Claude Opus 5.5 ha animato una festa di Kākāpō in un unico file HTML: cosa consegna davvero la demo

Una slide di chiusura di un keynote è un posto strano dove trovare un test di modello, ma è proprio lì che è finito questo. Il 25 settembre 2026, Simon Willison ha chiuso il WeAreDevelopers World Congress North America con un video di quindici secondi di due dozzine di kākāpō in pixel-art che rimbalzano sotto una pioggia di coriandoli — e il video non è la parte interessante. La parte interessante è ciò che Claude Opus 5.5 è stato incaricato di creare e ciò che ha restituito: non filmati, non una sequenza di immagini, ma un unico file HTML di 45.880 byte che non contiene immagini, video né chiamate di rete. Claude Opus 5.5 è stato rilasciato il 22 settembre 2026 a $4 per milione di token in input e $20 per milione in output, e questo è ciò che fa il modello quando gli dai tre foto di pappagalli e chiedi una festa.

Entrambe le metà della rivendicazione sono pubblicate, ed è l'unico motivo per cui vale la pena dedicarci un post. L'artefatto stesso si trova su tools.simonwillison.net/kakapo-party, e la sessione che l'ha trasformato in un MP4 è stata documentata con la sua trascrizione completa e lo script Playwright che ha usato. Quindi è verificabile in un modo in cui la maggior parte dei post "guardate cosa ha fatto il modello" non lo è — pur restando il pomeriggio di un singolo professionista anziché un benchmark. Anthropic non ha pubblicato nulla al riguardo, e da nessuna parte vi è collegato un punteggio indipendente.

Che cos'è realmente l'artefatto

Leggi il codice sorgente della pagina e la forma della cosa diventa chiara. C'è esattamente un <canvas> elemento e un 2D contesto. Non ci sono <img>, <video> o <audio> tag, nessun fetch, nessun XHR, nessun WebSocket, nessun link CDN, nessun web font, nulla scritto in localStorage o nei cookie. Il file viene renderizzato in modo identico da un percorso scaricato file:// con la rete scollegata — ed è proprio per questo che un registratore locale potrebbe catturarlo.

L'arte è dove si nasconde il lavoro. Ogni sprite è memorizzato come un array di stringhe di caratteri e dipinto lettera per lettera tramite una mappa di palette, quindi un contorno è una K, un verde del corpo è una G e una luce è una L. L'uccello è disponibile in 6 varianti di colore — tre verdi del corpo incrociati con due palette del viso e delle zampe — moltiplicate per 5 fotogrammi di animazione, quindi 30 piccoli canvas fuori schermo vengono costruiti prima che qualcosa si muova. La folla è posizionata proceduralmente in file sfalsate con la garanzia, nel codice sorgente, che almeno 22 uccelli finiscano sullo schermo. Il prompt richiedeva "almeno 20 di essi".

Gli oggetti di scena sono costruiti allo stesso modo: 6 colori di palloncini, 6 colori di bandierine, 5 colori di lampadine sulla catena di luci, una palla da discoteca, cappelli in 6 triplette di colori a 3 angoli di inclinazione, tre papillon e 8 colori di coriandoli, ciascuno con una variante scurita per l'ombreggiatura. Persino il cielo notturno è fatto a mano — una matrice di dithering ordinato 4×4, più un piccolo font bitmap con una tabella dei macron così che lo striscione possa scrivere FESTA KĀKĀPŌ! senza prendere in prestito un carattere di sistema.

Il movimento è coreografato anziché casuale. Il loop va a 124 BPM, e ogni frase di otto battiti sceglie una delle sei modalità di folla: tutti insieme, un'onda messicana, un uccello su due, ognuno per sé, un'onda che parte dal centro, o file a turno. Rispetta prefers-reduced-motion, e il suggerimento sullo schermo riporta "tocca" o "clicca" a seconda che il dispositivo segnali o meno il touch.

Perché la pixel art è un test insolitamente onesto

Claude Opus 5.5 non disegna questo. Ha scritto il programma che lo disegna, il che significa che il modello doveva tenere in mente contemporaneamente una grande quantità di dettagli già stabiliti: una palette che non stoni, una geometria degli sprite che risulti leggibile a 18 pixel di larghezza, un arco di salto che si ripete e coriandoli che cadono in modo convincente. Non c'è modo di bluffare su questo con un campione fortunato. Una singola coordinata impostata male si manifesta come un buco nella testa di un uccello.

Doveva funzionare anche a partire da fotografie. Le tre immagini di riferimento sono state inserite come input immagine, e ciò che ne è uscito è uno sprite simbolico — un'astrazione di un pappagallo verde muschio dal viso con vibrisse, senza alcuna traccia della foto. Questa è l'intera pipeline in miniatura: percezione in ingresso, codice in uscita, pixel prodotti dal codice.

Il controllo visivo è la parte più incisiva, e taglia anche nella direzione opposta. Nulla nel file era stato renderizzato perché l'autore potesse ispezionarlo prima di aprirlo; l'artefatto o sembra una festa o non lo sembra, e lui ha pubblicato un link, quindi puoi giudicare da te. È una forma di prova più forte di uno screenshot in un thread — e comunque molto più debole di un numero.

Il video è una storia di Claude Code, non una storia di Claude Opus 5.5

I quindici secondi sulla slide di chiusura sono stati realizzati da una sessione locale di Claude Code che pilota Playwright, non dal modello che ha scritto l'animazione, e la distinzione conta se si cerca di riprodurne una qualsiasi parte.

La pagina interattiva spara coriandoli solo quando ci clicchi sopra. Quindi chi registrava ha dovuto fare clic — dieci volte, a coordinate programmate distribuite su tutta la canvas, da tre secondi dall'inizio fino a 13,2 secondi, all'interno di una registrazione a 1280×720 chiusa a sedici secondi. Lo script pubblicato è di circa venti righe, e questo è il titolo onesto: la parte difficile del trasformare un'animazione web in una risorsa per slide è stata rappresentata da dieci eventi del mouse temporizzati.

Una seconda sessione il giorno seguente ha invece preso di mira la dimensione del file. Il primo encode era un MP4 da 10.445.811 byte; un encode H.264 a 2 Mbps in due passaggi con un leggero denoise e un preset ottimizzato per la grafica piatta è arrivato a 3.299.473 byte — 68% in meno, sempre 1280×720, sempre 25 fps, sempre quindici secondi, senza traccia audio. Misurata rispetto alla registrazione grezza, la similarità strutturale è scesa da 0,984 a 0,932. Un tentativo a 960×540 è venuto fuori sia più grande sia più sfocato, perché la pixel art non sopravvive al ridimensionamento verso il basso. Questi sono il tipo di numeri che una demo registrata dallo schermo non pubblica mai, e sono il motivo per cui è insolitamente facile fidarsi di questo particolare resoconto per quanto riguarda la meccanica.

Cosa questo non dimostra su Claude Opus 5.5

• Dimensione del campione — un prompt, un soggetto, una persona. La caratterizzazione «sorprendentemente capace nell'animazione in pixel art» era una reputazione che l'autore aveva letto, non una misurazione che aveva eseguito.

• Costo — non sono stati pubblicati conteggi di token per nessuna delle due sessioni, quindi non è possibile determinare il prezzo dell'esecuzione dai materiali. L'artefatto stesso è di 45.880 byte, all'incirca 11,5K token di output, il che, ai $20 pubblicati da Anthropic per milione di token di output, rappresenta un minimo di circa 23 centesimi solo per il file finale — ed è solo un minimo, perché tutto ciò che il modello ha scritto e che non è sopravvissuto nell'HTML finito è invisibile.

• Generalità — un gruppo di uccelli identici è una scena indulgente. Un solo sprite, ricolorato, più effetti senza camera. Non dice nulla sulle scene che richiedono molti oggetti distinti, né se la stessa qualità regga a tre minuti invece che a quindici secondi.

• Indipendenza — ogni dato qui è o misurato dalla fonte pubblicata o preso dal listino prezzi di Anthropic stesso. Non esiste alcuna valutazione di terze parti di Claude Opus 5.5 che si dedica alla pixel art, e questo articolo non inventa nulla.

Eseguendo lo stesso esperimento sul tuo stesso soggetto

Il motivo per cui vale la pena copiare questa demo è che è economica e autosufficiente. Un singolo file HTML, un canvas, nessun asset: puoi dare lo stesso prompt a un modello con la tua foto di riferimento e vedere il risultato in una sola sessione, senza dover prima allestire una pipeline.

Claude Opus 5.5 è su OrcaRouter al prezzo di listino pubblicato da Anthropic con il ricarico applicato allo 0% — 4,00 $ per milione di token in input, 20,00 $ per milione in output, 0,20 $ per milione di letture dalla cache, con l'intera finestra di contesto da 1M di token al prezzo standard. Questo conta proprio per questo tipo di esperimento: un prompt di novità è esattamente il caso in cui vuoi confrontare senza firmare nulla, e una sola API per oltre 200 modelli significa che la stessa chiamata raggiunge le rotte più economiche se vuoi vedere come un modello più piccolo gestisce lo stesso sprite sheet. Il failover automatico ti copre se una rotta peggiora a metà confronto, e se preferisci non scegliere affatto, il DSL di routing può inviare lo stesso prompt a due modelli e lasciarti scegliere il migliore.

Da qui, due cose meritano attenzione. La prima è se qualcosa del genere venga misurato anziché ammirato — un prompt fisso, un soggetto fisso e una manciata di modelli che producono lo stesso brief ti direbbero molto più di un'altra serie di animazioni. La seconda è la trasparenza sui costi: l'unico numero che una demo come questa non riporta mai è quanto ci è voluto per arrivarci, tentativi ripetuti inclusi, e finché non comparirà in articoli come questo, "sorprendentemente capace" continuerà a sostituire una cifra che nessuno ha pubblicato.

Per ora, il riepilogo onesto della festa dei kākāpō è più ristretto dei repost e più utile di quanto sembri. Un modello di punta ha scritto 45.880 byte di codice sprite che funziona offline, anima 22 uccelli a 124 BPM e ha richiesto uno script Playwright da dieci clic per diventare un video. La dimostrazione è reale, il codice sorgente è pubblico, e l'affermazione che sostiene riguarda ciò che un modello può contenere in un singolo file — non ciò che può fare in media.