Claude Opus 5.5 воссоздал историю ИИ в чистом коде: что это на самом деле демонстрирует

В посте в X говорится, что кто-то попросил Claude Opus 5.5 сделать трёхминутный фильм об истории ИИ — от «Attention Is All You Need» до AGI — без стоковых кадров и без генераторов изображений или видео, где каждый кадр отрендерен из кода. Это демонстрационное заявление от одного аккаунта, а не анонс вендора, и фильм — самый простой артефакт в этой области для репоста и самый сложный для проверки. Проверяемо здесь то, к какому классу он принадлежит. За два дня после того, как 22 сентября 2026 года вендор выпустил Claude Opus 5.5, несколько человек опубликовали отрендеренные из кода фильмы и анимации, созданные с его помощью, а некоторые из них опубликовали исходный код. Этого достаточно, чтобы ответить на вопрос, который пост на самом деле поднимает: что значит «сделано на 100% из кода», и что история ИИ требует того, чего не требует музыкальный клип?

Коротко, и именно эту часть репосты опускают. Модель не генерирует пиксели. Она пишет программу, которая рисует пиксели, а затем запускает её. На выходе интересного этапа получается рендерер, а не фильм.

Что «рендеринг из кода» исключает — и что он оставляет

Ограничение в промпте играет реальную роль, поэтому его стоит сформулировать точно. Ни модели изображений, ни видеомодели, ни стоковой библиотеки, ни лицензированных видеоматериалов, ни синтезированного голоса. Всё на экране должно быть создано арифметикой, которую кто-то записал.

Что в итоге остаётся — это конвейер, и его структура одинакова во всех этих проектах:

• Живопись — страница, использующая p5.js, Canvas 2D или WebGL, либо цикл на Python и NumPy, напрямую записывающий массивы пикселей. Цвет, геометрия, типографика и движение — всё это код.

• Рендеринг — что-то должно обходить каждый кадр по порядку. В проектах, работающих в браузере, это Node-скрипт, управляющий экземпляром headless Chrome и делающий скриншоты canvas; в проектах на Python это цикл, записывающий файлы изображений.

• Кодирование — ffmpeg объединяет кадры и накладывает сверху звуковую дорожку.

При 24 кадрах в секунду три минуты — это примерно 4320 кадров. Ничто в Claude Opus 5.5 не меняет то, сколько стоит 2000-й кадр, потому что 2000-й кадр — это скриншот холста, а не вызов модели. Работа модели заканчивается до того, как начинается дорогая часть, — а дорогая часть выполняется на вашем оборудовании, а не в API.

Почему история ИИ — более сложный бриф, чем музыкальный клип

В музыкальном клипе содержание — это песня. Анимация — это украшение, а украшение может быть абстрактным. Фильм об истории ИИ имеет противоположную структуру: хронология — это содержание. Если фильм ставит RLHF перед трансформером или пропускает два года между GPT-3 и ChatGPT, он неправилен таким образом, что никакое качество рендеринга не исправит этого. Никто, смотрящий акварельное лирическое видео, не может определить, поняла ли модель песню. Любой, кто смотрит трёхминутную историю, может определить, знает ли модель историю.

Это накладывает три отдельные нагрузки на один прогон. Модель должна правильно выстроить последовательность фактов на отрезке, достаточно длинном, чтобы она не могла удержать всё целиком за один проход. Она должна собрать и отладить многофайловый рендерер. И она должна принять режиссёрские решения — что показать, что опустить, когда сделать склейку, — потому что историю нужно смонтировать, иначе это список. Сбой в любом из этих трёх не виден на скриншоте. Фильм с красивым рендерером и перепутанной временной шкалой выглядит нормально, пока не начнёшь его читать.

Артефакты, выдерживающие проверку, — это те, что опубликовали свой исходный код, и теперь таких несколько. 22 сентября на GitHub появился музыкальный клип на песню «I'm Upping My P(doom)» — в тот же день, когда запустили Claude Opus 5.5, — с README, где указано, что на него ушло две генерации: первая приписывается модели при среднем уровне усилий, а вторая — при уровне по умолчанию; что «всё в этом репозитории было сгенерировано моделью»; и что никаких идей для сцен не задавалось, кроме дизайна персонажа и общего указания придать каждой строке текста интересную визуализацию. 23 сентября последовал демо-репозиторий с тремя играми: три браузерные игры, в которые можно играть, на каждую — по одному промпту из одного предложения, без внешних ассетов, модели, текстуры и аудио — всё процедурное. Одна из трёх потребовала, чтобы модель нашла официальную планировку существующей игровой карты и воссоздала её геометрию на основе этого исследования, прежде чем что-либо писать, — при этом модель решила, что её первый ответ был бы неверным. А на той же неделе распространился, как сообщается, четырёхминутный фильм, состоящий только из кода, авторство которого приписывают четырём агентам, работавшим около девяноста минут, без голосового API.

Конкретный фильм по истории ИИ не входит в число артефактов, которые я смог проверить, а его продолжительность, промпт и таймлайн — это изложение автора, а не то, что было проверено независимой стороной. Относитесь к нему так же, как к любому демо: продемонстрированная в нём техника реальна и воспроизводима; сам же конкретный фильм — это утверждение.

Во что на самом деле обходятся три минуты сгенерированного кода

Есть одно независимое измерение, которое описывает эту рабочую нагрузку лучше, чем демонстрации, и оно взято из Artificial Analysis. В его Intelligence Index — версия v4.3.2, десять оценок — Claude Opus 5.5 набирает 58 при максимальном усилии, и на той странице он занимает первое место среди 212 моделей. На той же странице указано, что модель потребила 260 миллионов выходных токенов по всему набору Index, с рангом многословности — 95-м из 212, и средневзвешенной стоимостью $5.98 за задачу Index. Цена Anthropic по прайс-листу составляет $4 за миллион входных токенов и $20 за миллион выходных, а чтение из кэша — $0.20 за миллион.

Сопоставьте эти две вещи — и профиль токенов всё расскажет. Модель, которая тратит много выходных токенов и оказывается в середине списка по многословности, — это модель, которая думает прямо на странице, а не сжимает. Генерация на длинном горизонте — вот как это выглядит со стороны: бюджет уходит на то, чтобы удерживать вместе крупную, многофайловую, многочасовую сборку, а видимый артефакт — это её остаток.

Арифметика — это арифметика, а не счёт, поскольку никто не публиковал стоимость токенов ни для одного из этих фильмов: при $20 за миллион выходных токенов запуск, который выдаёт 500 000 выходных токенов, стоит $10 за выход. Повторные чтения входных данных — вот где долгая сборка становится дорогой: рендерер, который раз за разом перечитывает свой растущий исходный код, платит $4 за миллион на входе, или $0,20 за миллион, когда префикс кэширован, — это двадцатикратная разница и самый крупный рычаг влияния на стоимость долгого запуска агента.

Одна оговорка касается всех чисел выше и собственной таблицы запуска Anthropic. Большинство опубликованных вендором строк с результатами бенчмарков относятся к максимальному усилию, тогда как усилие по умолчанию в API — среднее. Terminal-Bench 4.0 — 66,4%, CursorBench 4.0 — 52,5% при среднем усилии по умолчанию, GDPval-AA v2.1 — 1 846 Elo: все они заявлены вендором, не воспроизведены и зависят от усилия. Относитесь к усилию как к регулятору бюджета, которым оно и является, а не как к сноске.

Где артефакты перестают быть пригодными для использования

Режимы отказов в этом классе работ одинаковы во всех репозиториях, которые опубликовали достаточно данных для проверки, и все они имеют структурный характер, а не связаны с конкретной моделью.

• Результат — это программа, а не файл. Если вам нужен MP4, чтобы передать его кому-то, вам всё ещё нужны Node, браузер и ffmpeg. Модель создала рендерер, а не рендер. Это зависимость сборки, которой вы владеете навсегда, и она сломается при первом же изменении браузера.

• Это масштабируется по кадрам, а не по промптам. 4 320 кадров — это 4 320 скриншотов. Ничто в промпте не сокращает это, и ничто в возможностях модели не делает последнюю тысячу кадров дешевле первой тысячи.

• Детерминизм — это требование, а не приятное дополнение. Кадры рендерятся параллельно и не по порядку, поэтому каждый кадр должен быть чистой функцией от своей временной метки — без сохраняемого состояния, без случайности без seed, без зависимости от того, когда этот кадр довелось вычислить. Модель, которая не усвоила это, создаёт фильм, который мерцает, и это мерцание не видно ни в одном отдельно взятом кадре, который вы просматриваете.

• Однократный запуск не означает отсутствие аудита. Самое наглядное доказательство — работа с картой: модель проверила опубликованную схему, а не доверилась собственной реконструкции. Именно такое поведение вы и хотите видеть, и ничто в промпте не вынуждает модель так поступать.

• Факты — это та часть, которую никто не проверял. Каждый опубликованный артефакт в этом классе сообщает о своём конвейере рендеринга. Ни один из них не сообщает о прохождении проверки фактов. Для исторического фильма это и есть вся поверхность риска, и это единственное, чего скриншот не может вам показать.

• Никто не оценил цену провала. Ни один из этих репозиториев не сообщает, сколько попыток потребовалось, сколько токенов было сожжено или какая часть второго поколения ушла на исправление первого. Именно это число нужно команде перед тем, как браться за дело, и именно об этом числе демо молчат громче всего.

Запустить трёхминутный рендер, не ставя на карту производственный путь

Если вам нужен фильм, Claude Opus 5.5 — это не видеомодель, и никакое количество демонстрационных кадров не делает её таковой. В материалах запуска Anthropic нет возможности генерации видео; опубликованные оценки — это агентное программирование, использование компьютера и интеллектуальная работа. Демонстрации показывают долгосрочную генерацию кода, нацеленную на то, что можно посмотреть.

Если вам нужна именно такая возможность, практический вопрос перестаёт быть вопросом «какая модель» и становится вопросом «как запустить многочасовое задание генерации, не привязывая к нему продакшн-путь». Такой рендер отказывает тихо и поздно — вы получаете правдоподобную программу, которая отрисовывает четыре минуты, а затем ломается на 3000-м кадре, — а значит, это плохой кандидат для заказной интеграции и хороший кандидат для эндпоинта, который у вас уже есть. Claude Opus 5.5 доступен на OrcaRouter по цене из прайс-листа Anthropic с наценкой 0% — $4 за миллион входных токенов, $20 за миллион выходных, чтение из кэша — $0.200 — и доступен как через Anthropic Messages API, так и через совместимый с OpenAI эндпоинт chat completions, так что существующий SDK заработает, если направить его base URL на нас. Запустите ночной прогон на том же ключе, что и всё остальное, заодним API для более чем 200 моделей с автоматическим переключением при сбое, и прогон, который падает на 3000-м кадре, станет проблемой маршрутизации, а не поводом переделывать архитектуру.

Рычаг затрат — это кэш, и его стоит настроить до первого рендера, а не после: при $0,20 за миллион токенов чтения из кэша против $4 за миллион свежих входных токенов удержание растущего исходника в кэшированном префиксе — это разница между дешёвой ночной задачей и дорогой. Это верно независимо от того, кто обслуживает модель.

Что бы решило этот вопрос?

Три вещи перевели бы это из категории демо в нечто, на что можно рассчитывать, и ни одна из них не требует новой модели.

Первый — это опубликованный исходный код именно для исторического фильма. Музыкальный клип, игры и фильмы на пиксельном движке можно проверить, потому что их авторы выложили код. Фильмы, которые распространяются только как видео, — включая этот, — невозможно отличить от тщательно смонтированной записи экрана, и эта разница особенно важна именно для того артефакта, содержание которого составляют фактические утверждения.

Второй — это аудит временной шкалы. Трёхминутная история ИИ — это тест с правильным ответом, и именно то, что фильм длится три минуты, делает тест сложным: модель должна уместить период с 2017 года по сегодняшний день, не упустив ключевые события и не выдумав порядок, которого никогда не было. Любой может посмотреть фильм и проверить. Почти никто этого не сделал.

Третье — более дешёвая мощность для той же работы. Anthropic сообщила, что Sonnet 5.5 и Haiku 5.5 выйдут в ближайшие недели. Более дешёвая модель, способная удержать вместе сборку из множества файлов, превращает ночной рендер из заметного эксперимента в рутинную операцию, и это изменило бы арифметику бюджета отказов — числа повторов, которые вы можете себе позволить, — гораздо сильнее, чем качество любого отдельного кадра.

Пока что честное прочтение этого поста уже, чем кажется на слух, и интереснее, чем выглядит. Модель написала рендерер, план и таймлайн, а затем процесс сборки превратил их в три минуты видео. Утверждение, которое стоит проверить, не в том, что фильм хорошо выглядит. А в том, что таймлайн выжил.