Alibaba HappyHorse 1.1 es una edición con perfiles separados de texto a video, imagen a video de primer fotograma y referencia a video. El fabricante destaca mejoras de detalle visual, movimiento, identidad de personaje entre clips, estabilidad de texto y sincronización audiovisual. El resultado es un video corto con sonido, útil para toma de producto, retrato animado o pequeña escena de personajes. Elige entrada según qué deba definir la escena: concepto escrito, apertura exacta o varias referencias.
Para texto a video, describe sujeto, lugar, acción, encuadre, cámara y sonido. Para una escena breve, muestra a un ciclista deteniéndose junto a un café ribereño mientras la cámara se acerca suavemente a la bicicleta estacionada. Ajusta la acción a un clip corto y describe el momento final. La guía actual permite hasta 5,000 caracteres no chinos o 2,500 chinos y trunca el exceso. Organiza sujeto y acción esenciales explícitamente en vez de enterrarlos entre adjetivos repetidos.
Imagen a video de primer fotograma usa exactamente una imagen como apertura. Prepara sujeto, composición y recorte y describe después qué se mueve o cómo cambia la cámara. Los formatos son JPEG/JPG, PNG y WEBP, hasta 20 MB, ambas dimensiones de al menos 300 píxeles y aspecto entre 1:2.5 y 2.5:1. La salida aproxima el nivel de resolución conservando proporciones fuente. Un resultado vertical empieza por composición vertical adecuada y no por una instrucción de aspecto ajena.
Referencia a video acepta de una a nueve imágenes. La instrucción usa [Image 1], [Image 2] y posiciones siguientes para identificarlas en orden. Indica función de cada una y nombra objeto o persona pertinentes para no confundir escena con fuente de personaje. La guía acepta JPEG/JPG, PNG o WEBP hasta 20 MB, exige lado corto de al menos 400 píxeles y recomienda referencias claras de 720p o más. Evita compresión fuerte que ya haya borrado detalles identificadores.
Con varias referencias, coloca a la persona de una imagen en el cuarto de otra conservando abrigo o producto de una tercera. Describe interacción y cámara en el mismo encargo. El perfil 1.1 destaca estabilidad de sujetos, estilo y movimiento cinematográfico; revisa identidad, marcas y ubicación reales. Varias imágenes aportan más información, pero todavía debe comprobarse qué rasgos llegaron al video.
El fabricante enumera salida 480p, 720p y 1080p para generación 1.1, con segundos enteros de tres a quince y MP4 a 24 fps. La respuesta API describe codificación H.264. Texto y referencia ofrecen formas como 16:9, 9:16, 1:1, 4:3, 3:4, 4:5, 5:4, 9:21 y 21:9; primer fotograma sigue la imagen. Elige forma según destino y deja margen para subtítulos o composición posteriores. Revisa el encuadre real al tamaño de visualización previsto.
La salida de la familia incluye sonido. Da una función clara a interpretación o ambiente y revisa diálogo, efectos o música con la imagen. Mantén breve el material hablado para acción y pausas en vez de comprimir un guion largo. Comprueba labios, atribución y palabras reales cuando haya habla. Aceptar un idioma de instrucción no garantiza pronunciación ni una entrada independiente de referencia de voz.
El flujo es asíncrono: un identificador sigue el procesamiento y el éxito aporta ubicación. Enlace y consultas de tarea tienen validez documentada de veinticuatro horas. Conserva clip, referencias e instrucción como registro de revisión. Las guías también documentan semilla y marca de agua. Una semilla fija ayuda a comparar, pero el fabricante dice expresamente que no garantiza igualdad; juzga el recurso en vez de suponer que un ajuste fija cada fotograma.
HappyHorse 1.0 y 1.1 son ediciones separadas. La tabla 1.1 añade 480p a 720p y 1080p de 1.0 y las páginas 1.1 describen mejoras de detalle, movimiento y consistencia. El perfil separado de edición de video HappyHorse 1.0 tiene entradas y límites propios y no debe asignarse silenciosamente a 1.1. Revisa todo el clip 1.1 para identidad, movimiento, encuadre, texto y sonido y corrige específicamente conservando las partes logradas del encargo.
", "aboutText": "Alibaba HappyHorse 1.1 es una edición con perfiles separados de texto a video, imagen a video de primer fotograma y referencia a video. El fabricante destaca mejoras de detalle visual, movimiento, identidad de personaje entre clips, estabilidad de texto y sincronización audiovisual. El resultado es un video corto con sonido, útil para toma de producto, retrato animado o pequeña escena de personajes. Elige entrada según qué deba definir la escena: concepto escrito, apertura exacta o varias referencias.\n\nPara texto a video, describe sujeto, lugar, acción, encuadre, cámara y sonido. Para una escena breve, muestra a un ciclista deteniéndose junto a un café ribereño mientras la cámara se acerca suavemente a la bicicleta estacionada. Ajusta la acción a un clip corto y describe el momento final. La guía actual permite hasta 5,000 caracteres no chinos o 2,500 chinos y trunca el exceso. Organiza sujeto y acción esenciales explícitamente en vez de enterrarlos entre adjetivos repetidos.\n\nImagen a video de primer fotograma usa exactamente una imagen como apertura. Prepara sujeto, composición y recorte y describe después qué se mueve o cómo cambia la cámara. Los formatos son JPEG/JPG, PNG y WEBP, hasta 20 MB, ambas dimensiones de al menos 300 píxeles y aspecto entre 1:2.5 y 2.5:1. La salida aproxima el nivel de resolución conservando proporciones fuente. Un resultado vertical empieza por composición vertical adecuada y no por una instrucción de aspecto ajena.\n\nReferencia a video acepta de una a nueve imágenes. La instrucción usa [Image 1], [Image 2] y posiciones siguientes para identificarlas en orden. Indica función de cada una y nombra objeto o persona pertinentes para no confundir escena con fuente de personaje. La guía acepta JPEG/JPG, PNG o WEBP hasta 20 MB, exige lado corto de al menos 400 píxeles y recomienda referencias claras de 720p o más. Evita compresión fuerte que ya haya borrado detalles identificadores.\n\nCon varias referencias, coloca a la persona de una imagen en el cuarto de otra conservando abrigo o producto de una tercera. Describe interacción y cámara en el mismo encargo. El perfil 1.1 destaca estabilidad de sujetos, estilo y movimiento cinematográfico; revisa identidad, marcas y ubicación reales. Varias imágenes aportan más información, pero todavía debe comprobarse qué rasgos llegaron al video.\n\nEl fabricante enumera salida 480p, 720p y 1080p para generación 1.1, con segundos enteros de tres a quince y MP4 a 24 fps. La respuesta API describe codificación H.264. Texto y referencia ofrecen formas como 16:9, 9:16, 1:1, 4:3, 3:4, 4:5, 5:4, 9:21 y 21:9; primer fotograma sigue la imagen. Elige forma según destino y deja margen para subtítulos o composición posteriores. Revisa el encuadre real al tamaño de visualización previsto.\n\nLa salida de la familia incluye sonido. Da una función clara a interpretación o ambiente y revisa diálogo, efectos o música con la imagen. Mantén breve el material hablado para acción y pausas en vez de comprimir un guion largo. Comprueba labios, atribución y palabras reales cuando haya habla. Aceptar un idioma de instrucción no garantiza pronunciación ni una entrada independiente de referencia de voz.\n\nEl flujo es asíncrono: un identificador sigue el procesamiento y el éxito aporta ubicación. Enlace y consultas de tarea tienen validez documentada de veinticuatro horas. Conserva clip, referencias e instrucción como registro de revisión. Las guías también documentan semilla y marca de agua. Una semilla fija ayuda a comparar, pero el fabricante dice expresamente que no garantiza igualdad; juzga el recurso en vez de suponer que un ajuste fija cada fotograma.\n\nHappyHorse 1.0 y 1.1 son ediciones separadas. La tabla 1.1 añade 480p a 720p y 1080p de 1.0 y las páginas 1.1 describen mejoras de detalle, movimiento y consistencia. El perfil separado de edición de video HappyHorse 1.0 tiene entradas y límites propios y no debe asignarse silenciosamente a 1.1. Revisa todo el clip 1.1 para identidad, movimiento, encuadre, texto y sonido y corrige específicamente conservando las partes logradas del encargo.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "708f3616be6647dd9c568fa7cad93844ceb42de5503a72313e6018a2d85e0b81", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "alibaba/happyhorse-1.1Alibaba HappyHorse 1.1 genera videos cortos con sonido desde texto, una imagen de primer fotograma o hasta nueve referencias visuales. Sus perfiles destacan mejoras de movimiento, detalle de piel y consistencia de personajes entre clips. La salida es MP4 de 3–15 segundos a 24 fps, con opciones 480p, 720p o 1080p.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Alibaba HappyHorse 1.1 es una edición con perfiles separados de texto a video, imagen a video de primer fotograma y referencia a video. El fabricante destaca mejoras de detalle visual, movimiento, identidad de personaje entre clips, estabilidad de texto y sincronización audiovisual. El resultado es un video corto con sonido, útil para toma de producto, retrato animado o pequeña escena de personajes. Elige entrada según qué deba definir la escena: concepto escrito, apertura exacta o varias referencias.
Para texto a video, describe sujeto, lugar, acción, encuadre, cámara y sonido. Para una escena breve, muestra a un ciclista deteniéndose junto a un café ribereño mientras la cámara se acerca suavemente a la bicicleta estacionada. Ajusta la acción a un clip corto y describe el momento final. La guía actual permite hasta 5,000 caracteres no chinos o 2,500 chinos y trunca el exceso. Organiza sujeto y acción esenciales explícitamente en vez de enterrarlos entre adjetivos repetidos.
Imagen a video de primer fotograma usa exactamente una imagen como apertura. Prepara sujeto, composición y recorte y describe después qué se mueve o cómo cambia la cámara. Los formatos son JPEG/JPG, PNG y WEBP, hasta 20 MB, ambas dimensiones de al menos 300 píxeles y aspecto entre 1:2.5 y 2.5:1. La salida aproxima el nivel de resolución conservando proporciones fuente. Un resultado vertical empieza por composición vertical adecuada y no por una instrucción de aspecto ajena.
Referencia a video acepta de una a nueve imágenes. La instrucción usa [Image 1], [Image 2] y posiciones siguientes para identificarlas en orden. Indica función de cada una y nombra objeto o persona pertinentes para no confundir escena con fuente de personaje. La guía acepta JPEG/JPG, PNG o WEBP hasta 20 MB, exige lado corto de al menos 400 píxeles y recomienda referencias claras de 720p o más. Evita compresión fuerte que ya haya borrado detalles identificadores.
Con varias referencias, coloca a la persona de una imagen en el cuarto de otra conservando abrigo o producto de una tercera. Describe interacción y cámara en el mismo encargo. El perfil 1.1 destaca estabilidad de sujetos, estilo y movimiento cinematográfico; revisa identidad, marcas y ubicación reales. Varias imágenes aportan más información, pero todavía debe comprobarse qué rasgos llegaron al video.
El fabricante enumera salida 480p, 720p y 1080p para generación 1.1, con segundos enteros de tres a quince y MP4 a 24 fps. La respuesta API describe codificación H.264. Texto y referencia ofrecen formas como 16:9, 9:16, 1:1, 4:3, 3:4, 4:5, 5:4, 9:21 y 21:9; primer fotograma sigue la imagen. Elige forma según destino y deja margen para subtítulos o composición posteriores. Revisa el encuadre real al tamaño de visualización previsto.
La salida de la familia incluye sonido. Da una función clara a interpretación o ambiente y revisa diálogo, efectos o música con la imagen. Mantén breve el material hablado para acción y pausas en vez de comprimir un guion largo. Comprueba labios, atribución y palabras reales cuando haya habla. Aceptar un idioma de instrucción no garantiza pronunciación ni una entrada independiente de referencia de voz.
El flujo es asíncrono: un identificador sigue el procesamiento y el éxito aporta ubicación. Enlace y consultas de tarea tienen validez documentada de veinticuatro horas. Conserva clip, referencias e instrucción como registro de revisión. Las guías también documentan semilla y marca de agua. Una semilla fija ayuda a comparar, pero el fabricante dice expresamente que no garantiza igualdad; juzga el recurso en vez de suponer que un ajuste fija cada fotograma.
HappyHorse 1.0 y 1.1 son ediciones separadas. La tabla 1.1 añade 480p a 720p y 1080p de 1.0 y las páginas 1.1 describen mejoras de detalle, movimiento y consistencia. El perfil separado de edición de video HappyHorse 1.0 tiene entradas y límites propios y no debe asignarse silenciosamente a 1.1. Revisa todo el clip 1.1 para identidad, movimiento, encuadre, texto y sonido y corrige específicamente conservando las partes logradas del encargo.
POST /v1/videostextvideo| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites alibaba/happyhorse-1.1 | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Longitud mínima: 1 Máximo de bytes: 10,000 Unidad: bytes UTF8 | Predeterminado— |
Campoduration | Tipointeger | RequisitoObligatorio | Valores y límites Mínimo: 3 Máximo: 15 Unidad: segundos | Predeterminado— |
Camporesolution | Tipostring | RequisitoObligatorio | Valores y límites 720p | Predeterminado— |
Campoaspect_ratio | Tipostring | RequisitoObligatorio | Valores y límites 16:9 | Predeterminado— |
Texto a video · Obligatorio: prompt
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, prompt, duration, resolution, aspect_ratio |
Parámetroother_options | Contratofalse |
Parámetroresolution | Contrato720p |
Parámetroprompt_max_bytes | Contrato10000 |
Parámetroduration_integer_range | Contrato3, 15 |
Parámetroaspect_ratio | Contrato16:9 |
Parámetrogenerate_audio | Contratodebe omitirse (no false); incluye AAC |
Parámetromaterial_types | Contratotext |
Parámetroadditional_properties | Contratofalse |
Alias de método: /v1/videos/generations, /videos, /videos/generations
Ciclo de vida: submit_once_poll_original
GET /v1/videos/{request_id}
GET /v1/videos/generations/{request_id}
GET /v1/videos/{request_id}/content
GET /v1/videos/generations/{request_id}/content
Crea una sola vez y guarda el ID devuelto.
Consulta periódicamente el estado original; conserva cada recurso completado y su duración.
Las tarifas mostradas permiten estimar el costo antes de la generación. El cargo final se calcula a partir del costo registrado para la generación original. La duración medida de la salida y las cantidades estimadas no son la cantidad facturable final.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Unidad de facturación | Condiciones de facturación | Cargo |
|---|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | Unidad de facturación— | Condiciones de facturación— | Cargo Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens |
| ConfiguraciónPrecio del video | Tabla de tarifas— | Cantidad prevista— | Unidad de facturaciónpor segundo de video | Condiciones de facturaciónresolution: 1080p | Cargo Salida · Precio del video · Estimación solo para comparar $0.2556 por segundo de video |
| ConfiguraciónPrecio del video | Tabla de tarifas— | Cantidad prevista— | Unidad de facturaciónpor segundo de video | Condiciones de facturaciónresolution: 720p | Cargo Salida · Precio del video · Estimación solo para comparar $0.1976 por segundo de video |
| ConfiguraciónCosto estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Unidad de facturación— | Condiciones de facturación— | Cargo Salida · Costo estimado de generación · Estimación solo para comparar $0.5928 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija por la generación completada. |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
Las tablas de referencia del modelo no cambian la selección del método, las cotizaciones ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| ConfiguraciónPrecio del video | Condiciones de facturaciónresolution: 720p | Cargo Salida · Precio del video $0.1976 por segundo de video Referencia de precio publicada para la configuración mostrada. Los cargos finales corresponden a la configuración realmente facturada. |
| ConfiguraciónPrecio del video | Condiciones de facturaciónresolution: 1080p | Cargo Salida · Precio del video $0.2556 por segundo de video Referencia de precio publicada para la configuración mostrada. Los cargos finales corresponden a la configuración realmente facturada. |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "alibaba/happyhorse-1.1", "prompt": "A cat in a spacesuit walking on the Moon", "duration": 3, "resolution": "720p", "aspect_ratio": "16:9"}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\nmp4
GET /v1/videos/{request_id}GET /v1/videos/generations/{request_id}GET /v1/videos/{request_id}/contentGET /v1/videos/generations/{request_id}/contentset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_STATUS_URL'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nr=json.loads(Path('result.json').read_text())\nif not isinstance(r.get('id'),str) or not r['id']:raise SystemExit('Keep the original response and headers for reconciliation; no returned ID')\nPath('status-url.txt').write_text('https://api.ailoot.ai/v1/videos/'+quote(r['id'],safe=''))\nPY_STATUS_URL\ncurl --fail-with-body --silent --show-error "$(cat status-url.txt)" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -D status-headers.txt -o status.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('status.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_ASSETS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path('status.json').read_text())\nif r.get('status')!='completed':raise SystemExit('Keep the original ID and read its status; never recreate an unknown job')\nif not isinstance(r.get('data'),list) or not r['data']:raise SystemExit('Keep the complete original status; no completed outputs supplied')\nurls=[]\nfor i,u in enumerate(r.get('data',[])):\n if not isinstance(u,str):raise SystemExit('Keep the original response; unexpected asset shape')\n urls.append((str(i),u))\nfor label,path in urls:\n u=urljoin('https://api.ailoot.ai',path);z=urlsplit(u)\n if z.scheme!='https' or z.netloc!='api.ailoot.ai' or z.username or z.password:raise SystemExit('Use the actual returned Ailoot owned content URL')\n target=Path('owned-'+label+'.bin')\n subprocess.run(['curl','--fail-with-body','--silent','--show-error',u,'-H','Authorization: Bearer '+os.environ['AILOOT_API_KEY'],'-D',str(target)+'.headers','-o',str(target)],check=True)\nprint('All returned owned URLs saved; complete metadata, timing and usage remain in the JSON.')\nPY_ASSETS\nGuarda todos los videos completados o archivos recibidos; descarga cada URL de archivo que se haya devuelto.
El arreglo data[] completado contiene todas las URL firmadas de contenido que te pertenece. Recupera cada URL devuelta o usa el endpoint de contenido con index establecido en un índice real de salida. Un trabajo original fallido puede devolver charge_pending_check; verifica ese trabajo original en lugar de crearlo nuevamente.
Consulta el trabajo original existente; nunca repitas un envío de resultado desconocido.
Máximo de salidas: 4.
| Campo | Tipo | Significado |
|---|---|---|
Campoid | Tipostring | Significado— |
Campoobject | Tipostring | Significado— |
Campomodel | Tipostring | Significado— |
Campostatus | Tipostring | Significado— |
Campodata[] | Tiposigned content URL | Significado— |
Campocharge_pending_check | Tipoboolean | Significado— |
Campoerror.code | Tipostring | Significado— |
Campoerror.message | Tipostring | Significado— |
Campooperation_id | Tipostring | SignificadoRespuesta HTTP503 result_pending_check del estado o contenido original: el mismo ID público del video original como id. |
Campoerror.type | Tipostring | Significadoserver_error en HTTP503 result_pending_check. |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónFalla la lectura del cuerpo sin procesar de la solicitud antes de analizar el perfil de video | Siguiente pasoConserva la respuesta devuelta y corrige el cuerpo ilegible de la solicitud. |
Respuesta422 · price_unavailable | CondiciónFalla el análisis del perfil exacto de video o el perfil completo analizado no tiene una ficha exacta de precios lista | Siguiente pasoConserva la respuesta; usa el perfil completo y exacto admitido y su ficha publicada. Esta rama se ejecuta antes de enviar al proveedor. |
Respuesta409 · video_not_ready | CondiciónEl contenido del resultado original todavía no está disponible | Siguiente pasoConsulta periódicamente el ID original devuelto y respeta Retry-After. |
Respuestaserver_error | CondiciónLa respuesta devuelta indica que la operación o el resultado requiere una revisión | Siguiente pasoConserva el ID original de operación o tarea devuelto, los encabezados de la solicitud y la respuesta; continúa con las consultas admitidas de esa operación original. No vuelvas a enviar la solicitud de creación. |
Respuesta503 · result_pending_check | CondiciónGET del estado o contenido original: la tarea no está publicada, el trabajo original no tiene estado failed/cancelled/expired y el estado local es unknown o el estado del trabajo original es completed. | Siguiente pasoConserva el id y operation_id originales (el mismo ID público de video), la respuesta y los encabezados; consulta únicamente el estado o contenido original. Nunca envíes una solicitud nueva de generación. |
Ailoot Ultra alibaba/happyhorse-1.1
/v1/videos/generations, /videos, /videos/generations