Claude Opus 5.5 הציג את ההיסטוריה של ה-AI בקוד טהור: מה זה למעשה מדגים

פוסט ב-X אומר שמישהו ביקש מ-Claude Opus 5.5 ליצור סרט בן שלוש דקות על ההיסטוריה של הבינה המלאכותית — מ"Attention Is All You Need" ועד AGI — בלי קטעי ארכיון ובלי מחוללי תמונות או וידאו, כשכל פריים מרונדר מקוד. זו טענת דמו מחשבון בודד, לא הכרזה של ספק, וסרט הוא התוצר הקל ביותר לפרסום מחדש בתחום הזה והקשה ביותר לבדיקה. מה שכן ניתן לבדוק הוא הסוג שאליו הוא משתייך. ביומיים שאחרי שהספק השיק את Claude Opus 5.5 ב-22 בספטמבר 2026, כמה אנשים פרסמו סרטים ואנימציות מרונדרים בקוד שנבנו איתו, וכמה מהם פרסמו את קוד המקור שלהם. זה מספיק כדי לענות על השאלה שהפוסט בעצם מעלה: מה המשמעות של "נוצר 100% בקוד", ומה דורשת ההיסטוריה של הבינה המלאכותית שקליפ מוזיקלי אינו דורש?

הגרסה הקצרה, וזה החלק שהשיתופים החוזרים משמיטים. המודל לא מייצר פיקסלים. הוא כותב תוכנית שצובעת פיקסלים, ואז מריץ אותה. הפלט של השלב המעניין הוא רנדרר, לא סרט.

מה ש"מרונדר מקוד" שולל — ומה שהוא משאיר

האילוץ שבפרומפט עושה עבודה אמיתית, ולכן כדאי לנסח אותו במדויק. בלי מודל תמונות, בלי מודל וידאו, בלי ספריית סטוק, בלי קטעי וידאו מורשים, בלי קול מיוצר. כל מה שעל המסך חייב להיות מיוצר על ידי אריתמטיקה שמישהו כתב.

מה שזה משאיר הוא צינור, וצורתו עקבית בכל אחד מהפרויקטים האלה:

• ציור — עמוד המשתמש ב-p5.js, ב-Canvas 2D או ב-WebGL, או בלולאה של Python ו-NumPy שכותבת מערכי פיקסלים ישירות. צבע, גאומטריה, טיפוגרפיה ותנועה — הכול קוד.

• רינדור — משהו צריך לעבור על כל פריים לפי הסדר. בפרויקטים מבוססי דפדפן זהו סקריפט Node שמפעיל מופע Chrome ללא ממשק גרפי ומצלם את הקנבס; בפרויקטים של Python זהו לולאה שכותבת קובצי תמונה.

• קידוד — ffmpeg מאחד את הפריימים ומניח מעליהם את רצועת האודיו.

בקצב של 24 פריימים לשנייה, שלוש דקות הן בערך 4,320 פריימים. שום דבר ב-Claude Opus 5.5 לא משנה מה עולה פריים 2,000, כי פריים 2,000 הוא צילום מסך של קנבס, לא קריאה למודל. תפקידו של המודל מסתיים לפני שהחלק היקר מתחיל — והחלק היקר נמצא על החומרה שלך, לא ב-API.

מדוע היסטוריה של בינה מלאכותית היא בריף קשה יותר מקליפ מוזיקלי

בווידאו קליפ מוזיקלי, התוכן הוא השיר. האנימציה היא קישוט, וקישוט יכול להיות מופשט. לסרט על ההיסטוריה של ה-AI יש מבנה הפוך: ציר הזמן הוא התוכן. אם הסרט מציב את RLHF לפני הטרנספורמר, או מדלג על השנתיים שבין GPT-3 ל-ChatGPT, הוא שגוי באופן ששום כמות של איכות רינדור לא מתקנת. אף אחד שצופה בקליפ מילים בצבעי מים לא יכול לדעת אם המודל הבין את השיר. כל מי שצופה בהיסטוריה בת שלוש דקות יכול לדעת אם המודל יודע את ההיסטוריה.

זה מערים שלושה עומסים נפרדים בהרצה אחת. המודל צריך לסדר עובדות בסדר נכון על פני טווח ארוך מספיק כדי שלא יוכל להחזיק את כל הדבר במעבר אחד. הוא צריך לבנות ולדבג רנדרר מרובה קבצים. והוא צריך לקבל החלטות בימוי — מה להראות, מה להשמיט, מתי לחתוך — כי היסטוריה חייבת להיות ערוכה, אחרת היא רשימה. כשל באחד מהשלושה אינו נראה בצילום מסך. סרט עם רנדרר יפה וציר זמן מבולבל נראה בסדר עד שקוראים אותו.

הארטיפקטים שעומדים בבדיקה הם אלה שפרסמו את קוד המקור שלהם, וכיום יש כמה מהם. קליפ מוזיקלי לשיר בשם "I'm Upping My P(doom)" עלה ל-GitHub ב-22 בספטמבר — באותו יום שבו הושק Claude Opus 5.5 — עם קובץ README המציין שנדרשו שני דורות, הראשון מיוחס למודל במאמץ בינוני והשני בברירת מחדל, ש"הכול במאגר זה נוצר על ידי המודל", וכי לא צוינו רעיונות לסצנות מעבר לעיצוב דמות והנחיה כללית לתת לכל שורת שיר ויזואליה מעניינת. מאגר דמו של שלושה משחקים בא בעקבותיו ב-23 בספטמבר: שלושה משחקי דפדפן ניתנים למשחק, כל אחד עם הנחיה בת משפט אחד, ללא נכסים חיצוניים, מודלים וטקסטורות ואודיו הכול פרוצדורלי. אחד מהשלושה דרש מהמודל לחפש את הפריסה הרשמית של מפת משחק קיימת ולבנות מחדש את הגיאומטריה שלה על סמך המחקר הזה לפני שכתב משהו — המודל החליט שתשובתו הראשונה הייתה שגויה. וסרט מדווח באורך ארבע דקות, שכולו קוד, המיוחס לארבעה סוכנים במשך כתשעים דקות ללא API קולי, הופץ באותו שבוע.

הסרט הספציפי על תולדות ה-AI אינו בין הממצאים שיכולתי לאמת, ומשך ההרצה, הפרומפט וציר הזמן שלו הם תיאור המחבר ולא משהו שגורם חיצוני בחן. התייחס אליו כפי שהיית מתייחס לכל דמו: הטכניקה שהוא מדגים אמיתית וניתנת לשחזור; הסרט המסוים הוא טענה.

כמה באמת עולות שלוש דקות של קוד שנוצר

יש מדידה עצמאית אחת שמתארת את עומס העבודה הזה טוב יותר מההדגמות, והיא מגיעה מ-Artificial Analysis. במדד ה-Intelligence Index שלה — גרסה v4.3.2, עשר הערכות — Claude Opus 5.5 משיג ציון 58 במאמץ מרבי, שאותו העמוד הזה מדרג במקום הראשון מבין 212 מודלים. אותו עמוד מציב את המודל על 260 מיליון אסימוני פלט שנצרכו לאורך מערך ה-Index, עם דירוג מילוליות של מקום 95 מתוך 212, ועלות ממוצעת משוקללת של $5.98 לכל משימת Index. מחיר המחירון של Anthropic הוא $4 למיליון אסימוני קלט ו-$20 למיליון אסימוני פלט, כאשר קריאות מטמון הן $0.20 למיליון.

קראו את שני הדברים האלה יחד, ופרופיל הטוקנים הוא הסיפור. מודל שמוציא הרבה טוקני פלט ומגיע לאמצע הדירוג במילוליות הוא מודל שחושב על הדף במקום לדחוס. יצירה לטווח ארוך היא איך שזה נראה מבחוץ: התקציב מושקע בהחזקה יחד של בנייה גדולה, מרובת קבצים ורבת שעות, והתוצר הנראה לעין הוא השארית.

החישוב, שהוא חישוב ולא חשבונית, מכיוון שאיש לא פרסם את עלות הטוקנים של אף אחד מהסרטים האלה: ב-20 דולר למיליון טוקני פלט, הרצה שפולטת 500,000 טוקני פלט עולה 10 דולר בפלט. קריאות חוזרות של קלט הן המקום שבו בנייה ארוכה נעשית יקרה — מרנדר שקורא שוב ושוב את המקור הגדל שלו משלם 4 דולר למיליון בכניסה, או 0.20 דולר למיליון לאחר שהקידומת נשמרת במטמון, שזה הבדל של פי עשרים והמנוף הגדול ביותר על העלות של הרצת סוכן ארוכה.

הסתייגות אחת חלה על כל מספר לעיל ועל טבלת ההשקה של Anthropic עצמה. רוב שורות הבנצ'מרק המפורסמות של הספק הן ב-effort מקסימלי, בעוד שברירת המחדל של effort ב-API היא medium. Terminal-Bench 4.0 ב-66.4%, CursorBench 4.0 ב-52.5% ב-medium כברירת מחדל, GDPval-AA v2.1 ב-1,846 Elo — אלה מדווחים על ידי הספק, לא שוחזרו, ותלויים ב-effort. התייחסו ל-effort כאל חוגת התקציב שהיא, לא כאל הערת שוליים.

היכן שהארטיפקטים מפסיקים להיות שמישים

דפוסי הכשל בסוג הזה של עבודה עקביים בכל ריפו שפרסם מספיק כדי לבדוק, וכולם מבניים ולא ספציפיים למודל.

• הפלט הוא תוכנית, לא קובץ. אם אתה צריך MP4 כדי למסור למישהו, אתה עדיין צריך Node, דפדפן ו-ffmpeg. המודל יצר את המרנדר, לא את התוצר המרונדר. זו תלות בנייה שבבעלותך לתמיד, והיא תישבר בפעם הראשונה שהדפדפן ישתנה.

• זה מתרחב עם פריימים, לא עם הנחיות. 4,320 פריימים הם 4,320 צילומי מסך. שום דבר בהנחיה לא מקצר את זה, ושום דבר ביכולת של המודל לא הופך את אלף הפריימים האחרונים לזולים יותר מאשר אלף הראשונים.

• דטרמיניזם הוא דרישה, לא מותרות. פריימים מרונדרים במקביל ושלא כסדרם, ולכן כל פריים חייב להיות פונקציה טהורה של חותמת הזמן שלו — בלי מצב נשמר, בלי אקראיות ללא זרע, ובלי תלות במועד שבו הפריים במקרה חושב. מודל שלא הפנים זאת מפיק סרט שמהבהב, וההבהוב אינו נראה באף פריים בודד שתבחנו.

• חד-פעמי אינו אומר ללא ביקורת. העדות הברורה ביותר היא מחקר המפה: המודל בדק פריסה שפורסמה במקום לסמוך על השחזור שלו עצמו. זו ההתנהגות הרצויה, ושום דבר בפרומפט לא כופה אותה.

• העובדות הן החלק שאף אחד לא בדק. כל תוצר מפורסם בסוג הזה מדווח על צינור הרינדור שלו. אף אחד מהם לא מדווח על סבב בדיקת עובדות. עבור סרט היסטורי זה כל משטח הסיכון, וזה הדבר האחד שצילום מסך לא יכול להראות לך.

• אף אחד לא תמחר את הכישלון. אף אחד מהמאגרים האלה לא מדווח כמה ניסיונות זה דרש, כמה טוקנים זה שרף, או כמה מהדור השני הוקדש לתיקון הראשון. זה המספר שצוות צריך לפני שהוא מתחייב, וזה המספר שהדמואים הכי שותקים לגביו.

הרצת רינדור של שלוש דקות בלי להמר על נתיב ייצור בגללו

אם מה שאתה רוצה הוא סרט, Claude Opus 5.5 אינו מודל וידאו, ושום כמות של קטעי הדגמה לא תהפוך אותו לכזה. בחומר ההשקה של Anthropic אין כל יכולת ליצירת וידאו; ההערכות שפורסמו עוסקות בקידוד סוכני, בשימוש במחשב ובעבודת ידע. מה שההדגמות מציגות הוא יצירת קוד לטווח ארוך, המכוונת למשהו שאפשר לצפות בו.

אם זו היכולת שאתם רוצים, השאלה המעשית מפסיקה להיות איזה מודל והופכת להיות איך להריץ משימת יצירה של שעות רבות בלי להתחייב לנתיב ייצור. רינדור כזה נכשל בשקט ובאיחור — אתם מקבלים תוכנית סבירה שמציירת במשך ארבע דקות ואז נשברת בפריים 3,000 — מה שהופך אותו למועמד גרוע לאינטגרציה ייעודית ולמועמד טוב לנקודת קצה שכבר יש לכם. Claude Opus 5.5 נמצא ב‑OrcaRouter במחיר המחירון של Anthropic עם 0% תוספת — $4 למיליון טוקני קלט, $20 למיליון פלט, קריאות מטמון ב‑$0.200 — נגיש גם דרך ה‑Anthropic Messages API וגם דרך נקודת הקצה של chat completions התואמת ל‑OpenAI, כך ש‑SDK קיים עובד על ידי הצבעת כתובת הבסיס שלו אלינו. שימו את הריצה הלילית על אותו מפתח כמו כל השאר, מאחורי API אחד ל‑200+ מודלים עם מעבר אוטומטי לגיבוי (failover), וריצה שנשברת בפריים 3,000 היא בעיית ניתוב ולא ארכיטקטורה מחדש.

מנוף העלות הוא המטמון, וכדאי להגדיר אותו לפני הרינדור הראשון ולא אחריו: בעלות של 0.20 דולר למיליון טוקנים של קריאה מהמטמון לעומת 4 דולר למיליון של קלט חדש, שמירת המקור הגדל בקידומת הנשמרת במטמון היא ההבדל בין עבודת לילה זולה ליקרה. זה נכון ללא תלות במי שמשרת את המודל.

מה יישב את השאלה

שלושה דברים יהפכו את זה מכיתת הדגמה למשהו שאפשר לתכנן על פיו, ואף אחד מהם לא דורש מודל חדש.

הראשון הוא קוד מקור שפורסם עבור סרט ההיסטוריה במיוחד. הקליפ המוזיקלי, המשחקים וסרטי מנוע הפיקסלים ניתנים לבדיקה כי היוצרים שלהם העלו את הקוד. הסרטים שמופצים כווידאו בלבד — כולל זה — אינם ניתנים להבחנה מהקלטת מסך שנערכה בקפידה, וההבדל חשוב ביותר בדיוק עבור הארטיפקט שתוכנו טענות עובדתיות.

הדבר השני הוא ביקורת של ציר הזמן. היסטוריה בת שלוש דקות של בינה מלאכותית היא מבחן עם תשובה נכונה, והעובדה שהסרט אורך שלוש דקות היא מה שהופך את המבחן לקשה: המודל צריך לדחוס את התקופה מ-2017 ועד היום בלי להשמיט את הפריטים נושאי-המשקל או להמציא סדר שלא התקיים מעולם. כל אחד יכול לצפות בסרט ולבדוק. כמעט אף אחד לא עשה זאת.

השלישי הוא קיבולת זולה יותר לאותה משימה. Anthropic אמרה ש-Sonnet 5.5 ו-Haiku 5.5 יגיעו בשבועות הקרובים. מודל זול יותר שמסוגל להחזיק יחד בנייה מרובת קבצים הופך רינדור בן לילה מניסוי ראוי לציון לדבר שבשגרה, והוא ישנה את החשבון של תקציב הכשלים — מספר הניסיונות החוזרים שאתה יכול להרשות לעצמך — הרבה יותר מכפי שהוא משנה את האיכות של פריים בודד.

לעת עתה, הקריאה הכנה של הפוסט צרה ממה שהיא נשמעת ומעניינת יותר ממה שהיא נראית. מודל כתב מרנדר, תוכנית וציר זמן, ואז תהליך בנייה הפך אותם לשלוש דקות של וידאו. הטענה ששווה לבחון היא לא שהסרט נראה טוב. היא שציר הזמן שרד.