HappyHorse-1.0이란? 미스터리 #1 AI 비디오 모델

안녕하세요, 저는 Dora입니다. 저는 매주 Artificial Analysis Video Arena 리더보드를 추적합니다 — 블라인드 사용자 투표, Elo 레이팅, 연구소 자체 보고 없음. 지난주, 제가 한 번도 본 적 없는 이름이 텍스트-투-비디오와 이미지-투-비디오 순위 모두에서 1위를 차지했습니다. HappyHorse-1.0. 알려진 팀 없음. 브랜드 없음. “곧 출시 예정”이라고만 적힌 GitHub와 HuggingFace 링크.

비디오 모델을 파이프라인에 통합하기 전에 평가하고, 리더보드 과대광고에 회의적인 시각을 갖게 된 분들을 위해 — 이 글은 확인된 사실, 주장만 된 사실, 그리고 그 두 가지 사이의 간극이 지금 당장 의사결정에 무엇을 의미하는지를 정리한 것입니다.

HappyHorse-1.0이 레이더에 등장한 방법

Artificial Analysis Video Arena: 이 리더보드가 무엇이고 왜 중요한가

Artificial Analysis는 비디오 아레나를 운영합니다. 사용자가 텍스트 프롬프트 또는 참조 이미지를 제출하면, 시스템이 두 모델에서 출력물을 생성합니다. 사용자는 두 결과를 나란히 보지만 어떤 모델이 무엇을 만들었는지는 알 수 없으며, 더 선호하는 것을 선택합니다.

이 투표는 Elo 레이팅 시스템에 반영됩니다 — 체스 랭킹에 사용되는 것과 동일한 수학입니다. 모델의 점수는 사용자가 선택할 때 올라가고, 선택받지 못할 때 내려가며, 상대 강도에 따라 조정됩니다. 결과는 블라인드 조건에서 집계된 인간 선호도에만 기반한 순위입니다. 연구소가 제출한 선별된 샘플 없음. 자체 보고 벤치마크 없음.

블라인드 사용자 투표와 Elo: 자체 보고 벤치마크가 아니다

제가 본 다른 모든 비디오 모델 순위에는 동일한 문제가 있습니다 — 숫자를 보고하는 사람들이 모델을 만든 사람들입니다. Artificial Analysis는 그것을 제거합니다. 품질 신호는 자신이 무엇에 투표하는지 모르는 사용자들로부터만 옵니다.

Elo 차이는 상대적입니다. 60점 차이는 한 모델이 직접 대결에서 약 58-59%를 이긴다는 의미입니다. 5점 차이는 노이즈입니다.

T2V #1 (Elo 1333), I2V #1 (Elo 1392) — 이 숫자들이 맥락에서 의미하는 것

2026년 4월 초 기준, Artificial Analysis 리더보드에서 HappyHorse-1.0의 위치:

카테고리	Elo	순위
텍스트-투-비디오 (오디오 없음)	1333	#1
이미지-투-비디오 (오디오 없음)	1392	#1
텍스트-투-비디오 (오디오 포함)	1205	#2
이미지-투-비디오 (오디오 포함)	1161	#2

오디오 없는 T2V에서 이전 #1은 Elo 1,273의 Dreamina Seedance 2.0이었습니다. 60점 Elo 차이는 작지 않습니다. I2V 오디오 없음 카테고리에서 HappyHorse는 Seedance 2.0을 37점 차이로 앞섭니다.

오디오를 포함하면 상황이 역전됩니다 — Seedance 2.0이 #1로 HappyHorse를 앞섭니다. 그 차이는 좁습니다: 오디오 포함 T2V에서 14점, 오디오 포함 I2V에서 1점.

한 가지 솔직하게 말해야 할 점: 새로 추가된 모델의 Elo 점수는 기존 모델보다 변동성이 더 큽니다. Seedance 2.0은 T2V 카테고리에서 7,500개 이상의 투표 샘플을 보유합니다. HappyHorse의 샘플 수는 아직 공개적으로 분리되지 않았습니다. 더 많은 투표가 들어오면 이 숫자들은 바뀔 것입니다. 그 변화의 방향은 알 수 없습니다. 이 결론에는 유효기간이 있습니다 — 모델은 빠르게 업데이트됩니다.

모델에 대해 알려진 것

이 섹션의 모든 내용은 happyhorses.io에서 가져온 것입니다. 이 기술적 주장들 중 어느 것도 이 기사 발행일(2026년 4월 8일) 기준으로 제3자에 의해 독립적으로 검증되지 않았음을 미리 명시합니다.

단일 셀프-어텐션 트랜스포머 아키텍처, 40레이어 설계 (happyhorse-ai.com 주장, 미검증)

사이트에는 40개 레이어로 구성된 단일 통합 트랜스포머가 설명되어 있습니다. 텍스트 토큰, 참조 이미지 잠재 벡터, 노이즈가 있는 비디오 및 오디오 토큰이 — 사이트에 따르면 — 하나의 토큰 시퀀스 내에서 공동으로 디노이즈됩니다. 처음과 마지막 4개 레이어는 모달리티별 프로젝션을 사용한다고 합니다. 중간 32개 레이어는 모든 모달리티에서 파라미터를 공유합니다. 크로스-어텐션 없음.

별도의 마케팅 사이트(happy-horse.art)는 150억 파라미터를 주장합니다. 그 숫자는 기본 도메인이나 어떤 독립적인 보고에도 나타나지 않습니다.

아키텍처 설명은 반증 가능할 만큼 구체적입니다 — 가중치가 사용 가능해지면, 누군가 몇 시간 내에 검증하거나 반박할 것입니다.

다국어 오디오-비디오 생성: 중국어, 영어, 일본어, 한국어, 독일어, 프랑스어 (주장)

사이트에는 공동 오디오-비디오 생성을 위해 기본 지원되는 6개 언어가 나열되어 있습니다: 중국어, 영어, 일본어, 한국어, 독일어, 프랑스어. happy-horse.art 페이지는 일곱 번째로 광동어를 추가하고 “초저 WER 립싱크”를 언급합니다.

저는 이 주장들을 테스트할 방법이 없습니다. 가중치 없음, API 없음, 재현 가능한 데모 없음. Artificial Analysis에서 볼 수 있는 아레나 출력물은 다국어 오디오 기능을 체계적으로 테스트하지 않습니다.

하나의 파이프라인에서 텍스트-투-비디오와 이미지-투-비디오 (보고됨)

사이트에는 T2V와 I2V를 모두 처리하는 통합 파이프라인이 설명되어 있습니다. 이는 리더보드 데이터와 일치합니다 — HappyHorse-1.0은 같은 모델 이름으로 두 아레나 모두에 나타나며, 별도의 특화 모델이 아닌 단일 모델임을 시사합니다.

사이트는 또한 공동 오디오 합성을 주장합니다 — 대화, 주변 소리, 폴리 효과가 한 번의 과정에서 비디오와 함께 생성됩니다. “오디오 포함” 카테고리의 #2 순위는 오디오 생성이 존재하며 경쟁력이 있음을 시사하지만, 선두를 달리고 있지는 않습니다.

아직 검증되지 않은 것

팀 신원: Artificial Analysis에 따르면 익명, 아시아 출신 추정

아무도 HappyHorse-1.0의 제작자라고 공개적으로 밝히지 않았습니다. Artificial Analysis 자체는 모델의 아레나 추가를 발표할 때 “익명”이라는 단어를 사용했습니다 — 즉, 검증 가능한 팀이나 조직 없이 제출되었다는 의미입니다.

X의 커뮤니티 추측은 아시아 기반 출처를 가리킵니다. 그 근거는 부분적으로 다국어 기능(CJK 언어가 두드러짐), 부분적으로 중국 AI 연구소의 이전 스텔스 출시와 유사한 타이밍 패턴입니다. 이 중 어느 것도 확인을 구성하지 않습니다. 출처에 대한 추측은 출처의 확인이 아닙니다.

오픈 소스 주장: GitHub와 HuggingFace 링크는 “곧 출시 예정”으로 표시, 발행 기준 접근 불가

happyhorse-ai.com 사이트는 다음과 같이 명시합니다: “기본 모델, 증류 모델, 초고해상도 모델, 추론 코드 — 모두 공개되었습니다.” 또한 “모든 것이 오픈되어 있습니다.”라고 합니다.

2026년 4월 8일 기준으로, 해당 사이트의 GitHub 링크와 Model Hub 링크 모두 “곧 출시 예정”이라고 표시되어 있습니다. 아무 곳도 연결되지 않습니다. HuggingFace와 GitHub에서 HappyHorse 가중치를 검색했지만 아무것도 없었습니다.

사이트에는 모든 것이 공개되었다고 나와 있습니다. 링크는 그렇지 않다고 합니다. 이것은 문서와 일치하지 않았습니다.

파라미터 수와 하드웨어 요구사항: 독립적인 확인 없음

150억 파라미터 주장은 기본 도메인이 아닌 보조 사이트(happy-horse.art)에 나타납니다. 기본 사이트는 추론 속도를 언급합니다 — H100에서 256p 5초 클립에 약 2초, 1080p에 약 38초 — 그러나 이것들은 자체 보고된 벤더 숫자입니다. 어떤 제3자도 추론 속도나 메모리 요구사항에 대한 독립적인 벤치마크를 발표하지 않았습니다.

다운로드 가능한 가중치 없이는, 모델 제작자 외부의 누구도 파라미터 수, 아키텍처 세부사항, 또는 하드웨어 요구사항을 검증할 수 없습니다. 여기가 제 데이터가 끝나는 곳입니다.

WAN 2.7 추측: 무엇이 이를 이끌고 있으며 왜 미확인인가

일부 커뮤니티 구성원들은 HappyHorse-1.0이 실제로 WAN 2.7 — 알리바바의 WAN 비디오 모델 패밀리의 다음 버전 — 으로, 공식 출시 전에 익명으로 테스트되고 있다고 추측했습니다.

논리: WAN 2.6는 Artificial Analysis 리더보드에서 T2V Elo 1,189로 앉아 있습니다(HappyHorse보다 훨씬 낮음). 출시 전 익명 모델 드롭은 중국 AI 생태계에서 패턴이 되었습니다. 2026년 2월의 Pony Alpha 상황이 가장 명확한 선례입니다 — 미스터리 모델이 OpenRouter에 나타나 추측 게임을 촉발했고, Z.ai의 GLM-5가 스텔스 스트레스 테스트를 하고 있었다는 것이 밝혀졌습니다.

그러나 평행한 패턴이 신원을 증명하지는 않습니다. HappyHorse 사이트의 아키텍처 설명은 공개적으로 알려진 WAN 아키텍처와 명확하게 일치하지 않습니다. 두 모델을 연결하는 유출된 가중치, API 핑거프린팅, 내부자 확인이 없습니다. 저는 모릅니다. 무언가를 만들어내는 것보다 낫습니다.

”미스터리 출처”가 빌더들에게 왜 관련이 있는가

Elo는 블라인드 — 품질 신호는 팀 신원과 관계없이 실제

Seedance 2.0과 Kling 3.0보다 HappyHorse 출력물에 투표한 사용자들은 자신이 무엇에 투표하는지 몰랐습니다. 모델이 블라인드 비교에서 지속적으로 이긴다면, 그것은 출력 품질에 대해 실제적인 무언가를 알려줍니다 — 누가 만들었는지와 관계없이.

품질 신호는 팀을 아는 것을 필요로 하지 않습니다. 방법론을 신뢰하는 것을 필요로 합니다.

접근 불확실성: 오늘 현재 안정적인 API나 공개 가중치 없음

품질 신호와 실용적인 사용 가능성은 두 가지 다른 것입니다. 오늘 기준: 공개 API 없음, 다운로드 가능한 가중치 없음, 문서화된 가격 없음, SLA 없음.

파이프라인을 구축하거나 제품을 출시하는 모든 사람에게, HappyHorse-1.0은 아직 옵션으로 존재하지 않습니다. 리더보드 순위는 실제입니다. 접근은 그렇지 않습니다.

주목할 것: GitHub 릴리스, 가중치 가용성, API 접근 신호

HappyHorse를 “리더보드 항목”에서 “실제 옵션”으로 이동시킬 세 가지: 실제 가중치와 추론 코드가 있는 GitHub 저장소, 검증 가능한 세부사항과 라이선스가 있는 HuggingFace 모델 카드, 또는 문서화된 가격이 있는 API 엔드포인트.

이 글을 쓰는 시점에는 아무것도 존재하지 않습니다.

현재 비디오 모델 환경에서의 위치

현재 T2V 및 I2V 리더보드 맥락

Artificial Analysis T2V 리더보드 상위 (오디오 없음), 2026년 4월 초:

순위	모델	Elo	API 가용성	출시일
#1	HappyHorse-1.0	1333	없음	2026년 4월
#2	Seedance 2.0 720p	1273	공개 API 없음	2026년 3월
#3	SkyReels V4	1245	있음 ($7.20/분)	2026년 3월
#4	Kling 3.0 1080p Pro	1241	있음 ($13.44/분)	2026년 2월
#5	PixVerse V6	1240	있음 ($5.40/분)	2026년 3월

I2V (오디오 없음)도 같은 패턴을 따릅니다: HappyHorse 1,392, Seedance 2.0 1,355, PixVerse V6 1,338, Grok Imagine Video 1,333, Kling 3.0 Omni 1,297.

Elo 기준 가장 높은 품질의 두 모델 — HappyHorse와 Seedance 2.0 — 은 모두 공개 API를 통해 접근할 수 없습니다. T2V에서 3위부터 5위는 5 Elo 포인트로 분리됩니다 — 통계적 동점입니다.

이것이 비디오 생성 스택을 평가하는 팀들에게 왜 중요한가

두 가지 별개의 질문입니다. 어떤 모델이 최고의 블라인드 비교 출력물을 생성하는가? 현재 데이터에 기반하면 HappyHorse-1.0입니다. 오늘 실제로 통합할 수 있는 모델은 어떤 것인가? HappyHorse가 아닙니다.

실용적인 리더보드는 3위에서 시작합니다. SkyReels V4는 접근 가능한 옵션 중 최고의 품질 대비 가격 비율을 제공합니다. Kling 3.0 Pro는 더 비싸지만 기본적으로 1080p로 실행됩니다. PixVerse V6는 상위권에서 분당 가장 저렴합니다.

HappyHorse가 앞으로 몇 주 내에 가중치나 API를 출시한다면, 계산이 바뀝니다. 그것은 실제 가능성입니다 — 스텔스 드롭 후 출시는 올해 여러 번 이루어졌습니다. 몇 달 동안 아무것도 구체화되지 않을 가능성도 있습니다.

FAQ

HappyHorse-1.0은 누가 만들었나요?

알 수 없습니다. Artificial Analysis는 이를 “익명”이라고 설명합니다. 커뮤니티 추측은 아시아 기반 팀을 가리키지만, 어떤 조직도 이를 주장하지 않았습니다.

HappyHorse-1.0을 지금 당장 사용할 수 있나요?

프로덕션 준비된 방식으로는 불가능합니다. GitHub와 Model Hub 링크는 “곧 출시 예정”이라고 합니다. 2026년 4월 8일 기준으로 공개 API 없음, 다운로드 가능한 가중치 없음, 문서화된 가격 없음.

HappyHorse-1.0은 WAN 2.7과 같은 모델인가요?

미확인입니다. 익명 출시 전 드롭이 중국 AI 생태계에서 일반적이기 때문에 추측이 존재합니다 — Pony Alpha / GLM-5 선례가 가장 최근의 것입니다. HappyHorse를 알리바바의 WAN 패밀리와 연결하는 직접적인 증거는 없습니다.

Artificial Analysis는 비디오 모델을 어떻게 순위 매기나요?

블라인드 사용자 투표입니다. 사용자들은 어떤 모델이 무엇을 만들었는지 모른 채 같은 프롬프트에서 두 비디오를 비교한 후 선호도를 선택합니다. 투표는 Elo 레이팅 시스템에 반영됩니다.

HappyHorse-1.0 가중치는 언제 출시되나요?

주어진 타임라인 없음. GitHub와 Model Hub 모두 “곧 출시 예정”. 누구를 붙잡을 수 있는 공개적인 약속 없음.

리더보드 숫자는 실제입니다. 나머지 모든 것 — 팀, 가중치, 접근, 타임라인 — 은 보류 중입니다. 검증 대기 중.

WaveSpeedAI에서 HappyHorse-1.0 사용해보기

HappyHorse-1.0은 현재 WaveSpeedAI에서 사용 가능합니다:

이전 포스트: