Claude Opus 5.5 ha rappresentato la storia dell'IA in puro codice: cosa dimostra davvero

Un post su X afferma che qualcuno ha chiesto a Claude Opus 5.5 di realizzare un film di tre minuti sulla storia dell'IA — da «Attention Is All You Need» all'AGI — senza filmati d'archivio e senza generatori di immagini o video, con ogni fotogramma renderizzato dal codice. Si tratta di un'affermazione dimostrativa proveniente da un singolo account, non di un annuncio del fornitore, e un film è l'artefatto più facile da ripubblicare in questo campo e il più difficile da verificare. Ciò che è verificabile è la classe a cui appartiene. Nei due giorni successivi al lancio di Claude Opus 5.5 da parte del fornitore, il 22 settembre 2026, diverse persone hanno pubblicato film e animazioni renderizzati dal codice e realizzati con esso, e alcune di loro ne hanno pubblicato il codice sorgente. Questo basta a rispondere alla domanda che il post solleva effettivamente: cosa significa «fatto 100% in codice», e cosa richiede una storia dell'IA che un video musicale non richiede?

Versione breve, ed è la parte che i repost omettono. Il modello non genera pixel. Scrive un programma che dipinge pixel, poi lo esegue. L'output del passaggio interessante è un renderer, non un film.

Cosa esclude “renderizzato dal codice” — e cosa lascia

Il vincolo nel prompt sta facendo un lavoro reale, quindi vale la pena enunciarlo con precisione. Nessun modello di immagini, nessun modello video, nessuna libreria stock, nessun filmato con licenza, nessuna voce generata. Tutto ciò che appare sullo schermo deve essere prodotto da aritmetica che qualcuno ha scritto.

Quello che resta è una pipeline, e la sua forma è coerente in ognuno di questi progetti:

• Pittura — una pagina che usa p5.js, Canvas 2D o WebGL, oppure un ciclo Python e NumPy che scrive direttamente array di pixel. Colore, geometria, tipografia e movimento sono tutti codice.

• Rendering — qualcosa deve visitare ogni frame in ordine. Nei progetti basati sul browser si tratta di uno script Node che pilota un'istanza headless di Chrome e cattura screenshot del canvas; nei progetti Python è un ciclo che scrive file immagine.

• Codifica — ffmpeg unisce i fotogrammi e vi sovrappone la traccia audio.

A 24 fotogrammi al secondo, tre minuti sono circa 4.320 fotogrammi. Nulla in Claude Opus 5.5 cambia quanto costa il fotogramma 2.000, perché il fotogramma 2.000 è uno screenshot di un canvas, non una chiamata al modello. Il lavoro del modello termina prima che inizi la parte costosa — e la parte costosa è sul tuo hardware, non sull'API.

Perché una storia dell'IA è un brief più difficile di un video musicale

In un video musicale, il contenuto è la canzone. L'animazione è decorazione, e la decorazione può essere astratta. Un film sulla storia dell'IA ha la struttura opposta: la linea temporale è il contenuto. Se il film mette RLHF prima del transformer, o salta i due anni tra GPT-3 e ChatGPT, è sbagliato in un modo che nessuna qualità di rendering, per quanto elevata, può correggere. Nessuno che guardi un lyric video ad acquerello può dire se il modello abbia capito la canzone. Chiunque guardi una storia di tre minuti può dire se il modello conosca la storia.

Questo sovrappone tre carichi distinti in un'unica esecuzione. Il modello deve mettere in sequenza i fatti correttamente lungo un arco abbastanza lungo da non poter tenere tutto quanto in una sola passata. Deve costruire ed eseguire il debug di un renderer multi-file. E deve fare scelte di regia — cosa mostrare, cosa omettere, quando tagliare — perché una storia va montata, altrimenti è un elenco. Un fallimento in uno qualsiasi dei tre è invisibile in uno screenshot. Un film con un renderer splendido e una timeline disordinata sembra a posto finché non lo si legge.

Gli artefatti che reggono l'ispezione sono quelli che hanno pubblicato il loro codice sorgente, e ormai ce ne sono diversi. Un video musicale per una canzone intitolata "I'm Upping My P(doom)" è apparso su GitHub il 22 settembre — lo stesso giorno del lancio di Claude Opus 5.5 — con un README che dichiara che sono state necessarie due generazioni, la prima attribuita al modello a sforzo medio e la seconda a quello predefinito, che "tutto in questo repository è stato generato dal modello", e che non sono state specificate idee per le scene oltre a un design del personaggio e a un'istruzione generale di dare a ogni verso contenuti visivi interessanti. Un repository demo con tre giochi è seguito il 23 settembre: tre giochi browser giocabili, un prompt di una sola frase ciascuno, nessuna risorsa esterna, modelli, texture e audio tutti procedurali. Uno dei tre ha richiesto che il modello cercasse il layout ufficiale di una mappa di gioco esistente e ricostruisse la sua geometria da quella ricerca prima di scrivere qualsiasi cosa — con il modello che ha deciso che la sua prima risposta sarebbe stata sbagliata. E un film di soli quattro minuti e solo codice, attribuito a quattro agenti in circa novanta minuti senza API vocale, ha circolato la stessa settimana.

Il film specifico sulla storia dell'IA non è tra gli artefatti che ho potuto verificare, e la sua durata, il suo prompt e la sua timeline sono il resoconto dell'autore, non qualcosa che una parte esterna abbia verificato. Trattalo come tratteresti qualsiasi demo: la tecnica che dimostra è reale e riproducibile; il film in questione è un'asserzione.

Quanto costano davvero tre minuti di codice generato

Esiste una misurazione indipendente che descrive questo carico di lavoro meglio di quanto facciano le demo, e proviene da Artificial Analysis. Sul suo Intelligence Index — versione v4.3.2, dieci valutazioni — Claude Opus 5.5 ottiene un punteggio di 58 con sforzo massimo, e quella pagina lo classifica al primo posto su 212 modelli. La stessa pagina colloca il modello a 260 milioni di token di output consumati nell'intera suite dell'Index, con un rango di verbosità pari al 95° su 212, e un costo medio ponderato di $5,98 per attività dell'Index. Il prezzo di listino di Anthropic è di $4 per milione di token di input e $20 per milione di output, con le letture dalla cache a $0,20 per milione.

Leggi quelle due cose insieme e il profilo dei token è la storia. Un modello che spende molti token in output e si attesta nella media quanto a verbosità è un modello che pensa sulla pagina invece di comprimere. La generazione a lungo orizzonte è ciò che questo sembra dall’esterno: il budget serve a tenere insieme una build grande, multi-file e di molte ore, e l’artefatto visibile è il residuo.

L'aritmetica, che è aritmetica e non una fattura, dato che nessuno ha pubblicato il costo in token di nessuno di questi film: a 20 $ per milione di token di output, un'esecuzione che emette 500.000 token di output costa 10 $ in output. Le riletture dell'input sono il punto in cui una build lunga diventa costosa — un renderer che rilegge ripetutamente il proprio sorgente in crescita paga 4 $ per milione in entrata, ovvero 0,20 $ per milione una volta che il prefisso è in cache, il che è una differenza di venti volte e la leva singola più grande sul costo di un'esecuzione lunga di un agente.

Una precisazione che vale per ogni numero sopra e per la tabella di lancio di Anthropic stessa. La maggior parte delle righe di benchmark pubblicate dal fornitore è a effort massimo, mentre l'effort predefinito sull'API è medium. Terminal-Bench 4.0 al 66,4%, CursorBench 4.0 al 52,5% con impostazione predefinita medium, GDPval-AA v2.1 a 1.846 Elo — questi sono dati dichiarati dal fornitore, non riprodotti e dipendenti dall'effort. Tratta l'effort come la manopola del budget che è, non come una nota a piè di pagina.

Dove gli artefatti smettono di essere utilizzabili

Le modalità di fallimento in questa classe di lavori sono coerenti in ogni repository che ha pubblicato abbastanza da poter essere verificato, e sono tutte strutturali anziché specifiche del modello.

• L'output è un programma, non un file. Se devi consegnare un MP4 a qualcuno, hai comunque bisogno di Node, di un browser e di ffmpeg. Il modello ha prodotto il renderer, non il render. È una dipendenza di build che ti porterai dietro per sempre, e si romperà la prima volta che il browser cambia.

• Scala in base ai fotogrammi, non ai prompt. 4.320 fotogrammi sono 4.320 screenshot. Nulla nel prompt accorcia questo, e nulla nella capacità del modello rende gli ultimi mille fotogrammi meno costosi dei primi mille.

• Il determinismo è un requisito, non un vezzo. I fotogrammi vengono renderizzati in parallelo e fuori ordine, quindi ogni fotogramma deve essere una funzione pura del suo timestamp — niente stato trasportato, niente casualità priva di seed, nessuna dipendenza da quando il fotogramma è stato calcolato. Un modello che non ha interiorizzato questo produce un film che sfarfalla, e lo sfarfallio non è visibile in nessun singolo fotogramma che si esamini.

• One-shot non significa non verificato. L'evidenza più chiara è la ricerca sulla mappa: il modello ha controllato un layout pubblicato invece di fidarsi della propria ricostruzione. È il comportamento che desideri e nulla nel prompt lo impone.

• I fatti sono la parte che nessuno ha controllato. Ogni artefatto pubblicato di questa classe riporta la propria pipeline di rendering. Nessuno di essi riporta un passaggio di verifica dei fatti. Per un film storico quella è l'intera superficie di rischio, ed è l'unica cosa che uno screenshot non può mostrarti.

• Nessuno ha quantificato il costo del fallimento. Nessuno di questi repo riporta quanti tentativi sono stati necessari, quanti token ha consumato, o quanto della seconda generazione è servito a riparare la prima. Questo è il numero di cui un team ha bisogno prima di impegnarsi, ed è il numero sul quale le demo tacciono maggiormente.

Eseguire un render di tre minuti senza puntare un percorso di produzione su di esso

Se quello che vuoi è un film, Claude Opus 5.5 non è un modello video e nessuna quantità di filmati dimostrativi può renderlo tale. Il materiale di lancio di Anthropic non contiene alcuna capacità di generazione video; le valutazioni pubblicate riguardano il coding agentico, l'uso del computer e il lavoro di conoscenza. Ciò che le demo mostrano è generazione di codice a lungo orizzonte puntata verso qualcosa che puoi guardare.

Se questa è la facoltà che vuoi, la domanda pratica smette di essere quale modello e diventa come eseguire un job di generazione di più ore senza affidargli un percorso di produzione. Un render come questo fallisce in silenzio e in ritardo — ottieni un programma plausibile che dipinge per quattro minuti e poi si rompe al fotogramma 3.000 — il che lo rende un cattivo candidato per un'integrazione su misura e un buon candidato per un endpoint che già hai. Claude Opus 5.5 è su OrcaRouter al prezzo di listino di Anthropic con 0% di ricarico — 4 $ per milione di token in input, 20 $ per milione in output, letture dalla cache a 0,200 $ — raggiungibile sia tramite l'API Anthropic Messages sia tramite l'endpoint chat completions compatibile con OpenAI, quindi un SDK esistente funziona puntando il suo base URL su di noi. Metti l'esecuzione notturna sulla stessa chiave di tutto il resto, dietro una sola API per oltre 200 modelli con failover automatico, e un'esecuzione che muore al fotogramma 3.000 diventa un problema di routing anziché una riarchitettura.

Il fattore di costo è la cache, e vale la pena configurarla prima del primo rendering anziché dopo: con 0,20 $ per milione di token letti dalla cache contro 4 $ per milione di token di input fresco, mantenere la sorgente in crescita nel prefisso in cache è la differenza tra un processo notturno economico e uno costoso. Questo vale indipendentemente da chi eroga il modello.

Cosa risolverebbe la questione

Tre cose lo sposterebbero da una classe demo a qualcosa su cui puoi basare i tuoi piani, e nessuna di esse richiede un nuovo modello.

Il primo è il codice sorgente pubblicato specificamente per il film storico. Il videoclip musicale, i giochi e i film con motore a pixel sono verificabili perché i loro autori hanno pubblicato il codice. I film che circolano solo come video — incluso questo — non possono essere distinti da una registrazione dello schermo accuratamente montata, e la differenza conta soprattutto proprio per l'artefatto il cui contenuto è costituito da affermazioni fattuali.

Il secondo è un audit della timeline. Una storia dell'IA di tre minuti è un test con una risposta giusta, e il fatto che il film duri tre minuti è ciò che rende difficile il test: il modello deve comprimere dal 2017 a oggi senza perdere le voci portanti né inventare un ordine che non è mai accaduto. Chiunque può guardare il film e verificare. Quasi nessuno l'ha fatto.

Il terzo è una capacità più economica per lo stesso lavoro. Anthropic ha dichiarato che Sonnet 5.5 e Haiku 5.5 seguiranno nelle prossime settimane. Un modello più economico in grado di tenere insieme una build multi-file trasforma un render notturno da un esperimento degno di nota in una routine, e cambierebbe l'aritmetica del budget di fallimento — il numero di tentativi che puoi permetterti — molto più di quanto cambi la qualità di un singolo frame.

Per ora, la lettura onesta del post è più ristretta di quanto non suoni e più interessante di quanto non appaia. Un modello ha scritto un renderer, un piano e una timeline, poi un processo di build li ha trasformati in tre minuti di video. L'affermazione che vale la pena verificare non è che il film sia bello. È che la timeline è sopravvissuta.