HappyHorse 1.0(Happy Horse 1.0 とも表記)は、Alibaba が Alibaba Cloud Model Studio で提供する音声付き AI 動画モデルです。APIMart では HappyHorse API の入口として、1 つのエンドポイントでテキストから動画、先頭フレームの画像から動画、1–9 枚の参照画像、ソース動画の編集の 4 モードに対応します。出力は 720P または 1080P、3–15 秒で、秒単位で課金されます。
サービスの特長
Video link valid for 72 hours
隠れた費用のない透明な料金体系。使った分だけお支払い。
| モデル | プラン | ゴールド価格現在の価格 | プラチナ価格 | ダイヤモンド価格 | 公式価格 | 割引率 |
|---|---|---|---|---|---|---|
happyhorse-1.0 | 720P | 1.3Credits(~$0.13)/秒 | 1.235Credits(~$0.1235)/秒 | 1.17Credits(~$0.117)/秒 | 1.625Credits(~$0.1625)/秒 | 20% |
| 720P · EDIT | 1.3Credits(~$0.13)/秒 | 1.235Credits(~$0.1235)/秒 | 1.17Credits(~$0.117)/秒 | 1.625Credits(~$0.1625)/秒 | 20% | |
| 1080P | 2.3Credits(~$0.23)/秒 | 2.185Credits(~$0.2185)/秒 | 2.07Credits(~$0.207)/秒 | 2.875Credits(~$0.2875)/秒 | 20% | |
| 1080P · EDIT | 2.3Credits(~$0.23)/秒 | 2.185Credits(~$0.2185)/秒 | 2.07Credits(~$0.207)/秒 | 2.875Credits(~$0.2875)/秒 | 20% |
* 実際の費用は最終出力に基づきます。
HappyHorse は Alibaba の動画生成モデルファミリーです。HappyHorse 1.0 は 2026 年 4 月に Artificial Analysis Video Arena に登場し、公開時にテキストから動画と画像から動画のランキングで首位となりました。映像と同時にセリフ、環境音、効果音も生成します。APIMart の HappyHorse API は 1 つのキーで使え、model happyhorse-1.0 と必要なモードのフィールドを送ると、テキストから動画、画像から動画、参照画像から動画、動画編集に自動で振り分けます。動画編集が必要なら 1.0 を、1080P を低料金で新規生成するなら HappyHorse 1.1 をご覧ください。
APIMart の happyhorse-1.0 エンドポイントが対応している内容
生成と動画編集が役立つ場面
アカウント作成、チャージ、APIキーの発行で happyhorse-1.0 を呼び出せます
無料の APIMart アカウントを作成し、HappyHorse を使い始めましょう。チーム用の組織もいつでも作成できます。
アカウントに残高をチャージしてサービスを利用開始します。残高は HappyHorse を含むプラットフォーム上のすべてのモデルで共通利用できます。
ダッシュボードで API キーを作成し、HappyHorse へのリクエスト時の認証に使用します。ネイティブ音声 AI 動画にすぐアクセスできます。
POST リクエスト 1 回で happyhorse-1.0 を呼び出せます。生成は非同期で、タスクを送信してからタスクエンドポイントをポーリングして動画 URL を取得します。
キーを環境変数 APIMART_API_KEY に保存し、すべてのリクエストで Authorization: Bearer <key> として送信します。
POST /v1/videos/generations に model happyhorse-1.0 とプロンプトを送ります。first_frame_image、image_urls、video_url でモードが切り替わります。example.com の URL はプレースホルダーです。タスク ID は data[0].task_id にあります。
GET /v1/tasks/{task_id} をステータスが completed になるまでポーリングし、data.result.videos[0].url[0] から動画 URL を読み取ります。APIMart は結果を 72 時間保存するので、残したい動画はダウンロードしてください。
すべてのモード、制限、エラーコードは HappyHorse 1.0 API リファレンス をご覧ください。
curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "happyhorse-1.0",
"prompt": "A street food vendor flips noodles in a busy night market, sizzling sounds and chatter, he smiles and says \"Fresh and hot!\", handheld camera",
"resolution": "1080P",
"size": "16:9",
"duration": 5
}'import os
import time
import requests
API_BASE = "https://api.apimart.ai"
headers = {"Authorization": f"Bearer {os.environ['APIMART_API_KEY']}"}
# 1. Submit the generation task
payload = {
"model": "happyhorse-1.0",
"prompt": "A street food vendor flips noodles in a busy night market, sizzling sounds and chatter, he smiles and says \"Fresh and hot!\", handheld camera",
"resolution": "1080P",
"size": "16:9",
"duration": 5
}
resp = requests.post(f"{API_BASE}/v1/videos/generations", headers=headers, json=payload, timeout=60)
resp.raise_for_status()
task_id = resp.json()["data"][0]["task_id"]
# 2. Poll the task until it finishes
for _ in range(200):
task_resp = requests.get(f"{API_BASE}/v1/tasks/{task_id}", headers=headers, timeout=30)
task_resp.raise_for_status()
task = task_resp.json()["data"]
if task["status"] == "completed":
print(task["result"]["videos"][0]["url"][0])
break
if task["status"] == "failed":
raise RuntimeError(task.get("error", {}).get("message", "generation failed"))
time.sleep(10)
else:
raise TimeoutError(f"task {task_id} did not finish in time; continue GET polling with this task ID")curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "happyhorse-1.0",
"prompt": "Turn the scene into a hand-drawn watercolor animation, keep the camera movement",
"video_url": "https://example.com/source.mp4",
"image_urls": [
"https://example.com/style.jpg"
],
"audio_setting": "origin",
"resolution": "720P"
}'TASK_ID="task_xxx" # replace with the task_id returned by the POST request
curl "https://api.apimart.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $APIMART_API_KEY"| パラメーター | 型 | 必須 | デフォルト | 説明 |
|---|---|---|---|---|
model | string | 必須 | デフォルト: happyhorse-1.0 | 常に happyhorse-1.0。 |
prompt | string | 必須 | デフォルト: — | 最大 2,500 文字。テキスト、参照画像、編集モードでは必須、画像から動画では任意。 |
first_frame_image | string | 任意 | デフォルト: — | 画像から動画:先頭フレームの URL または base64。アスペクト比 1:2.5–2.5:1。 |
image_urls | string[] | 任意 | デフォルト: — | 参照画像から動画:1–9 枚。video_url と併用時はスタイル画像最大 5 枚。 |
video_url | string | 任意 | デフォルト: — | 動画編集:MP4 または MOV ソースの HTTP リンク、3–60 秒、100 MB 以下。出力はソースの長さに従い最大 15 秒。 |
audio_setting | string | 任意 | デフォルト: auto | 編集モードのみ:auto は新しい音声を生成、origin は元の音声を保持。 |
resolution | string | 任意 | デフォルト: 1080P | 720P または 1080P。 |
duration | integer | 任意 | デフォルト: 5 | 3–15 秒。動画編集では無視。 |
size | string | 任意 | デフォルト: 16:9 | 16:9、9:16、1:1、4:3、3:4。画像から動画と動画編集では無視。 |
watermark | boolean | 任意 | デフォルト: false | true で透かしを追加。 |
seed | integer | 任意 | デフォルト: — | 0–2147483647。同じ seed で似た結果になりますが同一ではありません。 |
nsfw_check | boolean | 任意 | デフォルト: false | 送信前に omni-moderation-latest でプロンプトと入力画像を審査。 |
世界中のクリエイターと開発者からのリアルなフィードバック。以下のレビューは従来の HappyHorse 1.0 の利用体験に関するものです。
“ネイティブ音声がすごい。最初の生成からセリフのリップシンクが合っていて、別の TTS パイプラインは要りません。”
Alex Morgan
クリエイティブディレクター
“HappyHorse でローカライズの時間が70%も短縮できました。1つのプロンプトから7言語の口元同期動画が一気に出ます。”
Sarah Kim
マーケティングマネージャー
“ネイティブ1080pでアップスケール由来のアーティファクトもなし。マルチショットの時系列的な一貫性が見事です。”
James Wilson
フルスタックエンジニア
“従来の動画プロバイダーから HappyHorse に切り替え、対話シーンの品質と同期精度がすぐに改善しました。”
Lisa Chen
StartupAI CTO
“インディー映画作家として、仮セリフ込みのストーリーボード可視化に HappyHorse が大いに役立っています。”
Marco Rivera
独立系映画制作者
“APIMart の統一 API 経由で HappyHorse を呼べるので、キーは1つで済みます。統合は1時間もかかりませんでした。”
Emily Zhang
DevOps エンジニア
APIMart の 2 つの HappyHorse バージョンは 1 つのエンドポイントと APIキーを共有します。動画編集なら 1.0、1080P を低料金で生成するなら 1.1 を選び、各ページで最新の毎秒料金を確認してください。
| モデル | 向いている用途 | 解像度 | 長さ |
|---|---|---|---|
| HappyHorse 1.0 APIこのページ | テキスト、画像、参照画像、動画編集を 1 モデルで | 720P / 1080P | 3–15 秒(編集はソースに従い最大 15 秒) |
| HappyHorse 1.1 API | 新バージョン:テキスト、先頭フレーム、参照画像から動画、1080P がより低料金 | 720P / 1080P | 3–15 秒 |
料金、モード、音声、オープンソースの状況、バージョンの違い
HappyHorse API は、Alibaba の HappyHorse 動画モデルをプログラムから使うための API です。APIMart では happyhorse-1.0 が POST /v1/videos/generations でテキストから動画、画像から動画、参照画像、動画編集に対応し、happyhorse-1.1 は前の 3 モードに対応します。どちらも 1 つの APIMart APIキーと秒単位課金で使えます。
はい。Happy Horse と HappyHorse は同じ Alibaba モデルの 2 つの表記で、正式名は HappyHorse-1.0 と HappyHorse-1.1 です。APIMart のモデル ID は happyhorse-1.0 と happyhorse-1.1 です。
HappyHorse 1.1 は 2026 年 6 月に公開された新しいバージョンです。APIMart では 1.0 が video_url と audio_setting による動画編集に対応し、1.1 はテキスト、先頭フレーム、参照画像からの生成のみです。1080P は 1.1 の方が安く(Gold 会員で毎秒 $0.172、1.0 は $0.23)、720P はどちらも毎秒 $0.13 です。
Gold 会員は 720P が毎秒 $0.13、1080P が毎秒 $0.23 です(通常価格は $0.1625 と $0.2875、2026 年 11 月時点)。動画編集を含む全モードが同じ料金で、5 秒の 1080P クリップは $1.15 です。Platinum と Diamond 会員はさらに安く、失敗したタスクは課金されず、最新料金は本ページの料金表に表示されます。
テキストから動画(prompt のみ)、画像から動画(first_frame_image)、参照画像から動画(image_urls、1–9 枚)、動画編集(video_url、任意で image_urls 最大 5 枚と audio_setting)。video_url と image_urls の組み合わせ以外、メディアフィールドは同時に送れません。その他:resolution 720P または 1080P、duration 3–15 秒、size 16:9 / 9:16 / 1:1 / 4:3 / 3:4、watermark、seed、nsfw_check。
video_url(MP4 または MOV の HTTP リンク、3–60 秒、100 MB 以下)と、変更内容を説明するプロンプトを送ります。出力はソースと同じ長さで、15 秒を超える場合は 15 秒に切り詰められ、duration は無視されます。audio_setting は auto で新しい音声を生成、origin で元の音声を残します。
はい。HappyHorse はセリフ、環境音、効果音を含む音声を映像と一緒に生成し、複数言語のリップシンクに対応します。欲しいセリフや音をプロンプトに書いてください。
公式にはオープンソースではありません。HappyHorse をオープンソースと紹介するサイトもありますが、2026 年 11 月時点で Alibaba は Hugging Face に公式の HappyHorse ウェイトを公開していません。Alibaba Cloud Model Studio や APIMart などの API で利用します。
HappyHorse 1.0 は 2026 年 4 月の公開時に Artificial Analysis のテキストから動画と画像から動画のアリーナで首位になりました。順位は新モデルの登場で変わり、2026 年 11 月の音声ありテキストから動画ランキングでは HappyHorse 1.1 が 16–19 位前後、1.0 が 18–21 位前後です。
既定では入りません。APIMart では watermark フィールドの既定値が false なので、true にしない限り透かしなしで出力されます。
APIMart に登録し、チャージして API Keys ページでキーを作成します。同じキーで happyhorse-1.0、happyhorse-1.1、APIMart のすべてのモデルを呼び出せます。
APIMart は生成した動画を 72 時間保存します。残したいファイルはダウンロードしてください。
同じカテゴリの他のモデルを探す。

Wan 2.7 R2v
wan2.7‑r2v is the reference‑to‑video variant within Alibaba’s Wan 2.7 video generation model family. It uses one or more reference images or short clips as visual anchors and, combined with a text prompt, generates new video content that preserves the appearance and identity of characters or objects from the references while animating motion and scene direction. This makes it especially useful for consistent character representation, product showcases, brand assets, and creative workflows where visual continuity is important.

SkyReels V4 Fast
SkyReels-V4-Fast is the first unified framework for joint audiovisual generation, restoration, and editing at cinema-grade quality, efficiently achieving 1080p, 15-second multi-shot video generation with synchronized audio and visuals through a dual-stream MMDiT architecture

SkyReels V4 Std
SkyReels-V4-Fast is the first unified framework for joint audiovisual generation, restoration, and editing at cinema-grade quality, efficiently achieving 1080p, 15-second multi-shot video generation with synchronized audio and visuals through a dual-stream MMDiT architecture.

Wan 2.7 Videoedit
wan2.7‑videoedit (also called Wan 2.7 Video Edit) is Alibaba’s advanced video editing model within the Wan 2.7 suite that lets users transform and refine existing footage with natural language instructions and optional reference images. It supports multimodal input (text, image, video) and can perform style transfer, element replacement, scene adjustment, and temporal feature editing while preserving motion coherence and subject identity. The model outputs edited clips at up to 1080p resolution with durations typically from 2 to 10 seconds, enabling creators to modify visuals and narrative details without traditional editing tools.