Gate.AI›博客›HappyHorse 1.1 T2V：完整規格、定價、API 存取與使用範例（2026）

HappyHorse 1.1 T2V：完整規格、定價、API 存取與使用範例（2026）

模型

更新於: 2026-09-22 04:18

HappyHorse 1.1 T2V 是來自阿里巴巴的文字到影片（text-to-video）生成模型，旨在將書面場景描述轉換為短片剪輯。Gate.AI 在列表中提供了 3–15 秒的生成時長、最高 1080p 的解析度，並指出相較於 HappyHorse 1.0，此模型對複雜提示詞的遵循度有所提升。本指南聚焦創作者、開發者與產品團隊真正關注的規格：定價、時長、解析度、工作流程適配度、限制，以及截至 2026 年 9 月經驗證的已文件化 API 存取情況。

HappyHorse 1.1 T2V 是什麼？

HappyHorse 1.1 T2V 是阿里巴巴 HappyHorse 1.1 影片生成系列中的文字到影片（T2V）成員。它的輸入是書面描述，其核心任務是將該描述轉換為短時間生成的影片剪輯。Gate.AI 將此模型的時間標註為 2026 年 6 月 22 日，並描述 1.1 版本在指令變得更複雜時，較 HappyHorse 1.0 具有更強的提示詞遵循能力。

這種版本差異至關重要。HappyHorse 1.0 T2V 已支援最高 1080p、時長為 3–15 秒的影片剪輯，因此 1.1 的主要升級並不在時長或解析度。已文件化的差異重點是改進了指令跟隨能力。Gate.AI 也列出了獨立的 HappyHorse 1.1 I2V 與 R2V 變體，分別適用於以圖片或參考素材作為起點的工作流程。

因此，對於僅從腳本或提示詞開始的團隊來說，T2V 可以避免為不需要的任務內容額外引入參考媒體。

HappyHorse 1.1 T2V 的關鍵規格與定價是什麼？

Gate.AI 對 720p 與 1080p 的影片生成分別列出了以秒計費的價格。模型卡上未展示以「token」形式的輸入費用，或一般 LLM 的內容視窗（context window）。

規格	已驗證數值
提供方	Alibaba
模型類型	文字到影片生成
上線／上架日期	June 22, 2026
目錄識別碼（catalog identifier）	`alibaba/happyhorse-1.1-t2v`
Gate.AI 請求模型 ID	`happyhorse-1.1-t2v`
影片時長	3–15 秒
最大解析度	1080p
720p 定價	$0.123769 / 每生成秒
1080p 定價	$0.165026 / 每生成秒
Token 內容視窗	不適用 / 未列出
文字輸入定價	未單獨列出費用
快取定價	未列出

需要注意的是識別碼之間的差異：Gate.AI 模型頁面展示的目錄識別碼是 alibaba/happyhorse-1.1-t2v，而其已文件化的 API 範例在 model 欄位提交的是 happyhorse-1.1-t2v。開發者應使用針對實際 API 請求所文件化的值，而不是用目錄路徑進行替換。

生成 10 秒大約需要 $1.24（720p）：

10 × $0.123769 = $1.23769

同樣一段 10 秒剪輯在 1080p 的成本約為 $1.65：

10 × $0.165026 = $1.65026

以上為依據所列按秒價格的估算值，未考慮重試或多種創意變體帶來的額外費用。

HappyHorse 1.1 T2V 為什麼能用於生產環境？

它最貼近生產需求的特性是直接的「腳本到影片」生成。創意團隊可以描述某個主體、動作、場景、鏡頭處理方式與視覺風格，然後在不提供初始圖片的情況下，直接生成一段短影片剪輯。

第二個有用的特性是，依據 Gate.AI 的模型卡，相較於 HappyHorse 1.0，此模型對複雜提示詞的遵循度更好。若某個鏡頭包含多條同時進行的指令，例如主體運動、相機運動、環境、構圖與審美方向，這點可能會很重要。文件未發布可量化的提示詞遵循基準，因此此項改進應視為平台對模型定位的宣告，而非經過量測得到的「提升百分比」。

3–15 秒的時長範圍也使其適合模組化生產：團隊可以先生成單獨鏡頭，再在編輯工作流程中挑選並拼接剪輯，而不必讓一次生成就完成整段長序列。

HappyHorse 1.1 T2V 支援哪些模態？

模態	支援情況	備註
文字輸入	是	書面提示詞描述將生成的場景
圖片輸入	核心 T2V 工作流程不支援	HappyHorse 1.1 I2V 是對應的以圖片為主的變體
參考媒體輸入	尚未確立為 HappyHorse T2V 的能力	Gate.AI 的通用影片端點支援 reference 欄位，但這並不能證明此精確變體同樣支援
影片輸出	是	3–15 秒，最高 1080p
音訊生成	未明確確認	通用 Gate.AI 影片架構包含 `generate_audio`，但 HappyHorse 的描述並未獨立文件化其原生音訊能力

這種區分可避免將平台範圍內的 API 選項誤認為該模型特定能力。Gate.AI 的影片 API 支援涵蓋多個影片模型的通用架構，而所選模型決定上游實際支援哪些選項。

HappyHorse 1.1 T2V 的短板在哪裡？

最清楚的限制是時長。最長 15 秒意味著 HappyHorse 1.1 T2V 適用於單一鏡頭與短篇創意素材，而不是不經過編輯或分鏡／排序就能直接得到完整長篇影片。

其公開技術文件也相對稀少。Gate.AI 已驗證解析度、時長、定價、模型定位以及 API 工作流程，但未發布模型特定的基準數據、延遲數據、幀率、架構細節、訓練資料、微調支援，也沒有對提示詞遵循度進行量化對比。

另一個層面的考量是生成成本。依據所列費率計算，一段完整 15 秒、1080p 的剪輯約需 $2.48。因此，十個替代版本在額外迭代之前大致會代表約 $24.75 的生成成本。製作團隊可能會先在 720p 下測試提示詞，再對挑選出的版本在 1080p 進行製作。

在發布前生成的媒體也應進行人工審核，以確保視覺一致性、品牌準確性、權利敏感內容以及事實性細節。

HappyHorse 1.1 T2V 最適合用來做什麼？

當創意方向主要已存在於文字之中時，HappyHorse 1.1 T2V 很契合：短廣告概念、社群影片鏡頭、電影感場景的視覺化、活動草案、故事重點，以及基於腳本的預視覺化。

當且僅當 文字是主要素材來源、目標鏡頭能控制在 15 秒以內，且更詳細的提示詞遵循很重要時，才選擇它。如果工作流程需要把既有靜態圖片動畫化，HappyHorse 1.1 I2V 在結構上更匹配。如果維持來自多個參考的外觀一致性更重要，則 R2V 變體更相關。

對於評估更廣泛替代方案的團隊，[Wan 2.6 T2V] 與 [Seedance 2.0] 涵蓋了重疊的 AI 影片工作流程，但它們呈現的是不同的能力與定價結構，而不是能直接替換成 HappyHorse 的同義版本。

HappyHorse 1.1 T2V 如何與 HappyHorse 1.0 T2V 以及 Wan 2.6 T2V 對比？

维度	HappyHorse 1.1 T2V	HappyHorse 1.0 T2V	Wan 2.6 T2V
提供方	Alibaba	Alibaba	Alibaba
主要輸入	文字	文字	文字；在適用工作流程中有已文件化的音訊支援
時長	3–15 秒	3–15 秒	2–15 秒
解析度	最高 1080p	最高 1080p	720p/1080p
720p Gate.AI 價格	$0.123769/秒	$0.123769/秒	$0.10/秒
1080p Gate.AI 價格	$0.165026/秒	$0.220034/秒	$0.15/秒
主要已文件化差異重點	相較 1.0：對複雜提示詞遵循更強	更早版本的 HappyHorse T2V	音視頻生成與多鏡頭定位

HappyHorse 1.1 對既有 HappyHorse 1.0 使用者特別有關，因為已文件化的 1080p 價格更低，同時模型卡也宣稱其對複雜指令的遵循更強。Wan 2.6 T2V 是另一條選型路徑，適用於團隊明確需要其已文件化的音視頻工作流程。如此一來，本文可以維持對 HappyHorse 版本特定「提示詞到影片」行為差異的關注，而不是重複更廣泛的 Wan 2.6 T2V 主題。

如何透過 Gate.AI 存取 HappyHorse 1.1 T2V？

Gate.AI 透過非同步 API 來文件化影片生成。請求會提交到 POST /api/v1/videos，並使用 Bearer 驗證。服務會回傳一個任務 ID，接著可以透過 GET /api/v1/videos/{job_id} 檢查，直到生成完成。

Python

import os
import time
import requests
api_key = os.environ["GATEAI_API_KEY"]
base_url = "https://api.gate.ai/api/v1/videos"
headers = {
    "Authorization": f"Bearer {api_key}",
    "Content-Type": "application/json"
}
payload = {
    "model": "happyhorse-1.1-t2v",
    "prompt": "A futuristic train crossing a desert at sunset, wide cinematic shot",
    "duration": 6,
    "resolution": "720p",
    "aspect_ratio": "16:9",
    "generate_audio": False,
    "seed": -1
}
response = requests.post(base_url, headers=headers, json=payload)
response.raise_for_status()
job_id = response.json()["data"]["job_id"]
while True:
    status = requests.get(f"{base_url}/{job_id}", headers=headers)
    status.raise_for_status()
    data = status.json()["data"]
    if data["status"] in {"completed", "failed"}:
        print(data)
        break
    time.sleep(5)

cURL

curl --location "https://api.gate.ai/api/v1/videos" \
  --header "Authorization: Bearer ${GATEAI_API_KEY}" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "happyhorse-1.1-t2v",
    "prompt": "A futuristic train crossing a desert at sunset, wide cinematic shot",
    "duration": 6,
    "resolution": "720p",
    "aspect_ratio": "16:9",
    "generate_audio": false,
    "seed": -1
  }'

這些範例遵循 Gate.AI 所文件化的影片端點，以及 HappyHorse 1.1 T2V 模型卡中展示的、模型特定的請求 ID。這裡未對執行效果進行測試。

常見問題（FAQs）

HappyHorse 1.1 T2V 的影片最長能有多長？

Gate.AI 列出的支援剪輯時長為 3 到 15 秒，因此此模型主要適用於單一鏡頭與短格式創意生成。

HappyHorse 1.1 T2V 支援 1080p 嗎？

支援。Gate.AI 列出了最高 1080p 的輸出，截至 2026 年 9 月，定價為每生成秒 $0.165026。所列的 720p 價格為每秒 $0.123769。

HappyHorse 1.0 到 1.1 改進了什麼？

已文件化的改進是對複雜提示詞的遵循更強。兩個版本都能生成 3–15 秒、最高 1080p 的剪輯，而所列的 1080p 價格在 1.1 相較 1.0 更低。

HappyHorse 1.1 T2V 適合做長影片嗎？

不適合作為單次生成的長篇影片模型。其已文件化的最大時長為 15 秒，因此更長的製作需要先生成多個鏡頭，再進行排序與編輯。