Claude Opus 5.5 odwzorował historię AI w czystym kodzie: co to tak naprawdę pokazuje

Post na X mówi, że ktoś poprosił Claude Opus 5.5 o stworzenie trzyminutowego filmu o historii AI — od „Attention Is All You Need” do AGI — bez materiałów stockowych i bez generatorów obrazu czy wideo, gdzie każda klatka renderowana jest z kodu. To twierdzenie demonstracyjne z jednego konta, a nie ogłoszenie producenta, a film to najłatwiejszy do ponownego udostępnienia i najtrudniejszy do sprawdzenia artefakt w tej dziedzinie. Sprawdzalne jest to, do jakiej klasy należy. W ciągu dwóch dni po tym, jak producent wydał Claude Opus 5.5 22 września 2026, kilka osób opublikowało zbudowane przy jego użyciu filmy i animacje renderowane z kodu, a niektóre z nich opublikowały swoje źródła. To wystarczy, by odpowiedzieć na pytanie, które ten post faktycznie stawia: co znaczy „w 100% zrobione w kodzie” i czego historia AI wymaga, czego nie wymaga teledysk?

Wersja skrócona — i to jest część, którą reposty pomijają. Model nie generuje pikseli. Pisze program, który maluje piksele, a potem go uruchamia. Wynikiem tego ciekawego kroku jest renderer, a nie film.

Co wyklucza „renderowane z kodu” — a co pozostawia

Ograniczenie w poleceniu odgrywa realną rolę, więc warto je precyzyjnie wyrazić. Żaden model obrazu, żaden model wideo, żadna biblioteka stockowa, żaden licencjonowany materiał filmowy, żaden generowany głos. Wszystko na ekranie musi być wytworzone przez arytmetykę, którą ktoś zapisał.

To, co z tego pozostaje, to pipeline, a jego kształt jest spójny w każdym z tych projektów:

• Malowanie — strona wykorzystująca p5.js, Canvas 2D lub WebGL albo pętlę w Pythonie i NumPy zapisującą bezpośrednio tablice pikseli. Kolor, geometria, typografia i ruch to wszystko kod.

• Renderowanie — coś musi odwiedzić każdą klatkę po kolei. W projektach opartych na przeglądarce jest to skrypt Node sterujący instancją Chrome w trybie headless i wykonujący zrzuty ekranu elementu canvas; w projektach w Pythonie jest to pętla zapisująca pliki obrazów.

• Kodowanie — ffmpeg łączy klatki i nakłada na wierzch ścieżkę audio.

Przy 24 klatkach na sekundę trzy minuty to około 4320 klatek. Nic w Claude Opus 5.5 nie zmienia kosztu klatki 2000, ponieważ klatka 2000 to zrzut ekranu kanwy, a nie wywołanie modelu. Zadanie modelu kończy się, zanim zaczyna się kosztowna część — a kosztowna część odbywa się na twoim sprzęcie, nie w API.

Dlaczego historia AI to trudniejszy brief niż teledysk

W teledysku treścią jest piosenka. Animacja to dekoracja, a dekoracja może być abstrakcyjna. Film o historii sztucznej inteligencji ma odwrotną strukturę: oś czasu jest treścią. Jeśli film stawia RLHF przed transformerem albo pomija dwa lata między GPT-3 a ChatGPT, jest błędny w sposób, którego nie naprawi żadna jakość renderowania. Nikt, kto ogląda akwarelowy teledysk z tekstem, nie potrafi stwierdzić, czy model zrozumiał piosenkę. Każdy, kto ogląda trzyminutową historię, potrafi stwierdzić, czy model zna historię.

To nakłada trzy oddzielne obciążenia na jeden przebieg. Model musi poprawnie ułożyć fakty w kolejności na odcinku wystarczająco długim, że nie jest w stanie utrzymać całości w jednym przejściu. Musi zbudować i debugować wieloplikowy renderer. I musi podejmować decyzje reżyserskie — co pokazać, co pominąć, kiedy ciąć — bo historię trzeba zmontować, inaczej jest listą. Awaria któregokolwiek z tych trzech elementów jest niewidoczna na zrzucie ekranu. Film z pięknym rendererem i pomieszaną chronologią wygląda dobrze, dopóki się go nie przeczyta.

Artefakty, które wytrzymują inspekcję, to te, które opublikowały swoje źródła, a jest ich już kilka. Teledysk do piosenki zatytułowanej „I'm Upping My P(doom)” pojawił się na GitHubie 22 września — tego samego dnia, w którym zadebiutował Claude Opus 5.5 — z plikiem README, w którym stwierdzono, że powstał w dwóch generacjach: pierwszą przypisano modelowi w trybie średniego wysiłku, a drugą w trybie domyślnym; że „wszystko w tym repozytorium zostało wygenerowane przez model”; oraz że nie określono żadnych pomysłów na sceny poza projektem postaci i ogólnym poleceniem, aby każdy wers miał interesujące wizualizacje. 23 września pojawiło się repozytorium demo z trzema grami: trzy grywalne gry przeglądarkowe, każda z jednozdaniowym promptem, bez zewnętrznych zasobów, z modelami, teksturami i dźwiękiem w całości proceduralnymi. Jedna z tych trzech wymagała, aby model wyszukał oficjalny układ istniejącej mapy gry i odtworzył jej geometrię na podstawie tych poszukiwań, zanim cokolwiek napisał — model uznał, że jego pierwsza odpowiedź byłaby błędna. A opisywany czterominutowy film składający się wyłącznie z kodu, przypisywany czterem agentom i powstały w około dziewięćdziesiąt minut bez API głosowego, krążył w tym samym tygodniu.

Konkretny film o historii AI nie należy do artefaktów, które mogłem zweryfikować, a jego czas trwania, prompt i os czasu to relacja autora, a nie coś, co zostało poddane audytowi przez niezależny podmiot. Traktuj go tak, jak traktowałbyś każde demo: technika, którą prezentuje, jest prawdziwa i odtwarzalna; ten konkretny film jest twierdzeniem.

Ile tak naprawdę kosztują trzy minuty wygenerowanego kodu

Istnieje jeden niezależny pomiar, który opisuje to obciążenie lepiej niż dema, i pochodzi on z Artificial Analysis. W swoim Intelligence Index — wersja v4.3.2, dziesięć ewaluacji — Claude Opus 5.5 uzyskuje wynik 58 przy maksymalnym wysiłku, co ta strona klasyfikuje na pierwszym miejscu wśród 212 modeli. Ta sama strona przypisuje modelowi 260 milionów zużytych tokenów wyjściowych w całym zestawie Index, z 95. pozycją w rankingu rozwlekłości na 212 i średnim ważonym kosztem 5,98 USD na zadanie Index. Cena katalogowa Anthropic to 4 USD za milion tokenów wejściowych i 20 USD za milion wyjściowych, a odczyty z pamięci podręcznej kosztują 0,20 USD za milion.

Zestaw te dwie rzeczy ze sobą, a profil tokenów mówi wszystko. Model, który zużywa dużo tokenów wyjściowych i wypada w środku stawki pod względem gadatliwości, to model, który myśli na stronie, zamiast kompresować. Generowanie o długim horyzoncie to właśnie to, jak to wygląda z zewnątrz: budżet idzie na utrzymanie spójności dużego, wieloplikowego, wielogodzinnego builda, a widoczny artefakt jest pozostałością.

Arytmetyka — która jest arytmetyką, a nie rachunkiem, bo nikt nie opublikował kosztu tokenów żadnego z tych filmów: przy 20 USD za milion tokenów wyjściowych przebieg generujący 500 000 tokenów wyjściowych kosztuje 10 USD na wyjściu. To ponowne odczyty danych wejściowych sprawiają, że długie budowanie staje się kosztowne — renderer, który wielokrotnie odczytuje własne, rosnące źródło, płaci 4 USD za milion na wejściu, czyli 0,20 USD za milion, gdy prefiks jest już w pamięci podręcznej; to dwudziestokrotna różnica i największa pojedyncza dźwignia kosztu długiego przebiegu agenta.

Jedno zastrzeżenie dotyczy każdej liczby powyżej oraz własnej tabeli premierowej Anthropic. Większość opublikowanych przez dostawcę wierszy benchmarków odpowiada maksymalnemu wysiłkowi, podczas gdy domyślny wysiłek w API to średni. Terminal-Bench 4.0 na poziomie 66,4%, CursorBench 4.0 na poziomie 52,5% przy domyślnym średnim poziomie, GDPval-AA v2.1 na poziomie 1 846 Elo — są to wyniki raportowane przez dostawcę, nieodtworzone i zależne od poziomu wysiłku. Traktuj wysiłek jako pokrętło budżetu, którym jest, a nie jako przypis.

Gdzie artefakty przestają być użyteczne

Tryby awarii w tego rodzaju pracach są takie same w każdym repozytorium, które opublikowało dość materiału, by można było to sprawdzić, i wszystkie mają charakter strukturalny, a nie związany z konkretnym modelem.

• Wynikiem jest program, a nie plik. Jeśli potrzebujesz MP4, żeby przekazać je komuś, nadal potrzebujesz Node, przeglądarki i ffmpeg. Model wygenerował renderer, a nie render. To zależność budowania, którą będziesz utrzymywać na zawsze, i zepsuje się przy pierwszej zmianie przeglądarki.

• Skaluje się wraz z liczbą klatek, a nie wraz z promptami. 4320 klatek to 4320 zrzutów ekranu. Nic w prompcie tego nie skraca, a nic w możliwościach modelu nie sprawia, że ostatni tysiąc klatek jest tańszy niż pierwszy tysiąc.

• Determinizm jest wymogiem, a nie dodatkiem. Klatki są renderowane równolegle i w nieuporządkowanej kolejności, więc każda klatka musi być czystą funkcją swojego znacznika czasu — żadnego przenoszonego stanu, żadnej losowości bez ziarna, żadnej zależności od tego, kiedy klatka została obliczona. Model, który tego nie zinternalizował, tworzy film, który migocze, a migotania nie widać w żadnej pojedynczej klatce, którą sprawdzisz.

• One-shot nie oznacza braku audytu. Najwyraźniejszym dowodem jest analiza mapy: model sprawdził opublikowany układ, zamiast zaufać własnej rekonstrukcji. To właśnie takie zachowanie jest pożądane, a nic w prompcie do niego nie zmusza.

• Fakty to ta część, której nikt nie sprawdził. Każdy opublikowany artefakt w tej klasie opisuje swój potok renderowania. Żaden z nich nie opisuje etapu weryfikacji faktów. W filmie historycznym to cała powierzchnia ryzyka i zarazem jedyna rzecz, której nie pokaże ci zrzut ekranu.

• Nikt nie wycenił porażki. Żadne z tych repozytoriów nie podaje, ile prób wymagało, ile tokenów spaliło ani jaka część drugiej generacji polegała na naprawianiu pierwszej. To liczba, której zespół potrzebuje przed podjęciem decyzji, i to liczba, o której dema mówią najciszej.

Uruchamianie trzyminutowego renderu bez stawiania na nim ścieżki produkcyjnej

Jeśli tym, czego chcesz, jest film, Claude Opus 5.5 nie jest modelem wideo i żadna ilość nagrań demonstracyjnych nie sprawi, że nim będzie. Materiały premierowe Anthropic nie zawierają możliwości generowania wideo; opublikowane ewaluacje dotyczą kodowania agentowego, korzystania z komputera i pracy z wiedzą. To, co pokazują dema, to długohoryzontowe generowanie kodu skierowane na coś, co można obejrzeć.

Jeśli to jest zdolność, której szukasz, praktyczne pytanie przestaje brzmieć „który model”, a zaczyna „jak uruchomić wielogodzinne zadanie generowania, nie wiążąc z nim ścieżki produkcyjnej”. Taki render zawodzi po cichu i z opóźnieniem — dostajesz wiarygodny program, który renderuje przez cztery minuty, a potem wywala się na klatce 3000 — co czyni go złym kandydatem na dedykowaną integrację, a dobrym kandydatem na endpoint, który już masz. Claude Opus 5.5 jest dostępny w OrcaRouter w cenie katalogowej Anthropic z 0% marży — 4 USD za milion tokenów wejściowych, 20 USD za milion wyjściowych, odczyt z pamięci podręcznej po 0,200 USD — osiągalny zarówno przez Anthropic Messages API, jak i zgodny z OpenAI endpoint chat completions, więc istniejące SDK działa po wskazaniu jego base URL na nas. Nocny przebieg postaw na tym samym kluczu co wszystko inne, za jednym API dla ponad 200 modeli z automatycznym przełączaniem awaryjnym, a przebieg, który ginie na klatce 3000, to problem routingu, a nie ponowne projektowanie architektury.

Dźwignią kosztową jest pamięć podręczna i warto ją skonfigurować przed pierwszym renderowaniem, a nie po nim: przy 0,20 USD za milion tokenów odczytanych z pamięci podręcznej wobec 4 USD za milion świeżych tokenów wejściowych utrzymywanie rosnącego źródła w prefiksie pamięci podręcznej to różnica między tanim zadaniem nocnym a drogim. To prawda niezależnie od tego, kto obsługuje model.

Co rozstrzygnęłoby tę kwestię?

Trzy rzeczy przeniosłyby to z kategorii demo do czegoś, na czym można oprzeć planowanie, i żadna z nich nie wymaga nowego modelu.

Pierwszy to opublikowany kod źródłowy specjalnie dla filmu historycznego. Teledysk, gry i filmy z silnikiem pikselowym można zweryfikować, ponieważ ich autorzy udostępnili kod. Filmy krążące wyłącznie jako wideo — w tym ten — nie dają się odróżnić od starannie zmontowanego nagrania ekranu, a ta różnica ma największe znaczenie właśnie w przypadku artefaktu, którego treścią są twierdzenia faktograficzne.

Drugi to audyt osi czasu. Trzyminutowa historia AI to test z prawidłową odpowiedzią, a to, że film trwa trzy minuty, czyni ten test trudnym: model musi zmieścić okres od 2017 roku do dziś, nie pomijając kluczowych pozycji ani nie wymyślając kolejności, która nigdy nie nastąpiła. Każdy może obejrzeć film i sprawdzić. Prawie nikt tego nie zrobił.

Trzecia to tańsza moc obliczeniowa do wykonania tej samej pracy. Anthropic poinformowało, że Sonnet 5.5 i Haiku 5.5 pojawią się w nadchodzących tygodniach. Tańszy model, który potrafi utrzymać spójność kompilacji wielu plików, zamienia nocny render z godnego uwagi eksperymentu w coś rutynowego, a zmieniłby arytmetykę budżetu błędów — liczbę ponownych prób, na które możesz sobie pozwolić — znacznie bardziej niż zmienia jakość pojedynczej klatki.

Na razie uczciwa interpretacja tego wpisu jest węższa, niż to brzmi, i ciekawsza, niż wygląda. Model napisał renderer, plan i os czasu, a następnie proces budowania przekształcił je w trzy minuty wideo. Twierdzenie warte sprawdzenia nie polega na tym, że film wygląda dobrze. Polega na tym, że os czasu przetrwała.