HappyHorse 1.1 vs Kling 3.0: prueba con el mismo prompt y precio

En octubre de 2026 les dimos a HappyHorse 1.1 y Kling 3.0 los mismos tres prompts de 5 segundos en 720p: HappyHorse ganó el puesto de fideos y la órbita del perfume, y Kling 3.0 clavó el truco de skate. HappyHorse generó los clips de texto a vídeo dos o tres veces más rápido. A precio de lista, un clip de 5 segundos en 720p con sonido cuesta $0.70 en HappyHorse y $0.63 en Kling.

¿Necesitas un último fotograma, varios planos o 4K? Kling 3.0 tiene las tres cosas. HappyHorse 1.1 acepta un primer fotograma y se queda en 1080P.

Los dos modelos están en OmniaKey: HappyHorse 1.1 y Kling 3.0.

Cómo lo probamos

• Modelos e IDs en OmniaKey: happyhorse-1.1-t2v y happyhorse-1.1-i2v para HappyHorse 1.1, kling-3.0 para Kling 3.0 (la propia API de Kling lo llama kling-v3).
• Parámetros enviados, tal cual: happyhorse-1.1-t2v recibió {"duration": 5, "resolution": "720P", "ratio": "16:9"}, happyhorse-1.1-i2v recibió {"duration": 5, "resolution": "720P"}, el texto a vídeo de Kling recibió {"mode": "std", "duration": 5, "aspect_ratio": "16:9"} y el imagen a vídeo de Kling recibió {"mode": "std", "duration": 5}. El modo std de Kling da 720P.
• Fechas: los clips de Kling 3.0 son de nuestra prueba del 25 de octubre de 2026 (Kling 3.0 vs Wan 3.0), con los mismos prompts y el mismo primer fotograma. Los clips de HappyHorse 1.1 son del 26 de octubre de 2026 y también aparecen en HappyHorse 1.1 vs Seedance 2.0.
• 3 prompts, 1 clip por modelo y prompt, 6 clips en total, y las seis tareas salieron bien al primer intento.
• El primer fotograma de la prueba 3 lo hizo Nano Banana 2.1, así que ningún modelo de vídeo animó su propia imagen.
• El tiempo va desde que enviamos la tarea hasta que aparece succeeded, con la cola incluida. Los dos modelos se ejecutaron en días distintos.
• Vimos todos los clips y comparamos fotogramas en los mismos momentos. Miramos si la acción y el movimiento de cámara coinciden con el prompt, si el texto del cartel y de la etiqueta es correcto y si se mantiene el primer fotograma. El sonido se revisó con sonoridad, dos modelos de audio de IA y un espectrograma.
• OmniaKey vende acceso API a los dos modelos, así que las pruebas pasaron por ahí. Todos los precios de abajo son los de lista de Alibaba o de Kling, no los nuestros.
• Fuentes: la página de precios y la referencia de la API de texto a vídeo de HappyHorse de Alibaba Cloud Model Studio, más la página de precios de la API y el mapa de capacidades de la API de Kling, todas consultadas el 26 de octubre de 2026.

Es un clip por prompt y modelo, y los modelos de vídeo cambian de una ejecución a otra.

Tres pruebas, los mismos prompts

Prueba 1: ollie sobre un charco (texto a vídeo, 16:9)

Esta prueba mira si la tabla pasa por encima del agua y dónde se coloca la cámara.

Prompt:

Tracking shot at golden hour on an empty concrete plaza. A teenage skateboarder in a mustard hoodie rolls toward a shallow puddle, pops an ollie over it and lands cleanly on the far side. The rear wheel clips the edge of the puddle and throws a small arc of water. Low warm sun, long shadows, handheld camera following at hip height. Sound: wheels rumbling on concrete, the clack of the board landing, a splash.

• HappyHorse 1.1 (97.6 s): la cámara a la altura de la cadera encuadra al patinador de cintura para arriba durante el primer 1.5 s, así que la tabla entra en plano cerca del charco, donde hace un ollie pequeño a los 2.7 s al lado y no por encima. Aterriza en hormigón seco sobre los 3.1 s y, al final, las ruedas cruzan una franja mojada y levantan un poco de agua.
• Kling 3.0 (323.8 s): el patinador llega rodando, hace el ollie sobre el charco y aterriza limpio en el otro lado, y el agua salpica cuando pasa la tabla. La cámara se queda a la altura de la cadera, así que su cabeza queda fuera de plano casi todo el clip, con un muro de hormigón detrás y sol cálido y bajo.

Veredicto: Kling 3.0. Hizo el movimiento que describe el prompt, sobre el charco y de bajada al otro lado, mientras HappyHorse saltó al lado del agua. Los dos mantuvieron la cámara a la altura de la cadera, así que los dos cortan la cabeza del patinador en parte del clip.

Prueba 2: puesto de fideos nocturno con cartel (texto a vídeo, 16:9)

Esta prueba mira el texto del cartel, el push-in que pedimos y si la cara del cocinero sigue visible.

Prompt:

Night street food stall, medium shot with a slow push-in. An elderly cook in a white apron tosses noodles in a flaming wok; steam and sparks rise under a single hanging bulb. Behind him a red neon sign reads NOODLES in capital letters. A customer on the right hands over a paper ticket. Wet pavement reflects the neon. Sound: sizzling oil, the clang of the wok, distant street chatter.

• HappyHorse 1.1 (100.7 s): el cartel "NOODLES" está correcto, y un cocinero de pelo blanco con camiseta y delantal blancos trabaja el wok con llamas y vapor bajo una bombilla colgante. A los 2.5 s un cliente con chaqueta verde tiende un ticket de papel, la cámara entra despacio y a los 4.6 s el cocinero sostiene el ticket y lo lee con la cara entera en plano. Remueve los fideos, pero nunca los lanza.
• Kling 3.0 (193.6 s): el cartel "NOODLES" también está correcto, con llamas, vapor y la bombilla, y al principio sale una masa alta de fideos del wok. Desde los 2.5 s la bombilla queda delante de la cara del cocinero mientras la cámara apenas se mueve, y a los 4.6 s la mano de un cliente le pasa el ticket.

Veredicto: HappyHorse 1.1. Los dos escribieron bien el cartel, y HappyHorse hizo el push-in lento, mantuvo la cara del cocinero a la vista y representó todo el intercambio del ticket. Kling levantó los fideos y su pista trae la cháchara de la calle que pedía el prompt, pero su bombilla tapa la cara del cocinero y su cámara apenas se mueve.

Prueba 3: órbita de un perfume desde una foto fija (imagen a vídeo, 16:9)

Esta prueba mira si una foto de producto aguanta un movimiento de cámara, con el tapón y dos líneas de texto en la etiqueta. Nano Banana 2.1 hizo el fotograma primero y luego los dos modelos lo animaron.

Prompt del primer fotograma:

Studio product photograph of a square glass perfume bottle with a gold cap standing on wet black slate. The front label is cream paper with the word AURELIA in black serif capitals and "eau de parfum · 50 ml" in small type underneath. Water droplets on the glass and the stone, a soft key light from the left, dark background, wide 16:9 frame with the bottle in the center.

Prompt de movimiento:

The camera slowly orbits to the right around the perfume bottle. Water droplets slide down the glass and a soft beam of light sweeps across the label. Keep the bottle, the gold cap and the label text exactly as they are. Sound: a quiet drip of water.

• HappyHorse 1.1 (91.7 s, salida 1286×716): mantiene la botella, el tapón dorado y la etiqueta "AURELIA", y gira a la derecha hasta que a los 4.9 s la botella se ve en ángulo, con una banda suave de luz que cruza la etiqueta hacia los 2.5 s. Añade humo que nadie pidió, vuelve el líquido de un ámbar más profundo y al final difumina la línea pequeña "eau de parfum · 50 ml", y su pista trae el goteo del agua.
• Kling 3.0 (73.5 s, salida 1284×716): mantiene la botella, el tapón dorado y las dos líneas de la etiqueta nítidas, no añade nada y solo hace un giro pequeño a la derecha mientras un haz de luz cruza la etiqueta en la segunda mitad. Su pista está casi en silencio, a −53.8 dB.

Veredicto: HappyHorse 1.1, por poco. Giró más, mostró el haz de luz y añadió el goteo, mientras Kling apenas giró y está casi en silencio. HappyHorse también añadió humo y tiñó el líquido, así que si el producto tiene que quedar exactamente como se rodó, Kling era la opción segura.

Resultados por prueba

Sonido, velocidad y precio por clip

Sonido

Los seis clips volvieron como MP4 con una pista AAC, y ninguno tiene voz. El clip de perfume de HappyHorse trae el goteo que pedía el prompt, y la pista de perfume de Kling está casi en silencio. El clip del puesto de Kling trae la cháchara lejana de la calle que pedía el prompt, y en el de HappyHorse ninguna de las dos comprobaciones la oyó.

Los dos clips de skate llevan sonido de tabla e impacto. Sonoridad media por clip, donde más cerca de 0 es más fuerte:

La documentación de Alibaba no menciona el sonido en HappyHorse: sus páginas de API y de precios no listan ningún parámetro de audio ni precio de audio. Aun así, los tres clips de HappyHorse volvieron con sonido. La propia API de Kling trata el sonido como un interruptor, sound, que viene apagado y cuesta más por segundo.

Marca de agua

El ajuste watermark de Alibaba viene activado y estampa una pequeña marca "Happy Horse", escrita en dos palabras, en la esquina inferior derecha. Con "watermark": false desaparece, y lo comprobamos en un clip aparte de 3 segundos en 480P el 26 de octubre de 2026. Todos los fotogramas de HappyHorse de las pruebas llevan la marca, y los clips de Kling no tenían ninguna.

Velocidad

Tiempo desde que enviamos la tarea hasta succeeded, con la cola incluida:

HappyHorse terminó los dos clips de texto a vídeo en un tercio o la mitad del tiempo de Kling y perdió imagen a vídeo por 18 segundos, aunque las dos ejecuciones fueron en días distintos y la cola puede variar.

Precio

Alibaba cobra por segundo de vídeo de salida y no cobra la entrada, según su página de precios de Model Studio consultada el 26 de octubre de 2026. Citamos sus precios de la versión internacional (Singapur), y los tres IDs de tarea 1.1 cuestan lo mismo.

Kling también cobra por segundo, y una Unit son $0.14 a precio de lista, según la página de precios de su API consultada el 26 de octubre de 2026.

Ninguno de los dos proveedores publica un precio por clip, así que aquí está la multiplicación, a precio de lista:

Para las tarifas actuales de OmniaKey, mira las páginas de modelo de HappyHorse 1.1 y Kling 3.0.

Pros y contras

HappyHorse 1.1

• Pros: texto a vídeo más rápido, con 97.6 s y 100.7 s frente a 323.8 s y 193.6 s; movimientos de cámara claros; completó el intercambio del ticket; goteo en el plano del producto; una franja de 480P a $0.35 por 5 segundos; nueve relaciones de aspecto.
• Contras: saltó al lado del charco; añadió humo y cambió el color del líquido en el plano del producto; marca de agua activada por defecto; solo un primer fotograma, sin último fotograma y sin varios planos; se queda en 1080P; el sonido no está en la documentación de Alibaba.

Kling 3.0

• Pros: la acción más exacta; dejó intacto el plano del producto; el clip de imagen a vídeo más rápido, 73.5 s; precio de lista más bajo en 720P y 1080P con sonido; primer y último fotograma, varios planos de hasta 6 storyboards y 4K.
• Contras: el clip de texto a vídeo más lento, 323.8 s; la cámara apenas se movió en el puesto de fideos; la bombilla tapó la cara del cocinero; pista de perfume casi en silencio; el sonido viene apagado y cuesta más; tres relaciones de aspecto.

Cuál para qué trabajo

Haz la misma prueba con una sola API

Esta petición manda el prompt del skate a HappyHorse 1.1:

curl https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: skate-ollie-001" \
  -d '{
    "model": "happyhorse-1.1-t2v",
    "type": "video",
    "operation": "text_to_video",
    "input": {"prompt": "Tracking shot at golden hour on an empty concrete plaza. A teenage skateboarder in a mustard hoodie rolls toward a shallow puddle, pops an ollie over it and lands cleanly on the far side. The rear wheel clips the edge of the puddle and throws a small arc of water. Low warm sun, long shadows, handheld camera following at hip height. Sound: wheels rumbling on concrete, the clack of the board landing, a splash."},
    "parameters": {"duration": 5, "resolution": "720P", "ratio": "16:9", "watermark": false}
  }'

Si quitas watermark, sale la marca por defecto, como en los clips de la prueba.

1. La respuesta es 202 con un id de tarea.
2. Pide https://api.omniakey.com/v1/media/tasks/{id} cada pocos segundos hasta que status sea succeeded. Una tarea de vídeo puede tardar varios minutos, así que sigue consultando el mismo id en vez de reenviarla.
3. Descarga el clip desde assets[0].url.

Para Kling 3.0, pon model en kling-3.0 y parameters en {"mode": "std", "duration": 5, "aspect_ratio": "16:9"}. En OmniaKey la duración de Kling tiene que ser exactamente 5, 10 o 15 segundos.

Para animar una foto, pon operation en image_to_video (en HappyHorse, también model en happyhorse-1.1-i2v) y manda el fotograma en input.media con type en first_frame y una url que sea un enlace https o una data URL. Omite ratio y aspect_ratio, porque el fotograma fija la forma.

Abre las páginas de modelo de HappyHorse 1.1 y Kling 3.0 para empezar una ejecución, y la documentación de la API de vídeo para ver todos los parámetros.

Preguntas frecuentes

¿Es mejor HappyHorse 1.1 que Kling 3.0?

Depende del clip. HappyHorse 1.1 ganó el puesto de fideos y la órbita del perfume, con movimientos de cámara más claros y una cara que se ve, y generó texto a vídeo dos o tres veces más rápido. Kling 3.0 hizo el truco de skate exactamente como estaba escrito y dejó intacto el plano del producto, así que elígelo para acción de guion y para productos que no deben cambiar.

¿Cuál es más barato, HappyHorse 1.1 o Kling 3.0?

A precio de lista, un clip de 5 segundos en 720P con sonido cuesta $0.70 en HappyHorse 1.1 y $0.63 en Kling 3.0, y en 1080P son $0.90 frente a $0.84. Kling sin sonido es el más barato de todos, $0.42 por 5 segundos en 720P, mientras que HappyHorse tiene un solo precio y ningún interruptor de sonido en su documentación. Solo HappyHorse tiene franja de 480P, a $0.35 por 5 segundos.

¿HappyHorse 1.1 y Kling 3.0 hacen sonido?

Los dos. Los seis clips de la prueba volvieron con una pista AAC dentro de un MP4, y ninguno tiene voz. La documentación de Alibaba no menciona el sonido en HappyHorse y no lista ningún ajuste para ello, mientras que la API de Kling tiene un interruptor sound que viene apagado y cuesta más por segundo.

¿Cuánto pueden durar los clips de HappyHorse 1.1 y Kling 3.0?

Los dos proveedores aceptan de 3 a 15 segundos, con 5 segundos por defecto. En OmniaKey, happyhorse-1.1-t2v y happyhorse-1.1-i2v aceptan de 3 a 15 segundos, y kling-3.0 acepta exactamente 5, 10 o 15 segundos.

¿Cómo quito la marca de agua de HappyHorse?

Añade "watermark": false a los parámetros de la petición. La marca viene activada y está en la esquina inferior derecha, y comprobamos el ajuste en un clip aparte de 3 segundos en 480P el 26 de octubre de 2026: el clip volvió sin marca.

Registro de cambios

• 27 de octubre de 2026: primera versión; los clips de Kling 3.0 son del 25 de octubre y los de HappyHorse 1.1 del 26 de octubre de 2026.