Claude Opus 5.5 a animé une fête de kākāpō dans un seul fichier HTML : ce que la démo livre réellement

Une diapositive de discours de clôture est un endroit bien étrange pour trouver un test de modèle, mais c'est pourtant là que celui-ci a atterri. Le 25 septembre 2026, Simon Willison a clos le WeAreDevelopers World Congress North America avec une vidéo de quinze secondes montrant deux douzaines de kākāpō en pixel art rebondissant sous une pluie de confettis — et la vidéo n'est pas la partie intéressante. La partie intéressante, c'est ce que l'on a demandé à Claude Opus 5.5 de fabriquer et ce qu'il a rendu : ni images animées, ni séquence d'images, mais un seul fichier HTML de 45 880 octets ne contenant aucune image, aucune vidéo et aucun appel réseau. Claude Opus 5.5 est sorti le 22 septembre 2026, à 4 $ par million de jetons d'entrée et 20 $ par million de jetons de sortie, et voici ce que fait le modèle quand on lui donne trois photos de perroquets et qu'on lui demande une fête.

Les deux volets de l'affirmation sont publiés, et c'est la seule raison pour laquelle elle mérite un article. L'artefact lui-même se trouve à l'adresse tools.simonwillison.net/kakapo-party, et la session qui l'a transformé en MP4 a fait l'objet d'un compte rendu avec sa transcription intégrale et le script Playwright qu'elle a utilisé. C'est donc vérifiable d'une manière que ne le sont pas la plupart des articles du genre « regardez ce que le modèle a produit » — tout en restant l'après-midi d'un praticien plutôt qu'un benchmark. Anthropic n'a rien publié à ce sujet, et aucun score indépendant n'y est associé où que ce soit.

Ce qu'est réellement l'artefact

Lisez le code source de la page et la structure de la chose devient claire. Il y a exactement un <canvas> élément et un 2D contexte. Il n'y a aucune balise <img>, <video> ni <audio>, aucun fetch, aucun XHR, aucun WebSocket, aucun lien CDN, aucune police web, rien d'écrit dans localStorage ni dans les cookies. Le fichier s'affiche de manière identique depuis un chemin file:// téléchargé avec le réseau débranché — ce qui est précisément pourquoi un enregistreur local pouvait le capturer.

L'art est là où se cache le travail. Chaque sprite est stocké sous forme d'un tableau de chaînes de caractères et peint lettre par lettre via une table de palette, donc un contour est un K, un vert de corps est un G, et un reflet est un L. L'oiseau existe en 6 variantes de couleur — trois verts de corps croisés avec deux palettes de visage et de pattes — multipliées par 5 images d'animation, donc 30 petits canevas hors écran sont construits avant que quoi que ce soit ne bouge. La foule est placée de façon procédurale en rangées décalées, avec la garantie, dans le code source, qu'au moins 22 oiseaux se retrouvent à l'écran. Le prompt demandait « au moins 20 d'entre eux ».

Les accessoires sont construits de la même manière : 6 couleurs de ballons, 6 couleurs de fanions, 5 couleurs d'ampoules sur la guirlande lumineuse, une boule à facettes, des chapeaux en 6 triplets de couleurs à 3 angles d'inclinaison, trois nœuds papillon, et 8 couleurs de confettis, chacune avec une variante assombrie pour l'ombrage. Même le ciel nocturne est fait main — une matrice de tramage ordonné 4×4, plus une petite police bitmap avec une table de macrons afin que la bannière puisse écrire FÊTE KĀKĀPŌ ! sans emprunter une police système.

Le mouvement est chorégraphié plutôt qu'aléatoire, à 124 BPM, et chaque phrase de huit temps choisit l'un des six modes de foule : tout le monde ensemble, une ola, un oiseau sur deux, chacun pour soi, une ondulation partant du centre, ou des rangées à tour de rôle. Il respecte prefers-reduced-motion, et l'indication à l'écran affiche « tap » ou « click » selon que l'appareil signale ou non une prise en charge du tactile.

Pourquoi le pixel art est un test inhabituellement honnête

Claude Opus 5.5 ne dessine pas cela. Il a écrit le programme qui le dessine, ce qui signifie que le modèle devait garder simultanément en tête une grande quantité de détails arrêtés : une palette qui ne jurerait pas, une géométrie de sprite lisible sur 18 pixels de large, un arc de saut qui boucle, et des confettis qui tombent de manière convaincante. Impossible de bluffer cela avec un échantillon chanceux. Une seule coordonnée mal réglée se voit comme un trou dans la tête d’un oiseau.

Il devait aussi fonctionner à partir de photographies. Les trois images de référence sont entrées comme entrée d’image, et ce qui en est ressorti est un sprite symbolique — une abstraction d’un perroquet vert mousse au visage moustachu, sans la moindre trace de la photo. C’est tout le pipeline en miniature : perception en entrée, code en sortie, pixels produits par le code.

Le contrôle visuel est l'aspect le plus tranchant, et il joue aussi en sens inverse. Rien dans le fichier n'avait été rendu pour que l'auteur puisse l'inspecter avant de l'ouvrir ; l'artefact ressemble à une fête ou il ne ressemble pas à une fête, et il a publié un lien, donc vous pouvez en juger par vous-même. C'est une forme de preuve plus solide qu'une capture d'écran dans un fil de discussion — et toujours bien plus faible qu'un chiffre.

La vidéo est une histoire sur Claude Code, pas sur Claude Opus 5.5

Les quinze secondes sur la diapositive de clôture ont été réalisées par une session locale de Claude Code pilotant Playwright, et non par le modèle qui a écrit l’animation, et la distinction compte si vous essayez d’en reproduire quoi que ce soit.

La page interactive ne fait exploser des confettis que lorsque l’on clique dessus. L’enregistreur a donc dû cliquer — dix fois, à des coordonnées scriptées réparties sur le canevas, de 3 secondes à 13,2 secondes, dans un enregistrement en 1280×720 qui a été arrêté à seize secondes. Le script publié fait environ vingt lignes, et c’est là le constat honnête : la partie difficile de la transformation d’une animation web en élément de diapositive a consisté en dix événements de souris chronométrés.

Le lendemain, une deuxième session s'est attaquée cette fois à la taille du fichier. Le premier encodage était un MP4 de 10 445 811 octets ; un encodage H.264 en deux passes à 2 Mbps, avec un léger débruitage et un preset réglé pour les graphismes plats, a donné 3 299 473 octets — 68 % de moins, toujours en 1280×720, toujours à 25 fps, toujours quinze secondes, sans piste audio. Mesurée par rapport à l'enregistrement brut, la similarité structurelle est passée de 0,984 à 0,932. Une tentative en 960×540 s'est révélée à la fois plus volumineuse et plus floue, car le pixel art ne survit pas à la réduction d'échelle. C'est le genre de chiffres qu'une démo enregistrée à l'écran ne publie jamais, et c'est la raison pour laquelle ce compte rendu en particulier est inhabituellement facile à croire sur les mécanismes.

Ce que cela ne prouve pas à propos de Claude Opus 5.5

Taille de l'échantillon : un prompt, un sujet, une personne. Le « étonnamment capable de surfer » relevait de la réputation que l'auteur avait lue, non d'une mesure qu'il avait effectuée.

• Coût — aucun décompte de tokens n'a été publié pour aucune des deux sessions, il est donc impossible de chiffrer l'exécution à partir de ces éléments. L'artefact lui-même fait 45 880 octets, soit environ 11,5 K tokens de sortie, ce qui, au tarif publié par Anthropic de 20 $ par million de tokens de sortie, constitue un minimum d'environ 23 cents pour le seul fichier final — et ce n'est qu'un minimum, car tout ce que le modèle a écrit et qui n'a pas survécu dans le HTML final est invisible.

• Généralité — une troupe d’oiseaux identiques est une scène indulgente. Un seul sprite, recoloré, plus des effets sans caméra. Cela ne dit rien des scènes qui nécessitent de nombreux objets distincts, ni si la même qualité se maintient sur trois minutes au lieu de quinze secondes.

• Indépendance — chaque chiffre ici est soit mesuré à partir de la source publiée, soit tiré de la grille tarifaire d'Anthropic elle-même. Il n'existe aucune évaluation tierce de Claude Opus 5.5 réalisant du pixel art, et cet article n'en invente pas.

Réaliser la même expérience sur votre propre sujet

La raison pour laquelle cette démo vaut la peine d’être copiée, c’est qu’elle est économique et autonome. Un seul fichier HTML, un seul canvas, aucune ressource — vous pouvez soumettre le même prompt à un modèle avec votre propre photo de référence et voir le résultat en une seule séance, sans avoir à mettre en place un pipeline au préalable.

Claude Opus 5.5 est disponible sur OrcaRouter au tarif catalogue publié par Anthropic, avec une marge répercutée à 0 % — 4,00 $ par million de jetons d'entrée, 20,00 $ par million de jetons de sortie, 0,20 $ par million de lectures de cache, et le contexte complet de 1 M de jetons au tarif standard. Cela compte tout particulièrement pour ce genre d'expérience : un prompt de nouveauté est exactement le cas où l'on veut comparer sans rien signer, et une seule API pour plus de 200 modèles signifie que la même forme d'appel atteint les routes moins chères si vous voulez voir comment un modèle plus petit se débrouille avec la même planche de sprites. Le basculement automatique vous protège si une route se dégrade en cours de comparaison, et si vous préférez ne rien choisir du tout, le DSL de routage peut envoyer le même prompt à deux modèles et vous laisser choisir le meilleur des deux.

Deux choses méritent d’être surveillées à partir d’ici. La première est de savoir si quelque chose comme cela est mesuré plutôt qu’admiré — une invite fixe, un sujet fixe, et une poignée de modèles produisant le même brief vous en diraient bien plus qu’un nouveau fil d’animations. La seconde est la transparence des coûts : le seul chiffre qu’une démo comme celle-ci ne porte jamais est ce qu’il a fallu pour y parvenir, relances comprises, et tant que cela n’apparaîtra pas dans des articles comme celui-ci, « étonnamment capable » continuera de tenir lieu de chiffre que personne n’a publié.

Pour l’instant, le résumé honnête de la fête kākāpō est plus étroit que les reposts et plus utile qu’ils n’en ont l’air. Un modèle phare a écrit 45 880 octets de code de sprites qui fonctionne hors ligne, anime 22 oiseaux à 124 BPM, et a nécessité un script Playwright en dix clics pour devenir une vidéo. La démonstration est réelle, la source est publique, et l’affirmation qu’elle étaye porte sur ce qu’un modèle peut faire tenir dans un seul fichier — pas sur ce qu’il peut faire en moyenne.