HappyHorse 1.1 vs 可灵 3.0：同一提示词实测对比与价格

2026 年 10 月，我们把同样的三条 5 秒 720P 提示词交给 HappyHorse 1.1 和可灵 3.0（Kling 3.0）：HappyHorse 赢了面摊和香水绕拍，可灵 3.0 把滑板动作做对了。HappyHorse 文字转视频的出片速度快两到三倍。按官方价，5 秒 720P 带声音一段 HappyHorse 是 $0.70，可灵 3.0 是 $0.63。

要尾帧、多镜头或 4K？只有可灵 3.0 三样都有。HappyHorse 1.1 只收一张首帧，最高 1080P。

两个模型都能在 OmniaKey 调用：HappyHorse 1.1 和 可灵 3.0。

怎么测的

• 模型和 ID（OmniaKey 上）：HappyHorse 1.1 是 happyhorse-1.1-t2v 和 happyhorse-1.1-i2v，可灵 3.0 是 kling-3.0（可灵自己的接口叫 kling-v3）。
• 实际发送的参数：happyhorse-1.1-t2v 是 {"duration": 5, "resolution": "720P", "ratio": "16:9"}，happyhorse-1.1-i2v 是 {"duration": 5, "resolution": "720P"}。可灵文字转视频是 {"mode": "std", "duration": 5, "aspect_ratio": "16:9"}，图生视频是 {"mode": "std", "duration": 5}。可灵的 std 档输出 720P。
• 日期：可灵 3.0 的片段来自 2026 年 10 月 25 日的测试（可灵 3.0 vs Wan 3.0），用的同一组提示词和同一张首帧。HappyHorse 1.1 的片段来自 10 月 26 日，也出现在 HappyHorse 1.1 vs Seedance 2.0 里。
• 3 条提示词，每个模型每条各 1 段，一共 6 段，6 个任务全部一次成功。
• 第 3 条的首帧用 Nano Banana 2.1 生成，所以两个视频模型拿到的都不是自家生成的图。
• 时间从提交任务算到状态变成 succeeded，包含排队。两个模型不是同一天跑的。
• 判断方式：逐段看完，再对比同一时刻的帧，看动作和运镜跟不跟提示词、招牌和标签文字对不对、首帧有没有保住。声音用响度、两个 AI 音频模型和频谱图检查。
• OmniaKey 本身在卖这两个模型的接口，测试就是通过它跑的。下面所有价格都是阿里和可灵自己的官方价，不是我们的价格。
• 来源：阿里的 Model Studio 价格页 和 HappyHorse 文字转视频接口文档，可灵的接口价格页和接口能力表，都在 2026 年 10 月 26 日核对。

每条提示词每个模型只跑一段，视频模型每次结果会有出入。

三项测试，同一组提示词

测试 1：滑板 ollie 越过水滩（文字转视频，16:9）

这一项看板子有没有越过水，镜头摆在哪里。

提示词：

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）：镜头在腰部高度，前 1.5 秒只拍到滑板手腰部以上，板子到水滩附近才进画面。大约 2.7 秒他在水滩旁边起跳，没有越过水，3.1 秒在干地面落地，滑走时头已经出了画面。片尾轮子碾过一道水痕，溅起一点水。
• 可灵 3.0（323.8 s）：滑板手冲上来，ollie 越过水滩，在对岸干净落地，板子过水时溅起水花。镜头一直在腰部高度，大半段时间里他的头在画面外，背景是水泥墙和暖色低角度阳光。

结论： 可灵 3.0。提示词写的动作它做到了：越过水滩，在对岸干净落地。HappyHorse 则是在水滩旁边起跳。两边都把镜头放在腰部高度，所以片子里都有一段看不到头。

测试 2：夜市面摊和招牌（文字转视频，16:9）

这一项看招牌文字、提示词要的推镜，还有厨师的脸有没有被挡住。

提示词：

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）：招牌“NOODLES”拼对了。厨师一头白发，穿白 T 恤和围裙，在挂着的灯泡下翻炒，锅里有火有蒸汽，但没有把面抛起来。2.5 秒一位穿绿外套的顾客递出纸质小票，镜头慢慢推进，到 4.6 秒厨师拿着小票在看，脸一直在画面里。
• 可灵 3.0（193.6 s）：招牌也对，火焰、蒸汽、灯泡都在，开头面条高高地翻出锅。大约 2.5 秒起灯泡挡在厨师脸前，镜头几乎不动，到 4.6 秒一只顾客的手把票递给他。

结论： HappyHorse 1.1。两边招牌都拼对了，HappyHorse 做出了慢推镜，厨师的脸一直看得见，递票那段也演完了。可灵把面条挑了起来，声音轨里也有提示词要的街头人声，但灯泡挡住了脸，镜头几乎没动。

测试 3：从静帧照片绕拍香水瓶（图生视频，16:9）

这一项看产品照片能不能扛住运镜，瓶盖和两行标签文字都在不在。首帧先用 Nano Banana 2.1 生成，再交给两个视频模型。

首帧提示词：

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.

运动提示词：

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，输出 1286×716）：瓶身、金色瓶盖和“AURELIA”标签都保住了，向右绕到 4.9 秒时瓶子已经是个侧角度，大约 2.5 秒有一道柔和的光扫过标签。它自己加了没人要的飘烟，把液体颜色调深了一档，片尾“eau de parfum · 50 ml”那行小字有点糊，声音轨里有水滴声。
• 可灵 3.0（73.5 s，输出 1284×716）：瓶子、瓶盖和两行标签都清楚，什么都没加，只向右转了一点点，后半段一道光扫过标签。声音几乎是静音，平均 −53.8 dB。

结论： HappyHorse 1.1，小胜。它绕得更远，有那道光，也加了水滴声，可灵几乎没转，声音接近静音。不过 HappyHorse 自己加了烟、改了液体颜色，产品要原样不动的话，可灵更稳。

各项结果

声音、速度与每段价格

声音

6 段片子都是 MP4，都带一条 AAC 声音轨，没有一段有人说话。HappyHorse 的香水片段有提示词要的水滴声，可灵的香水轨接近静音。可灵的面摊片段有提示词要的远处街头人声，两个检查都没在 HappyHorse 那条里听到人声。

两条滑板片段都有板子和落地的声音。每段的平均响度如下，越接近 0 越响：

阿里的文档没写 HappyHorse 的声音：接口文档和价格页上既没有音频参数，也没有音频价格。可这三段 HappyHorse 都带了声音。可灵自己的接口把声音做成开关 sound，默认关闭，打开后每秒更贵。

水印

阿里的 watermark 默认打开，会在画面右下角打一个“Happy Horse”小标（分开写的两个词）。加 "watermark": false 就能去掉，我们在 10 月 26 日单独跑了一段 3 秒 480P 的片子确认过，回来的片子没有标。上面测试里每一帧 HappyHorse 都带着这个标，可灵的片子没有。

速度

从提交到状态变成 succeeded，含排队：

两条文字转视频 HappyHorse 用的时间只有可灵的三分之一到一半，图生视频那条反而慢了 18 秒。两次不是同一天跑的，排队时间可能有出入。

价格

阿里按输出秒数计费，输入不收钱，按 Model Studio 价格页（2026 年 10 月 26 日核对）。我们用的是国际站（新加坡）的价格，三个 1.1 任务 ID 一个价。

可灵也按秒计费，1 Unit 等于 $0.14（官方价），按可灵的接口价格页（2026 年 10 月 26 日核对）。

两家都没给一整段的价格，下面是我们按官方价乘出来的：

OmniaKey 现在的价格看 HappyHorse 1.1 和 可灵 3.0 模型页。

优点和缺点

HappyHorse 1.1

• 优点：文字转视频更快，97.6 s 和 100.7 s，对可灵的 323.8 s 和 193.6 s；运镜清楚；递票那段演完整了；产品图上有水滴声；有 480P 档，5 秒 $0.35；九种画面比例。
• 缺点：在水滩旁边起跳；产品图里自己加了烟、改了液体颜色；默认带水印；只收一张首帧，没有尾帧，没有多镜头；最高 1080P；声音没写进阿里文档。

可灵 3.0

• 优点：动作最准；产品图原样不动；图生视频最快，73.5 s；720P 和 1080P 带声音的官方价更低；支持首帧和尾帧、最多 6 个分镜的多镜头、4K。
• 缺点：文字转视频最慢，323.8 s；面摊那段镜头几乎没动；灯泡挡住了厨师的脸；香水轨接近静音；声音默认关闭，打开更贵；只有三种画面比例。

什么任务选哪个

国内怎么用

OmniaKey 支持人民币直充（支付宝、微信支付），一个 key 就能调用 HappyHorse 1.1 和可灵 3.0，不用分别去注册阿里和可灵的账号。模型页在这里：HappyHorse 1.1、可灵 3.0。

用同一个接口跑一遍

下面这个请求把滑板那段提示词交给 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}
  }'

把 watermark 去掉，就是默认带标的版本，也就是我们测试里拿到的样子。

1. 返回 202，带一个任务 id。
2. 每隔几秒查一次 https://api.omniakey.com/v1/media/tasks/{id}，直到返回的状态变成 succeeded。视频任务可能要几分钟，一直查同一个 id，别重复提交。
3. 从 assets[0].url 下载视频。

可灵 3.0 把 model 换成 kling-3.0，参数填 {"mode": "std", "duration": 5, "aspect_ratio": "16:9"}。在 OmniaKey 上，可灵的时长只能填 5、10 或 15 秒。

要让照片动起来，把 operation 改成 image_to_video（HappyHorse 还要把 model 换成 happyhorse-1.1-i2v），首帧放进 input.media，type 填 first_frame，url 填 https 链接或 data URL。HappyHorse 不用传 ratio，可灵不用传 aspect_ratio，画面比例跟着首帧走。

模型页：HappyHorse 1.1、可灵 3.0；每个参数怎么填看 视频接口文档。

常见问题

HappyHorse 1.1 比可灵 3.0 好吗？

看片子。HappyHorse 1.1 赢了面摊和香水绕拍，运镜更清楚，厨师的脸也看得见，文字转视频快两到三倍。可灵 3.0 把滑板动作完全做对，产品图原样不动，动作照剧本走、产品一点不能改就选它。

可灵 3.0 和 HappyHorse 1.1 哪个便宜？

按官方价，5 秒 720P 带声音一段，可灵 3.0 是 $0.63，HappyHorse 1.1 是 $0.70，1080P 上是 $0.84 对 $0.90。可灵不开声音最便宜，720P 5 秒 $0.42。HappyHorse 只有一个价，文档里也没有声音开关。只有它有 480P 档，5 秒 $0.35。

HappyHorse 1.1 和可灵 3.0 有声音吗？

都有。我们测的 6 段视频每段都带 AAC 声音轨，没有一段有人说话。阿里的文档没写 HappyHorse 的声音，也没有开关。可灵的接口有 sound 开关，默认关闭，打开后每秒更贵。

HappyHorse 1.1 和可灵 3.0 的视频能多长？

两家都支持 3 到 15 秒，默认 5 秒。在 OmniaKey 上，HappyHorse 1.1 可以填 3 到 15 秒，可灵 3.0 只能填 5、10 或 15 秒。

怎么关掉 HappyHorse 的水印？

在请求参数里加 "watermark": false。水印默认打开，在右下角；我们在 2026 年 10 月 26 日单独跑了一段 3 秒 480P 的片子试过，回来的片子没有水印。

更新记录

• 2026 年 10 月 27 日：第一版；可灵 3.0 的片段来自 10 月 25 日，HappyHorse 1.1 的片段来自 10 月 26 日。