 por segundo de vídeo$ 0,446 por um clipe de 5 s |
Especificações
| Especificação | HappyHorse 1.1 | HappyHorse 1.0 |
|---|---|---|
| Lançamento | 28 de junho de 2026 | 27 de abril de 2026 |
| Aceita | text, images | text, images, video |
| Produz | video, audio | video, audio |
| Duração dos clipes | 3 a 15 s, com som | 3 a 15 s, com som |
| Resoluções | 1080p, 720p | 1080p, 720p |
| Idiomas | · | 7 idiomas com sincronia labial (EN, ZH, YUE, JA, KO, DE, FR) |
| Preço | $ 0,089 por segundo de vídeo | $ 0,119 por segundo de vídeo |
| Privacidade | Anonimizado | Anonimizado |
Preços, contexto e durações do catálogo ao vivo em 16 de outubro de 2026; parâmetros e licenças segundo o fabricante.
Fontes
Tudo nesta página vem destas páginas, lidas em 16 de outubro de 2026 ou na data indicada em cada pontuação.