Wat is HappyHorse-1.0? Het onbekende AI-videomodel dat net alle grote benchmarks heeft getopt
Laatst bijgewerkt: apr 2026
Een model dat niemand zag aankomen, heeft zojuist de eerste plaats veroverd op alle vier de ranglijsten voor videogeneratie van Artificial Analysis — het meest geciteerde onafhankelijke evaluatieplatform voor AI-video.
De naam: HappyHorse-1.0.
Niet van Google. Niet van OpenAI. Niet van ByteDance. Maar van een spin-off lab binnen een e-commercebedrijf.
Dit is wat dit artikel je in ongeveer 8 minuten vertelt: een helder beeld van wat HappyHorse-1.0 precies is, wie het heeft gebouwd, hoe het presteert vergeleken met elke grote concurrent (inclusief volledige benchmarktabellen), wat we nog niet weten en wat dit betekent als je op wat voor manier dan ook met AI-video werkt.
Laten we erin duiken.
HappyHorse-1.0 in een notendop
HappyHorse-1.0 is een AI-model voor videogeneratie dat ondersteuning biedt voor:
Text-to-video synthese
Image-to-video synthese
Geïntegreerde audiogeneratie
Het werd uitgebracht in april 2026 en claimde direct de koppositie op elke ranglijst van Artificial Analysis — een primeur voor een enkel model.
Wat het model zo bijzonder maakt, is niet één flitsende functie. Het is de consistentie: HappyHorse-1.0 presteert beter dan modellen van ByteDance (Seedance 2.0), KlingAI (Kling 3.0), Google (Veo 3.1), xAI (Grok) en anderen — en dat op meerdere soorten taken tegelijk.
Kleine verduidelijking: Het toppen van benchmarks maakt een model niet automatisch de beste tool voor elke workflow. Benchmarks meten menselijke voorkeuren in gecontroleerde vergelijkingen. Ze meten geen API-uptime, prijzen of betrouwbaarheid in uitzonderlijke gevallen. Maar wanneer een model alle vier de ranglijsten aanvoert op basis van meer dan 31.000 evaluaties, is het geen toevalstreffer meer. Dan is het een signaal dat je serieus moet nemen.
Op dit moment staat de API vermeld als "Binnenkort beschikbaar" — er is dus nog geen publieke toegang.
Wie heeft HappyHorse-1.0 gebouwd?
Dit is het deel dat de AI-community verraste.
Je zou verwachten dat het best gewaardeerde videomodel ter wereld afkomstig is van een kapitaalkrachtig AI-onderzoekslab. In plaats daarvan werd HappyHorse-1.0 gebouwd door een team onder leiding van Zhang Di, dat oorspronkelijk opereerde binnen het Future Life Lab van de Taotian Group.
Wat is de Taotian Group? Dat is de entiteit achter Taobao en Tmall — de belangrijkste e-commerceplatforms van Alibaba. Het Future Life Lab werd opgezet onder de ATH-AI Innovation Division, een interne R&D-unit. Inmiddels is het verdergegaan als een onafhankelijke entiteit.
Is dit dus gewoon "het videomodel van Alibaba" met een andere naam?
Niet helemaal. Het team is losgekoppeld van de moederorganisatie. Maar hun achtergrond telt: jarenlange toegang tot de infrastructuur, datapijplijnen en het technische talent van Alibaba heeft duidelijk de basis gelegd om iets van dit niveau te bouwen.
Dit is een trend om in de gaten te houden. In de AI-wereld zijn de meest disruptieve nieuwkomers vaak niet degenen met de meeste onderzoekers. Het zijn degenen met de sterkste toegepaste techniek — teams die gewend zijn om producten op grote schaal te lanceren en die discipline meebrengen naar modelontwikkeling.
Denk er zo over: Google DeepMind heeft meer dan 1.000 onderzoekers. Maar een gefocust team van zo'n 50 engineers dat real-time aanbevelingssystemen voor een miljard gebruikers heeft gebouwd? Zij begrijpen optimalisatie, infrastructuur en betrouwbaarheid op een niveau waar pure onderzoekslabs soms niet aan kunnen tippen.
De Benchmarks: Volledige analyse van de prestaties
Laten we nu kijken naar wat er daadwerkelijk gebeurde op de ranglijsten. Dit zijn de gegevens die ervoor zorgden dat niemand meer om HappyHorse-1.0 heen kon.
De onderstaande ranglijsten zijn afkomstig van Artificial Analysis (april 2026). De scores zijn gebaseerd op ELO, wat betekent dat ze voortkomen uit directe vergelijkingen op basis van menselijke voorkeur — echte mensen die video-outputs naast elkaar bekijken en de beste kiezen.
1. Text-to-Video (Zonder audio)
| Rang | Model | Maker | ELO-score | Samples |
|---|---|---|---|---|
| 🥇 1 | HappyHorse-1.0 | HappyHorse | 1.379 | 8.819 |
| 2 | Dreamina Seedance 2.0 720p | ByteDance Seed | 1.273 | 8.426 |
| 3 | SkyReels V4 | Skywork AI | 1.245 | 5.956 |
| 4 | Kling 3.0 1080p (Pro) | KlingAI | 1.242 | 5.390 |
| 5 | Kling 3.0 Omni 1080p (Pro) | KlingAI | 1.230 | 4.879 |
Verschil met #2: +106 ELO-punten.
Hoe groot is dat? In schaaktermen is een verschil van 100 punten ongeveer het verschil tussen een sterke clubspeler en een speler op nationaal niveau. Dit is geen toevalstreffer — dit is een volledig ander niveau.
2. Image-to-Video (Zonder audio)
| Rang | Model | Maker | ELO-score | Samples |
|---|---|---|---|---|
| 🥇 1 | HappyHorse-1.0 | HappyHorse | 1.413 | 9.056 |
| 2 | Dreamina Seedance 2.0 720p | ByteDance Seed | 1.356 | 4.656 |
| 3 | grok-imagine-video | xAI | 1.332 | 6.299 |
| 4 | PixVerse V6 | PixVerse | 1.318 | 9.441 |
| 5 | Kling 3.0 Omni 1080p (Pro) | KlingAI | 1.298 | 4.741 |
Verschil met #2: +57 ELO-punten.
Dit is de hoogste absolute score van HappyHorse-1.0 (1.413) over alle categorieën. Image-to-video is vaak de plek waar modellen hun zwaktes tonen — het behouden van bewegingscoherentie terwijl de bronafbeelding gerespecteerd wordt, is technisch erg zwaar. Een sterke I2V-score wijst op een robuust ruimtelijk inzicht.
3. Text-to-Video (Met audio)
| Rang | Model | Maker | ELO-score | Samples |
|---|---|---|---|---|
| 🥇 1 | HappyHorse-1.0 | HappyHorse | 1.225 | 6.684 |
| 2 | Dreamina Seedance 2.0 720p | ByteDance Seed | 1.222 | 7.873 |
| 3 | SkyReels V4 | Skywork AI | 1.142 | 5.226 |
| 4 | Kling 3.0 Omni 1080p (Pro) | KlingAI | 1.108 | 5.346 |
Verschil met #2: +3 ELO-punten.
Een flinterdun verschil. Dit vertelt ons iets belangrijks: native audiogeneratie is de nieuwe frontlinie en geen enkel model is nog echt weggerend bij de rest. Alle topspelers komen hier bij elkaar.
4. Image-to-Video (Met audio)
| Rang | Model | Maker | ELO-score | Samples |
|---|---|---|---|---|
| 🥇 1 | HappyHorse-1.0 | HappyHorse | 1.162 | 6.896 |
| 2 | Dreamina Seedance 2.0 720p | ByteDance Seed | 1.160 | 4.831 |
| 3 | SkyReels V4 | Skywork AI | 1.084 | 5.524 |
| 4 | Veo 3.1 Fast | 1.075 | 4.680 |
Verschil met #2: +2 ELO-punten.
Opnieuw bijna een gelijkspel. Maar het patroon houdt stand: HappyHorse-1.0 staat op de eerste plaats in elke categorie.
Het complete plaatje
Wat vertellen deze cijfers ons nu eigenlijk?
Bij pure videokwaliteit (zonder audio): HappyHorse-1.0 heeft een overtuigende voorsprong — met 57 tot 106 ELO-punten verschil. Dit is hun sterkste punt.
Bij video met geïntegreerde audio: De voorsprong krimpt naar 2–3 punten. Hier is het een nek-aan-nekrace waarbij de hele markt nog in ontwikkeling is.
Over alle vier de ranglijsten gecombineerd: Meer dan 31.000 evaluatie-samples. Dit is geen toevalstreffer op een kleine testset.
De belangrijkste conclusie uit de benchmarks: HappyHorse-1.0 is absoluut het sterkste model voor pure videogeneratie, en loopt voorop of doet volledig mee in de nieuwere categorie van gecombineerde audio en video.
HappyHorse-1.0 in actie: Voorbeeldgalerij
3D-personage animatie
Fotorealistische cinematics
Natuur & Macro-details
Menselijke emotie & expressie
Anime & Cartoon-stijlen
Lifestyle & Eten
3D-personage animatie
Fotorealistische cinematics
Natuur & Macro-details
Menselijke emotie & expressie
Anime & Cartoon-stijlen
Lifestyle & Eten
Wat we nog niet weten
Benchmarks zijn slechts één kant van het verhaal. Dit is wat er nog ontbreekt voordat we HappyHorse-1.0 de definitief beste tool kunnen noemen:
Nog geen publieke API. "Binnenkort beschikbaar" is alles wat we weten. Er is geen lanceerdatum bevestigd.
Geen technisch document (paper). Details over de architectuur, trainingsdata of methodologie zijn niet gepubliceerd.
Specificaties voor resolutie en duur: onbevestigd. Maximale resolutie, framerate en videolengte staan niet vermeld.
Geen prijzen bekend. Zonder live API is een prijsvergelijking met concurrenten (bijv. SkyReels V4 op ~$7,20/min of Grok-video op ~$4,20/min) onmogelijk.
Open-source status: onbekend. Het staat niet vermeld onder de "Open weights" filter van Artificial Analysis.
Waarom dit uitmaakt: Een model dat het hoogst scoort maar 10x meer kost of een API-uptime van slechts 50% heeft, zal in de echte wereld niet domineren. Prestaties zijn belangrijk, maar niet alles. We werken dit artikel bij zodra er meer details zijn.
Wat HappyHorse-1.0 zegt over de AI-videomarkt
Behalve het model zelf, vertelt de opkomst van HappyHorse-1.0 ons drie dingen over waar de sector naartoe gaat.
De top wordt niet alleen bezet door de gebruikelijke namen
Google, OpenAI en ByteDance hebben de grootste budgetten. Maar het nummer 1 videomodel komt van een team dat is voortgekomen uit het R&D-lab van een webwinkel. Als je in deze sector bouwt — als startup, open-source bijdrager of innovatieteam — is dit bemoedigend. De deur staat open.
Het AI-video-ecosysteem in China loopt voorop
Kijk nog eens naar de text-to-video ranglijst. Vier van de top vijf modellen komen van Chinese teams: HappyHorse, ByteDance Seed, Skywork AI, KlingAI. Dit is geen uitschieter — dit is een patroon. De capaciteiten van China op het gebied van AI-videogeneratie zijn niet alleen concurrerend; op basis van de huidige benchmarks leiden ze de markt.
Audio + video integratie is het volgende slagveld
Artificial Analysis houdt nu aparte ranglijsten bij voor "met audio" en "zonder audio." Die splitsing is er omdat de markt beweegt naar volledig geïntegreerde audiovisuele generatie. De krappe voorsprong van HappyHorse-1.0 in de audiocategorieën suggereert dat het is ontworpen met deze multimodale toekomst in gedachten — maar dat geldt voor iedereen. De verschillen zullen nog verschuiven. Deze race is pas net begonnen.
Veelgestelde vragen (FAQ)
Belangrijkste punten
HappyHorse-1.0 is momenteel het nummer 1 AI-videomodel op alle vier de ranglijsten van Artificial Analysis — text-to-video, image-to-video, met én zonder audio — geëvalueerd over meer dan 31.000 samples.
De dominantie is het grootst bij pure videogeneratie (zonder audio), waar het 57–106 ELO-punten voorloopt. In de audio-geïntegreerde categorieën liggen de modellen dichter bij elkaar met verschillen van slechts 2–3 punten.
De oorsprong van het team is verrassend. Het is gebouwd door een groep die is voortgekomen uit de e-commerce R&D-infrastructuur van Alibaba, niet uit een traditioneel AI-onderzoekslab. Dit is een teken dat toegepaste engineeringteams kunnen meedraaien aan de absolute top.
Er zijn nog grote onbekenden. Geen publieke API, geen prijzen, geen technisch document en geen bevestigde specificaties. Een eerste plek op de ranglijst betekent nog niet dat het ook toegankelijk is voor gebruikers.
Houd het in de gaten. Zodra de API wordt gelanceerd, zullen gegevens over kosten en betrouwbaarheid bepalen of HappyHorse-1.0 een standaardtool wordt of een curiositeit op de ranglijst blijft. We werken dit artikel bij zodra er meer informatie is.
Laatst bijgewerkt: apr 2026. Benchmarkgegevens afkomstig van Artificial Analysis. Ranglijsten zijn dynamisch en kunnen veranderen als er nieuwe evaluaties worden toegevoegd.



