Claude Opus 5.5 gaf de geschiedenis van AI weer in pure code: wat dat werkelijk aantoont

Een bericht op X zegt dat iemand Claude Opus 5.5 heeft gevraagd een film van drie minuten te maken over de geschiedenis van AI — van "Attention Is All You Need" tot AGI — zonder stockbeelden en zonder beeld- of videogeneratoren, waarbij elk frame uit code is gerenderd. Dat is een democlaim van één account, geen aankondiging van een leverancier, en een film is het gemakkelijkste artefact in dit veld om te reposten en het moeilijkste om te controleren. Wat controleerbaar is, is de categorie waartoe het behoort. In de twee dagen nadat de leverancier Claude Opus 5.5 op 22 september 2026 uitbracht, publiceerden verschillende mensen met code gerenderde films en animaties die ermee waren gemaakt, en enkelen van hen publiceerden hun broncode. Dat is genoeg om de vraag te beantwoorden die het bericht eigenlijk oproept: wat betekent "100% in code gemaakt", en wat vergt een geschiedenis van AI dat een muziekvideo niet vergt?

Korte versie, en het is het onderdeel dat reposts weglaten. Het model genereert geen pixels. Het schrijft een programma dat pixels schildert en voert dat vervolgens uit. De uitvoer van de interessante stap is een renderer, geen film.

Wat "uit code gerenderd" uitsluit — en wat het overlaat

De beperking in de prompt verricht echt werk, dus het is de moeite waard om die precies te formuleren. Geen beeldmodel, geen videomodel, geen stockbibliotheek, geen gelicentieerde beelden, geen gegenereerde stem. Alles wat op het scherm te zien is, moet worden geproduceerd door rekenwerk dat iemand heeft opgeschreven.

Wat dat achterlaat, is een pipeline, en de vorm ervan is consistent in elk van deze projecten:

• Schilderen — een pagina die p5.js, Canvas 2D of WebGL gebruikt, of een Python- en NumPy-lus die rechtstreeks pixelarrays schrijft. Kleur, geometrie, typografie en beweging zijn allemaal code.

• Rendering — iets moet elk frame in volgorde bezoeken. In de browsergebaseerde projecten is dat een Node-script dat een headless Chrome-instantie aanstuurt en screenshots van het canvas maakt; in de Python-projecten is het een lus die afbeeldingsbestanden wegschrijft.

• Codering — ffmpeg voegt de frames samen en legt de audiotrack erbovenop.

Bij 24 frames per seconde is drie minuten ongeveer 4.320 frames. Niets aan Claude Opus 5.5 verandert wat frame 2.000 kost, want frame 2.000 is een screenshot van een canvas, niet een modelaanroep. Het werk van het model eindigt voordat het dure deel begint — en het dure deel staat op jouw hardware, niet op de API.

Waarom een geschiedenis van AI een moeilijkere opdracht is dan een muziekvideo

In een muziekvideo is de inhoud het lied. De animatie is decoratie, en decoratie kan abstract zijn. Een film over de geschiedenis van AI heeft de tegenovergestelde structuur: de tijdlijn is de inhoud. Als de film RLHF vóór de transformer plaatst, of de twee jaar tussen GPT-3 en ChatGPT overslaat, dan is hij fout op een manier die geen enkele hoeveelheid renderkwaliteit kan goedmaken. Niemand die naar een aquarel-lyricvideo kijkt, kan zien of het model het lied begreep. Iedereen die naar een geschiedenis van drie minuten kijkt, kan zien of het model de geschiedenis kent.

Dat stapelt drie afzonderlijke lasten op één run. Het model moet feiten correct op volgorde zetten over een lengte die zo groot is dat het niet alles in één keer kan bevatten. Het moet een renderer met meerdere bestanden bouwen en debuggen. En het moet regiekeuzes maken — wat te tonen, wat weg te laten, wanneer te knippen — want een geschiedenis moet gemonteerd worden, anders is het een lijst. Het falen van een van de drie is onzichtbaar in een screenshot. Een film met een prachtige renderer en een door elkaar gehaalde tijdlijn ziet er goed uit tot je hem leest.

De artefacten die een inspectie doorstaan, zijn de exemplaren die hun broncode hebben gepubliceerd, en daarvan zijn er nu verschillende. Een muziekvideo voor een nummer getiteld "I'm Upping My P(doom)" verscheen op 22 september op GitHub — dezelfde dag dat Claude Opus 5.5 werd gelanceerd — met een README waarin stond dat er twee generaties nodig waren, de eerste toegeschreven aan het model op gemiddelde inspanning en de tweede op de standaardinstelling, dat "alles in deze repository door het model is gegenereerd", en dat er geen scène-ideeën waren gespecificeerd buiten een personageontwerp en een algemene instructie om elke songtekst interessante beelden te geven. Een demo-repository met drie spellen volgde op 23 september: drie speelbare browsergames, elk met één prompt van één zin, geen externe assets, modellen en texturen en audio allemaal procedureel. Een van de drie vereiste dat het model de officiële lay-out van een bestaande game-map opzocht en de geometrie daarvan op basis van dat onderzoek herbouwde voordat het iets schreef — waarbij het model besloot dat zijn eerste antwoord fout zou zijn geweest. En een naar verluidt vier minuten durende film die alleen uit code bestaat, toegeschreven aan vier agenten in ongeveer negentig minuten zonder spraak-API, circuleerde diezelfde week.

De specifieke film over de geschiedenis van AI bevindt zich niet onder de artefacten die ik kon verifiëren, en de speelduur, prompt en tijdlijn ervan zijn het verslag van de auteur, niet iets dat een buitenstaander heeft gecontroleerd. Behandel het zoals je elke demo zou behandelen: de techniek die erin wordt gedemonstreerd is echt en reproduceerbaar; de specifieke film is een bewering.

Wat drie minuten gegenereerde code werkelijk kost

Er is één onafhankelijke meting die deze workload beter beschrijft dan de demo's, en die komt van Artificial Analysis. Op hun Intelligence Index — versie v4.3.2, tien evaluaties — scoort Claude Opus 5.5 een 58 bij maximale inspanning, waarmee die pagina het op de eerste plaats van 212 modellen zet. Dezelfde pagina plaatst het model op 260 miljoen verbruikte outputtokens in de hele Index-suite, met een rang voor breedsprakigheid van 95 van 212, en een gewogen gemiddelde kostprijs van $5,98 per Indextaak. De adviesprijs van Anthropic is $4 per miljoen inputtokens en $20 per miljoen output, met cachereads aan $0,20 per miljoen.

Lees die twee dingen samen en het tokenprofiel is het verhaal. Een model dat veel outputtokens uitgeeft en qua breedsprakigheid in de middenmoot uitkomt, is een model dat op de pagina denkt in plaats van comprimeert. Generatie over een lange horizon is hoe dat er van buitenaf uitziet: het budget gaat naar het bij elkaar houden van een grote build over meerdere bestanden en meerdere uren, en het zichtbare artefact is het residu.

De rekensom, die een rekensom is en geen factuur, aangezien niemand de tokenkosten van een van deze films heeft gepubliceerd: bij $20 per miljoen outputtokens kost een run die 500.000 outputtokens uitstuurt $10 aan output. Het opnieuw inlezen van input is waar een lange build duur wordt — een renderer die herhaaldelijk zijn eigen groeiende bron opnieuw inleest, betaalt $4 per miljoen aan de invoerkant, of $0,20 per miljoen zodra het prefix in de cache zit, wat een twintigvoudig verschil is en de grootste hefboom op de kosten van een lange agent-run.

Eén voorbehoud geldt voor elk getal hierboven en voor Anthropic's eigen tabel bij de lancering. De meeste door de leverancier gepubliceerde benchmarkrijen staan op maximale effort, terwijl de standaard effort op de API medium is. Terminal-Bench 4.0 op 66,4%, CursorBench 4.0 op 52,5% bij standaard medium, GDPval-AA v2.1 op 1.846 Elo — deze zijn door de leverancier gerapporteerd, niet gereproduceerd en afhankelijk van effort. Behandel effort als de budgetknop die het is, niet als een voetnoot.

Waar de artefacten niet meer bruikbaar zijn

De faalwijzen bij dit soort werk zijn consistent in elke repo die genoeg heeft gepubliceerd om te controleren, en ze zijn allemaal structureel in plaats van modelspecifiek.

• De output is een programma, geen bestand. Als je een MP4 nodig hebt om aan iemand te geven, heb je nog steeds Node, een browser en ffmpeg nodig. Het model produceerde de renderer, niet de render. Dat is een buildafhankelijkheid die je voor altijd houdt, en die breekt de eerste keer dat de browser verandert.

• Het schaalt met frames, niet met prompts. 4.320 frames zijn 4.320 screenshots. Niets in de prompt verkort dat, en niets aan het vermogen van het model maakt de laatste duizend frames goedkoper dan de eerste duizend.

• Determinisme is een vereiste, geen luxe. Frames worden parallel en buiten volgorde gerenderd, dus elk frame moet een pure functie van zijn tijdstempel zijn — geen meegedragen toestand, geen willekeurigheid zonder seed, geen afhankelijkheid van wanneer het frame toevallig werd berekend. Een model dat zich dat niet eigen heeft gemaakt, produceert een film die flikkert, en de flikkering is in geen enkel afzonderlijk frame dat je onderzoekt zichtbaar.

One-shot betekent niet ongecontroleerd. Het duidelijkste bewijs is het kaartonderzoek: het model controleerde een gepubliceerde lay-out in plaats van zijn eigen reconstructie te vertrouwen. Dat is het gedrag dat je wilt, en niets in de prompt dwingt het af.

• De feiten zijn het deel dat niemand controleerde. Elk gepubliceerd artefact in deze categorie rapporteert zijn renderingpijplijn. Geen ervan rapporteert een factcheckronde. Voor een historische film is dat het volledige risico-oppervlak, en het is precies het enige dat een screenshot je niet kan tonen.

• Niemand heeft de mislukking geprijsd. Geen van deze repo's rapporteert hoeveel pogingen het kostte, hoeveel tokens er werden verbrand, of hoeveel van de tweede generatie bestond uit het repareren van de eerste. Dat is het getal dat een team nodig heeft voordat het zich vastlegt, en het is het getal waarover de demo's het stilst zijn.

Een render van drie minuten draaien zonder daarmee een productiepad op het spel te zetten

Als je een film wilt, is Claude Opus 5.5 geen videomodel, en geen enkele hoeveelheid demobeelden maakt er een videomodel van. Het lanceermateriaal van Anthropic bevat geen mogelijkheid tot videogeneratie; de gepubliceerde evaluaties zijn agentische codering, computergebruik en kenniswerk. Wat de demo's laten zien, is codegeneratie over een lange horizon, gericht op iets dat je kunt bekijken.

Als dat het vermogen is dat je wilt, is de praktische vraag niet langer welk model, maar hoe je een generatietaak van meerdere uren draait zonder er een productiepad aan vast te leggen. Een render als deze faalt stil en laat — je krijgt een plausibel programma dat vier minuten lang tekent en dan bij frame 3.000 stukloopt — waardoor het een slechte kandidaat is voor een maatwerkintegratie en een goede kandidaat voor een endpoint dat je al hebt. Claude Opus 5.5 staat op OrcaRouter tegen Anthropics lijstprijs met 0% markup — $4 per miljoen inputtokens, $20 per miljoen output, cachereads tegen $0.200 — bereikbaar via zowel de Anthropic Messages API als het OpenAI-compatibele chat completions-endpoint, zodat een bestaande SDK werkt door de base-URL naar ons te wijzen. Zet de nachtelijke run op dezelfde key als al het andere, achter één API voor 200+ modellen met automatische failover, en een run die bij frame 3.000 sterft is een routeringsprobleem in plaats van een herarchitectuur.

De kostenhefboom is de cache, en het loont om die vóór de eerste render te configureren in plaats van erna: bij $0,20 per miljoen cache-read-tokens tegenover $4 per miljoen verse input, is het houden van de groeiende bron in de gecachte prefix het verschil tussen een goedkope nachtelijke job en een dure. Dat geldt ongeacht wie het model serveert.

Wat zou de kwestie beslechten?

Drie dingen zouden dit van een demoklasse naar iets waar je omheen kunt plannen tillen, en geen ervan vereist een nieuw model.

De eerste is gepubliceerde broncode, specifiek voor de geschiedenisfilm. De muziekvideo, de games en de pixel-enginefilms zijn controleerbaar omdat hun makers de code online hebben gezet. De films die alleen als video circuleren — waaronder deze — zijn niet te onderscheiden van een zorgvuldig bewerkte schermopname, en het verschil is het belangrijkst voor precies het artefact waarvan de inhoud uit feitelijke beweringen bestaat.

De tweede is een audit van de tijdlijn. Een geschiedenis van AI van drie minuten is een test met één juist antwoord, en het feit dat de film drie minuten duurt, is juist wat de test moeilijk maakt: het model moet 2017 tot vandaag comprimeren zonder de dragende vermeldingen te laten vallen of een volgorde te verzinnen die nooit heeft bestaan. Iedereen kan de film bekijken en controleren. Bijna niemand heeft dat gedaan.

Het derde is goedkopere capaciteit voor hetzelfde werk. Anthropic heeft gezegd dat Sonnet 5.5 en Haiku 5.5 in de komende weken volgen. Een goedkoper model dat een build van meerdere bestanden bij elkaar kan houden, verandert een nachtelijke render van een opmerkelijk experiment in iets alledaags, en het zou de rekensom rond het faalbudget — het aantal retries dat je je kunt veroorloven — veel meer veranderen dan de kwaliteit van één enkel frame.

Voorlopig is de eerlijke lezing van de post smaller dan die klinkt en interessanter dan die eruitziet. Een model schreef een renderer, een plan en een tijdlijn, en een buildproces veranderde die vervolgens in drie minuten video. De bewering die het testen waard is, is niet dat de film er goed uitziet. Het is dat de tijdlijn het heeft overleefd.