Claude Opus 5.5 Renderizou a História da IA em Código Puro: O Que Isso Realmente Demonstra

Uma publicação no X diz que alguém pediu ao Claude Opus 5.5 para fazer um filme de três minutos sobre a história da IA — de "Attention Is All You Need" à AGI — sem imagens de arquivo e sem geradores de imagens ou vídeo, com cada fotograma renderizado a partir de código. Trata-se de uma alegação de demonstração de uma única conta, não de um anúncio de fornecedor, e um filme é o artefacto mais fácil de repostar neste campo e o mais difícil de verificar. O que é verificável é a classe a que pertence. Nos dois dias seguintes ao lançamento do Claude Opus 5.5 pelo fornecedor, em 22 de setembro de 2026, várias pessoas publicaram filmes e animações renderizados a partir de código feitos com ele, e algumas delas publicaram o respetivo código-fonte. Isso basta para responder à pergunta que a publicação realmente levanta: o que significa "feito 100% em código", e o que exige uma história da IA que um videoclipe não exige?

Versão curta, e é a parte que os reposts deixam de fora. O modelo não gera pixels. Ele escreve um programa que pinta pixels e depois o executa. A saída da etapa interessante é um renderizador, não um filme.

O que “renderizado a partir do código” exclui — e o que deixa

A restrição no prompt está fazendo um trabalho real, então vale a pena enunciá-la com precisão. Nenhum modelo de imagem, nenhum modelo de vídeo, nenhum banco de imagens, nenhuma filmagem licenciada, nenhuma voz gerada. Tudo o que aparece na tela tem de ser produzido por aritmética que alguém escreveu.

O que resta disso é um pipeline, e a sua forma é consistente em todos esses projetos:

• Pintura — uma página que usa p5.js, Canvas 2D ou WebGL, ou um laço em Python e NumPy que escreve matrizes de pixels diretamente. Cor, geometria, tipografia e movimento são todos código.

• Renderização — algo precisa percorrer cada quadro em ordem. Nos projetos baseados em navegador, isso é um script Node que controla uma instância headless do Chrome e tira capturas de tela do canvas; nos projetos em Python, é um loop que grava arquivos de imagem.

• Codificação — o ffmpeg une os quadros e coloca a faixa de áudio por cima.

A 24 quadros por segundo, três minutos são aproximadamente 4.320 quadros. Nada no Claude Opus 5.5 muda o custo do quadro 2.000, porque o quadro 2.000 é uma captura de tela de um canvas, não uma chamada ao modelo. O trabalho do modelo termina antes de a parte cara começar — e a parte cara fica no seu hardware, não na API.

Por que uma história da IA é um briefing mais difícil do que um videoclipe

Em um videoclipe, o conteúdo é a música. A animação é decoração, e a decoração pode ser abstrata. Um filme sobre a história da IA tem a estrutura oposta: a linha do tempo é o conteúdo. Se o filme coloca o RLHF antes do transformer, ou pula os dois anos entre GPT-3 e ChatGPT, ele está errado de uma forma que nenhuma qualidade de renderização corrige. Ninguém assistindo a um vídeo de letra em aquarela consegue dizer se o modelo entendeu a música. Qualquer pessoa assistindo a uma história de três minutos consegue dizer se o modelo conhece a história.

Isso empilha três cargas separadas em uma única execução. O modelo tem de sequenciar os fatos corretamente ao longo de um intervalo longo o suficiente para que não consiga manter tudo em uma única passada. Tem de construir e depurar um renderizador com vários arquivos. E tem de fazer escolhas de direção — o que mostrar, o que deixar de fora, quando cortar — porque uma história precisa ser editada, senão é uma lista. A falha em qualquer uma das três é invisível em uma captura de tela. Um filme com um renderizador bonito e uma linha do tempo embaralhada parece bom até você lê-lo.

Os artefatos que resistem a uma inspeção são os que publicaram seu código-fonte, e agora já existem vários. Um videoclipe para uma música chamada "I'm Upping My P(doom)" foi publicado no GitHub em 22 de setembro — no mesmo dia em que o Claude Opus 5.5 foi lançado — com um README afirmando que foram necessárias duas gerações, a primeira creditada ao modelo com esforço médio e a segunda com o padrão, que "tudo neste repositório foi gerado pelo modelo" e que nenhuma ideia de cena foi especificada além de um design de personagem e uma instrução geral para dar a cada letra visuais interessantes. Um repositório de demonstração com três jogos seguiu-se em 23 de setembro: três jogos de navegador jogáveis, cada um com um prompt de uma única frase, sem recursos externos, modelos, texturas e áudio totalmente procedurais. Um dos três exigiu que o modelo pesquisasse o layout oficial de um mapa de jogo existente e reconstruísse sua geometria a partir dessa pesquisa antes de escrever qualquer coisa — o modelo decidindo que sua primeira resposta teria sido errada. E um filme de quatro minutos apenas de código, creditado a quatro agentes ao longo de cerca de noventa minutos sem API de voz, circulou na mesma semana.

O filme específico sobre a história da IA não está entre os artefatos que consegui verificar, e sua duração, prompt e cronologia são o relato do autor, e não algo que uma parte externa tenha auditado. Trate-o como trataria qualquer demo: a técnica que ele demonstra é real e reproduzível; o filme em particular é uma alegação.

O que realmente custam três minutos de código gerado

Há uma medição independente que descreve esta carga de trabalho melhor do que as demonstrações, e ela vem da Artificial Analysis. No seu Intelligence Index — versão v4.3.2, dez avaliações —, Claude Opus 5.5 pontua 58 no esforço máximo, o que essa página classifica em primeiro lugar entre 212 modelos. A mesma página coloca o modelo em 260 milhões de tokens de saída consumidos em toda a suíte do Index, com uma classificação de verbosidade de 95º entre 212, e um custo médio ponderado de US$ 5,98 por tarefa do Index. O preço de tabela da Anthropic é de US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de saída, com leituras de cache a US$ 0,20 por milhão.

Leia essas duas coisas em conjunto e o perfil de tokens é a história. Um modelo que gasta muitos tokens de saída e fica no meio da tabela em verbosidade é um modelo que está pensando na página em vez de comprimir. Geração de longo horizonte é o que isso parece visto de fora: o orçamento vai para manter unida uma construção grande, com vários arquivos e várias horas, e o artefato visível é o resíduo.

A aritmética, que é aritmética e não uma fatura, já que ninguém publicou o custo de token de nenhum desses filmes: a US$ 20 por milhão de tokens de saída, uma execução que emite 500.000 tokens de saída custa US$ 10 na saída. As releituras de entrada são onde um build longo fica caro — um renderizador que relê repetidamente seu próprio código-fonte em crescimento paga US$ 4 por milhão na entrada, ou US$ 0,20 por milhão depois que o prefixo é colocado em cache, o que é uma diferença de vinte vezes e a maior alavanca isolada no custo de uma execução longa de agente.

Uma ressalva que se aplica a todos os números acima e à própria tabela de lançamento da Anthropic. A maioria das linhas de benchmark publicadas pelo fornecedor está em esforço máximo, enquanto o esforço padrão na API é médio. Terminal-Bench 4.0 com 66,4%, CursorBench 4.0 com 52,5% no padrão médio, GDPval-AA v2.1 com 1.846 Elo — estes são relatados pelo fornecedor, não reproduzidos e dependentes do esforço. Trate o esforço como o botão de orçamento que ele é, não como uma nota de rodapé.

Onde os artefatos deixam de ser utilizáveis

Os modos de falha nesta classe de trabalho são consistentes em todos os repositórios que publicaram o suficiente para verificar, e todos são estruturais, e não específicos de modelo.

• O resultado é um programa, não um arquivo. Se você precisa de um MP4 para entregar a alguém, você ainda precisa do Node, de um navegador e do ffmpeg. O modelo produziu o renderizador, não a renderização. Essa é uma dependência de build que você terá para sempre, e ela vai quebrar na primeira vez que o navegador mudar.

• Ele escala com frames, não com prompts. 4.320 frames são 4.320 capturas de tela. Nada no prompt encurta isso, e nada na capacidade do modelo torna os últimos mil frames mais baratos do que os primeiros mil.

• O determinismo é um requisito, não uma conveniência. Os quadros são renderizados em paralelo e fora de ordem, então cada quadro precisa ser uma função pura do seu carimbo de tempo — sem estado transportado, sem aleatoriedade sem semente, sem dependência de quando o quadro por acaso foi computado. Um modelo que não internalizou isso produz um filme que cintila, e a cintilação não é visível em nenhum quadro individual que você inspecione.

• One-shot não significa sem auditoria. A evidência mais clara é a pesquisa do mapa: o modelo verificou um layout publicado em vez de confiar na própria reconstrução. Esse é o comportamento que você quer, e nada no prompt força isso.

• Os fatos são a parte que ninguém verificou. Todo artefato publicado nessa classe relata seu pipeline de renderização. Nenhum deles relata uma etapa de checagem de fatos. Para um filme histórico, essa é toda a superfície de risco, e é a única coisa que uma captura de tela não consegue mostrar a você.

• Ninguém precificou o fracasso. Nenhum desses repositórios informa quantas tentativas foram necessárias, quantos tokens foram queimados ou quanto da segunda geração consistia em corrigir a primeira. Esse é o número de que uma equipe precisa antes de se comprometer, e é o número sobre o qual as demos menos falam.

Executar uma renderização de três minutos sem apostar um caminho de produção nela

Se o que você quer é um filme, Claude Opus 5.5 não é um modelo de vídeo e nenhuma quantidade de imagens de demonstração o torna um. O material de lançamento da Anthropic não contém capacidade de geração de vídeo; as avaliações publicadas são de codificação agêntica, uso de computador e trabalho de conhecimento. O que as demos mostram é geração de código de longo horizonte direcionada a algo que você pode assistir.

Se é essa a capacidade que você quer, a questão prática deixa de ser qual modelo e passa a ser como executar um trabalho de geração de várias horas sem comprometer um caminho de produção com ele. Uma renderização como essa falha silenciosamente e tarde — você obtém um programa plausível que pinta por quatro minutos e então quebra no quadro 3.000 —, o que a torna uma má candidata para uma integração sob medida e uma boa candidata para um endpoint que você já tem. O Claude Opus 5.5 está no OrcaRouter pelo preço de tabela da Anthropic com 0% de markup — US$ 4 por milhão de tokens de entrada, US$ 20 por milhão de saída, leituras de cache a US$ 0,200 — acessível tanto pela API Anthropic Messages quanto pelo endpoint de chat completions compatível com a OpenAI, de modo que um SDK existente funciona apontando sua URL base para nós. Coloque a execução da noite na mesma chave que todo o resto, atrás de uma API para mais de 200 modelos com failover automático, e uma execução que morre no quadro 3.000 passa a ser um problema de roteamento, e não uma rearquitetura.

A alavanca de custo é o cache, e vale a pena configurá-lo antes da primeira renderização, e não depois: a US$ 0,20 por milhão de tokens de leitura de cache contra US$ 4 por milhão de entrada nova, manter a fonte crescente no prefixo em cache é a diferença entre uma tarefa noturna barata e uma cara. Isso é verdade independentemente de quem serve o modelo.

O que resolveria a questão

Três coisas fariam isto passar de uma classe de demonstração para algo com que você pode planejar, e nenhuma delas exige um novo modelo.

O primeiro é código-fonte publicado especificamente para o filme histórico. O videoclipe, os jogos e os filmes de pixel-engine são verificáveis porque seus autores publicaram o código. Os filmes que circulam apenas como vídeo — incluindo este — não podem ser distinguidos de uma gravação de tela cuidadosamente editada, e a diferença é mais importante justamente para o artefato cujo conteúdo são alegações factuais.

A segunda é uma auditoria da linha do tempo. Uma história de três minutos da IA é um teste com uma resposta certa, e o fato de o filme ter três minutos é o que torna o teste difícil: o modelo tem de comprimir de 2017 até hoje sem omitir as entradas que sustentam tudo nem inventar uma ordem que nunca aconteceu. Qualquer pessoa pode assistir ao filme e conferir. Quase ninguém o fez.

A terceira é capacidade mais barata para o mesmo trabalho. A Anthropic disse que Sonnet 5.5 e Haiku 5.5 virão nas próximas semanas. Um modelo mais barato capaz de manter uma build de vários arquivos coesa transforma uma renderização noturna de um experimento notável em algo rotineiro, e mudaria a aritmética do orçamento de falhas — o número de tentativas que você pode se permitir — muito mais do que muda a qualidade de qualquer quadro individual.

Por ora, a leitura honesta do post é mais restrita do que soa e mais interessante do que parece. Um modelo escreveu um renderizador, um plano e uma linha do tempo, e então um processo de build os transformou em três minutos de vídeo. A afirmação que vale a pena testar não é que o filme ficou bom. É que a linha do tempo sobreviveu.