Claude Opus 5.5 Merender Sejarah AI dalam Kode Murni: Apa yang Sebenarnya Ditunjukkannya

Sebuah unggahan di X menyebut bahwa seseorang meminta Claude Opus 5.5 untuk membuat film berdurasi tiga menit tentang sejarah AI — dari "Attention Is All You Need" hingga AGI — tanpa rekaman stok dan tanpa generator gambar atau video, setiap bingkai dirender dari kode. Itu adalah klaim demo dari satu akun, bukan pengumuman vendor, dan film adalah artefak yang paling mudah diposting ulang di bidang ini dan paling sulit untuk diperiksa. Yang bisa diperiksa adalah kelas tempatnya berada. Dalam dua hari setelah vendor merilis Claude Opus 5.5 pada 22 September 2026, beberapa orang menerbitkan film dan animasi yang dirender dengan kode yang dibuat menggunakan itu, dan beberapa dari mereka menerbitkan kode sumbernya. Itu cukup untuk menjawab pertanyaan yang sebenarnya diangkat oleh unggahan itu: apa arti "dibuat 100% dalam kode", dan apa yang dituntut oleh sejarah AI yang tidak dituntut oleh video musik?

Versi singkat, dan inilah bagian yang dihilangkan oleh repost. Model tidak menghasilkan piksel. Ia menulis program yang melukis piksel, lalu menjalankannya. Keluaran dari langkah menarik itu adalah perender, bukan film.

Apa yang dikesampingkan oleh "dirender dari kode" — dan apa yang tersisa

Batasan dalam prompt ini benar-benar berperan, jadi layak dinyatakan secara tepat. Tidak ada model gambar, tidak ada model video, tidak ada pustaka stok, tidak ada rekaman berlisensi, tidak ada suara yang dihasilkan. Semua yang tampil di layar harus dihasilkan oleh aritmetika yang dituliskan seseorang.

Yang tersisa dari itu adalah sebuah pipeline, dan bentuknya konsisten di setiap proyek ini:

• Lukisan — halaman yang menggunakan p5.js, Canvas 2D atau WebGL, atau loop Python dan NumPy yang menulis larik piksel secara langsung. Warna, geometri, tipografi, dan gerak semuanya adalah kode.

• Rendering — ada sesuatu yang harus mengunjungi setiap frame secara berurutan. Dalam proyek berbasis browser, itu adalah skrip Node yang menjalankan instans Chrome headless dan mengambil screenshot kanvas; dalam proyek Python, itu adalah loop yang menulis file gambar.

• Encoding — ffmpeg menggabungkan frame-frame dan menempatkan track audio di atasnya.

Pada 24 frame per detik, tiga menit kira-kira 4.320 frame. Tidak ada hal tentang Claude Opus 5.5 yang mengubah biaya frame ke-2.000, karena frame ke-2.000 adalah tangkapan layar kanvas, bukan panggilan model. Tugas model selesai sebelum bagian yang mahal dimulai — dan bagian mahal itu ada di perangkat keras Anda, bukan di API.

Mengapa sejarah AI adalah brief yang lebih sulit daripada video musik

Dalam video musik, isinya adalah lagunya. Animasinya adalah dekorasi, dan dekorasi bisa abstrak. Film tentang sejarah AI memiliki struktur yang berlawanan: garis waktunya adalah isinya. Jika film menempatkan RLHF sebelum transformer, atau melewati dua tahun antara GPT-3 dan ChatGPT, film itu salah dengan cara yang tidak dapat diperbaiki oleh kualitas rendering sebesar apa pun. Tak seorang pun yang menonton video lirik cat air dapat mengetahui apakah model memahami lagu itu. Siapa pun yang menonton sejarah berdurasi tiga menit dapat mengetahui apakah model tahu sejarah itu.

Itu menumpuk tiga beban terpisah dalam satu kali jalan. Model harus mengurutkan fakta dengan benar sepanjang rentang yang cukup panjang sehingga ia tidak dapat menampung keseluruhannya dalam satu kali proses. Model harus membangun dan men-debug perender multi-berkas. Dan model harus membuat pilihan penyutradaraan — apa yang ditampilkan, apa yang dihilangkan, kapan harus dipotong — karena sebuah sejarah harus disunting atau ia hanya menjadi daftar. Kegagalan pada salah satu dari ketiganya tidak terlihat dalam tangkapan layar. Film dengan perender yang indah dan lini masa yang kacau tampak baik-baik saja sampai Anda membacanya.

Artefak yang lolos pemeriksaan adalah artefak yang menerbitkan sumbernya, dan sekarang sudah ada beberapa. Sebuah video musik untuk lagu berjudul "I'm Upping My P(doom)" diunggah ke GitHub pada 22 September — hari yang sama Claude Opus 5.5 diluncurkan — dengan README yang menyatakan bahwa pembuatannya membutuhkan dua generasi, yang pertama dikreditkan ke model pada upaya medium dan yang kedua pada default, bahwa "segala sesuatu di repositori ini dihasilkan oleh model," dan bahwa tidak ada ide adegan yang ditentukan selain desain karakter dan instruksi umum untuk memberi setiap lirik visual yang menarik. Repo demo tiga permainan menyusul pada 23 September: tiga permainan peramban yang dapat dimainkan, masing-masing dengan prompt satu kalimat, tanpa aset eksternal, model dan tekstur serta audio semuanya prosedural. Salah satu dari ketiganya mengharuskan model untuk mencari tata letak resmi peta permainan yang sudah ada dan membangun ulang geometrinya dari riset tersebut sebelum menulis apa pun — model memutuskan bahwa jawaban pertamanya akan salah. Dan sebuah film berdurasi empat menit yang hanya berupa kode, yang dikreditkan kepada empat agen selama sekitar sembilan puluh menit tanpa API suara, beredar pada minggu yang sama.

Film tentang sejarah AI yang spesifik itu bukan termasuk artefak yang dapat saya verifikasi, dan durasi, prompt, serta garis waktunya adalah keterangan penulisnya, bukan sesuatu yang telah diaudit oleh pihak luar. Perlakukan itu seperti Anda memperlakukan demo apa pun: teknik yang ditunjukkannya nyata dan dapat direproduksi; film tertentu itu hanyalah sebuah klaim.

Berapa biaya sebenarnya dari tiga menit kode yang dihasilkan

Ada satu pengukuran independen yang menggambarkan beban kerja ini lebih baik daripada demo-demo tersebut, dan itu berasal dari Artificial Analysis. Pada Intelligence Index miliknya — versi v4.3.2, sepuluh evaluasi — Claude Opus 5.5 mendapat skor 58 pada upaya maksimum, yang oleh halaman itu diperingkat pertama dari 212 model. Halaman yang sama menempatkan model ini pada 260 juta token keluaran yang dikonsumsi di seluruh rangkaian Index, dengan peringkat verbositas ke-95 dari 212, dan biaya rata-rata tertimbang sebesar $5.98 per tugas Index. Harga daftar Anthropic adalah $4 per juta token masukan dan $20 per juta token keluaran, dengan pembacaan cache sebesar $0.20 per juta.

Baca kedua hal itu bersama-sama dan profil tokennya adalah ceritanya. Model yang menghabiskan banyak token output dan berada di posisi menengah dalam hal verbositas adalah model yang berpikir di atas halaman alih-alih memampatkan. Generasi horizon panjang adalah seperti apa hal itu terlihat dari luar: anggarannya dipakai untuk menjaga build besar, multi-file, dan berjam-jam tetap utuh, dan artefak yang terlihat adalah residunya.

Perhitungannya, yang merupakan aritmatika dan bukan tagihan, karena tidak ada yang mempublikasikan biaya token dari film-film ini: pada $20 per juta token keluaran, proses yang mengeluarkan 500.000 token keluaran memakan biaya $10 untuk keluaran. Pembacaan ulang masukan adalah tempat build yang panjang menjadi mahal — renderer yang berulang kali membaca ulang sumbernya sendiri yang terus bertambah membayar $4 per juta saat masuk, atau $0,20 per juta setelah prefiks di-cache, yang merupakan perbedaan dua puluh kali lipat dan tuas tunggal terbesar pada biaya proses agen yang panjang.

Satu catatan penting yang berlaku untuk setiap angka di atas dan untuk tabel peluncuran Anthropic sendiri. Sebagian besar baris benchmark yang dipublikasikan vendor berada pada effort maksimum, sedangkan effort default di API adalah medium. Terminal-Bench 4.0 pada 66,4%, CursorBench 4.0 pada 52,5% pada default medium, GDPval-AA v2.1 pada 1.846 Elo — semuanya dilaporkan vendor, belum direproduksi, dan bergantung pada effort. Perlakukan effort sebagai pengatur anggaran sebagaimana adanya, bukan sebagai catatan kaki.

Ketika artefak tidak lagi dapat digunakan

Mode kegagalan dalam kelas pekerjaan ini konsisten di setiap repo yang mempublikasikan cukup banyak untuk diperiksa, dan semuanya bersifat struktural, bukan spesifik pada model.

• Keluarannya adalah program, bukan file. Jika Anda perlu MP4 untuk diserahkan kepada seseorang, Anda tetap memerlukan Node, browser, dan ffmpeg. Model tersebut menghasilkan renderer, bukan hasil render. Itu adalah dependensi build yang Anda miliki selamanya, dan itu akan rusak saat pertama kali browser berubah.

• Ini berskala dengan jumlah frame, bukan jumlah prompt. 4.320 frame berarti 4.320 tangkapan layar. Tidak ada apa pun dalam prompt yang mempersingkatnya, dan tidak ada apa pun dalam kemampuan model yang membuat seribu frame terakhir lebih murah daripada seribu frame pertama.

• Determinisme adalah keharusan, bukan sekadar kemewahan. Frame dirender secara paralel dan tidak berurutan, jadi setiap frame harus merupakan fungsi murni dari stempel waktunya — tanpa state yang terbawa, tanpa keacakan tanpa seed, tanpa ketergantungan pada kapan frame itu kebetulan dihitung. Model yang belum menginternalisasi hal itu akan menghasilkan film yang berkedip-kedip, dan kedipan itu tidak terlihat pada satu frame pun yang Anda periksa.

• One-shot tidak berarti tanpa audit. Bukti paling jelas adalah riset peta: model memeriksa tata letak yang diterbitkan, bukan memercayai rekonstruksinya sendiri. Itulah perilaku yang Anda inginkan, dan tidak ada apa pun di dalam prompt yang memaksanya.

• Fakta adalah bagian yang tidak diperiksa siapa pun. Setiap artefak terbitan di kelas ini melaporkan alur rendering-nya. Tidak satu pun melaporkan proses pemeriksaan fakta. Untuk film sejarah, itulah seluruh permukaan risikonya, dan itulah satu hal yang tidak dapat ditunjukkan oleh tangkapan layar kepada Anda.

• Tidak ada yang memperhitungkan biaya kegagalan. Tak satu pun dari repo ini melaporkan berapa banyak percobaan yang diperlukan, berapa banyak token yang dihabiskan, atau berapa banyak dari generasi kedua yang dipakai untuk memperbaiki generasi pertama. Itulah angka yang dibutuhkan sebuah tim sebelum berkomitmen, dan itulah angka yang paling jarang dibicarakan oleh demo.

Menjalankan render tiga menit tanpa mempertaruhkan jalur produksi padanya

Jika yang Anda inginkan adalah film, Claude Opus 5.5 bukan model video dan sebanyak apa pun rekaman demo tidak akan menjadikannya demikian. Materi peluncuran Anthropic tidak memuat kemampuan pembuatan video; evaluasi yang diterbitkan adalah pengodean agentik, penggunaan komputer, dan pekerjaan pengetahuan. Apa yang ditunjukkan demo adalah pembuatan kode berhorizon panjang yang diarahkan pada sesuatu yang dapat Anda tonton.

Jika itu kemampuan yang Anda inginkan, pertanyaan praktisnya bukan lagi model mana, melainkan bagaimana menjalankan tugas generasi berjam-jam tanpa mengikat jalur produksi padanya. Render seperti ini gagal secara diam-diam dan terlambat — Anda mendapatkan program yang tampak masuk akal yang merender selama empat menit lalu rusak di frame 3.000 — sehingga menjadikannya kandidat buruk untuk integrasi khusus dan kandidat baik untuk endpoint yang sudah Anda miliki. Claude Opus 5.5 tersedia di OrcaRouter dengan harga daftar Anthropic tanpa markup 0% — $4 per juta token input, $20 per juta output, pembacaan cache $0.200 — dapat diakses melalui Anthropic Messages API maupun endpoint chat completions yang kompatibel dengan OpenAI, sehingga SDK yang sudah ada langsung berfungsi hanya dengan mengarahkan base URL-nya ke kami. Jalankan proses semalaman itu dengan kunci yang sama seperti yang lainnya, di balik satu API untuk 200+ model dengan failover otomatis, dan proses yang mati di frame 3.000 menjadi masalah routing, bukan arsitektur ulang.

Tuas biayanya adalah cache, dan cache layak dikonfigurasi sebelum render pertama, bukan sesudahnya: dengan $0,20 per juta token pembacaan cache dibandingkan $4 per juta input baru, menjaga sumber yang terus bertambah tetap berada dalam prefiks yang di-cache adalah pembeda antara pekerjaan semalaman yang murah dan yang mahal. Itu berlaku terlepas dari siapa yang melayani model tersebut.

Apa yang akan menyelesaikan pertanyaan tersebut?

Tiga hal akan membawa ini dari kelas demo menjadi sesuatu yang bisa Anda jadikan dasar perencanaan, dan tak satu pun darinya memerlukan model baru.

Yang pertama adalah sumber yang diterbitkan khusus untuk film sejarah tersebut. Video musik, gim-gim, dan film-film pixel-engine dapat diperiksa karena para pembuatnya mempublikasikan kodenya. Film-film yang beredar hanya sebagai video — termasuk yang ini — tidak dapat dibedakan dari rekaman layar yang diedit dengan cermat, dan perbedaannya paling penting justru untuk artefak yang isinya berupa klaim faktual.

Yang kedua adalah audit terhadap lini masa. Sejarah AI selama tiga menit adalah ujian dengan jawaban yang benar, dan fakta bahwa filmnya berdurasi tiga menit itulah yang membuat ujian ini sulit: model harus memadatkan periode 2017 hingga hari ini tanpa menghilangkan entri yang menopang atau mengarang urutan yang tidak pernah terjadi. Siapa pun dapat menonton filmnya dan memeriksa. Hampir tidak ada yang melakukannya.

Yang ketiga adalah kapasitas yang lebih murah untuk pekerjaan yang sama. Anthropic telah mengatakan bahwa Sonnet 5.5 dan Haiku 5.5 menyusul dalam beberapa minggu mendatang. Model yang lebih murah yang dapat menjaga build multi-file tetap utuh mengubah render semalaman dari eksperimen yang patut dicatat menjadi hal yang rutin, dan itu akan mengubah hitungan anggaran kegagalan — jumlah percobaan ulang yang mampu Anda tanggung — jauh lebih besar daripada perubahan pada kualitas satu frame mana pun.

Untuk saat ini, pembacaan jujur atas postingan itu lebih sempit daripada kedengarannya dan lebih menarik daripada kelihatannya. Sebuah model menulis perender, sebuah rencana, dan sebuah lini masa, lalu proses build mengubahnya menjadi video berdurasi tiga menit. Klaim yang layak diuji bukanlah bahwa filmnya terlihat bagus. Melainkan bahwa lini masa itu bertahan.