Meet the Happy Horse 1.0 API & Happy Horse 1.1 API

HappyHorse APIは、開発者にHappyHorse（Alibabaのビデオ生成モデルファミリー）へのプログラマティックアクセスを提供します。このモデルはtext-to-videoおよびimage-to-videoの両方でArtificial Analysis Video Arenaで#1でデビューしました。統一されたマルチモーダルTransformerで構築され、同期されたオーディオを備えた最大1080pのビデオを1パスで生成します。Atlas CloudはOpenAI互換キーを通じてHappyHorse 1.0と1.1の両方をサービスしており、従量課金制の料金体系です。

両バージョンは同じアーキテクチャとtext-to-video、image-to-video、reference-to-videoエンドポイントを共有しています。HappyHorse 1.1はモーション表現力、プロンプト準拠性、マルチリファレンス融合を改善しているため、複雑なマルチショット・ナラティブとブランド一貫性のあるクリップはより安定して出力されます。HappyHorse 1.0はさらに、テキスト命令で既存フッテージを変換するvideo-editエンドポイントを提供しています。

Atlas Cloudアカウントを作成し、ダッシュボードからAPIキーを生成し、任意のHappyHorseエンドポイントにリクエストを送信します。生成は非同期で実行されます：プロンプトを送信し、タスクIDを受け取り、ビデオが準備できるまでステータスエンドポイントをポーリングします。生成ごとの従量課金制なので、サブスクリプションを設定する必要はありません。今日からビルドを開始してください。

text-to-video、image-to-video、reference-to-videoはHappyHorse 1.0と1.1の両方で利用可能で、1.0は既存フッテージを再加工するためのvideo-editモードを追加しています。すべてのモードは最大2500文字のプロンプトを受け入れ、同じタスクベースのワークフローを通じてビデオを返すため、モード間の切り替えはリクエスト内のモデルパスを変更するだけです。

出力は720Pまたは1080Pでレンダリングされ、クリップの長さは3～15秒の間で調整可能です。16:9、9:16、1:1、4:3、3:4、4:5、5:4、21:9、9:21を含む9つのアスペクト比がサポートされており、垂直ソーシャルクリップから超ワイドシネマティックフレームまで、すべてをカバーしています。シードパラメータを使用して、好みの生成を再現することもできます。

クリップ全体で一貫性のあるキャラクターやブランド要素が必要ですか？reference-to-videoはテキストプロンプトとともに1～9個のリファレンス画像を受け入れ、ビデオ全体を通じてアイデンティティ、製品詳細、スタイルを安定させます。各画像はJPEG、JPG、PNG、またはWEBP（最大20MB）で、短辺が最低400ピクセルである必要があります。

はい。HappyHorseは別のオーディオパイプラインに依存する代わりに、1つのフォワードパスでビデオと共にダイアログ、アンビエント音、Foleyエフェクトを生成します。ネイティブなリップシンクは7つの言語をカバーしています：標準中国語、広東語、英語、日本語、韓国語、ドイツ語、フランス語。これにより、追加のダビング作業なしに多言語キャンペーンを実現できます。

Atlas CloudのすべてのHappyHorse APIエンドポイントは生成あたり$0.14で価格設定され、サブスクリプションまたは最小コミットメントなしで従量課金制で請求されます。1.0でtext-to-videoを呼び出すか、1.1でreference-to-videoを呼び出すかに関係なく、コールあたりの価格は同じなので、ボリュームが増えてもコストは予測可能です。今日から始めてください。

HappyHorse 1.0が2026年4月にArtificial Analysis Video Arenaに参入した際、盲検人間選好投票に基づいてtext-to-videoおよびimage-to-videoの両方で即座に#1にランク付けされました。オーディオなしのimage-to-videoでは、Seedance 2.0の1355、Grok Imagine Videoの1331に先行して、1402のEloに達しました。新しいモデルが起動されると、Arenaのスタンディングが変わるため、ライブリーダーボードで現在のランキングを確認してください。