Claude Opus 5.5 har byggt ett RTS-spel som du spelar via ljud: Inuti Battle Drones ljudmodem

Två telefoner på ett bord, inget Wi-Fi, ingen Bluetooth, ingen server någonstans. Den ena är värd för en realtidsstrategimatch, den andra ansluter, och det enda som passerar mellan dem är brus – en bärvåg på omkring 10 kHz som går i ena riktningen och 17 kHz i den andra, och som bär spelarorder med ungefär 1 880 bitar per sekund. Det är den nyaste funktionen i Claude Opus 5.5:s mest ambitiösa offentliga artefakt hittills: Battle Drones, ett webbläsar-RTS i Command & Conquer-stil som Simon Willison publicerade den 20 oktober 2026, efter tolv stora iterationer och 321 commits, mestadels från kodagenter. Anthropic släppte Claude Opus 5.5 den 22 september 2026 för 4 USD per miljon indatatokens och 20 USD per miljon utdatatokens, så själva modellen är en månad gammal; det som är nytt den här veckan är det som den användes för att bygga, och den öppna specifikationen som medföljer. Offentliga artefakter som den här tenderar att utelämna hur modellen misslyckas under ytan, och de dokumenterade incidenterna katalogiseras i OrcaRouter AI Incident Archive där varje post har egna källor, allvarlighetsgrad, konfidensgrad och flagga för omstridd status.

Båda delarna av det påståendet går att kontrollera. Spelet körs på simonw.github.io/battledrones/, källkoden finns på GitHub under Apache-2.0, och den akustiska länken är ingen svart låda – repot innehåller SOUND-DUEL.md, en fullständig modemspecifikation med bandplaner, kodningshastigheter, paketformat och uppmätta signal-brusvärden. Det som följer är vad dokumentet och inlägget faktiskt säger, åtskilt från vad de inte säger.

Vad levererades den 20 oktober

Battle Drones är inte en demoreel. Som beskrivs i artikeln har det nio byggnader, sju markfordon, sex luftfarkoster och tre infanterityper, alla byggda som 3D-modeller genererade i TypeScript i stället för laddade från ett resurspaket. Det finns krigsdimma, med separata krav på luftvärns- och markvapen. Sex kartor spänner över fem biomer, plus en seedad slumpkartgenerator som producerar ett 108×108 punktsymmetriskt slagfält – byggd, enligt inlägget, i en 45-minutersspurt efter att författaren insåg att han hade 25 % kvar av en veckokvot för Claude och 45 minuter tills den nollställdes.

Lägena omfattar skärmytsling, överlevnadsvågor i Last Stand, åskådarläge för AI mot AI, en kampanj med åtta uppdrag och något verkligen ovanligt: ett agent-mot-agent-läge där två språkmodeller spelar mot varandra via ett verktyg som endast exponerar icke-visuellt speltillstånd som är synligt i krigets dimma. Inspelade repriser från dessa matcher följer med repot, tillsammans med en felsökningsvisare som visar de underliggande modellsvaren.

Siffrorna i repots egen README har glidit isär något jämfört med inläggets funktionslista – README säger sexton enheter och tio byggnader, medan inlägget räknar upp nio byggnader och sexton enheter för mark, luft och infanteri. Sexton stämmer; antalet byggnader gör det inte. Litet, men det är den typ av avvikelse som uppstår när en agent skriver README och ingen granskar den, och författaren säger rakt ut att han "har granskat nästan ingen av koden."

Ljudlänken, i siffror

Det här är delen som är värd att läsa specen för, eftersom "multiplayer över ljud" låter som en stunt tills man ser den ingenjörsmässiga budget den måste rymmas inom. Två enheter delar ett rum och en akustisk kanal, så designen är frekvensdelningsduplex: båda telefonerna sänder kontinuerligt, värden i 9,525–12,5 kHz och gästen i 15,975–18,95 kHz, med banden placerade så att värdenhetens andra överton börjar ovanför 19,05 kHz och tredje ordningens intermodulation från varje band håller sig borta från det andra.

• Modulering — OFDM med 25 Hz tonavstånd, 40 ms nyttosymbol plus ett 10 ms cykliskt prefix, så 50 ms per symbol och 20 symboler per sekund

• Nyttolast – 188 bitar per paket i high band-planen, 186 i low fallback-planen, identiskt i båda lägena så att ett lägesbyte aldrig ändrar vad som får plats

• Genomströmning – 1 880 bit/s i högt snabbläge, 940 bit/s i högt robust läge, 930 och 465 i lågplanen; paket tar 100, 200, 200 respektive 400 ms

• Felkontroll — faltningskod vid K=7, kodhastighet ½, polynom 133/171, mjuk Viterbi-avkodning, interleaving över symboler och toner, CRC-16 med polynom 0x1021, samt hård avvisning om fler än 10 % av de återkodade bitarna avviker

• Inramning – en synksymbol plus 40 datasymboler per superram, 41 symboler eller 2,05 sekunder, som transporterar 20, 10, 10 eller 5 paket beroende på plan och läge

• Uppmätt länk — 40–70 dB effekt-SNR i varje 1 kHz-band från 1 till 21 kHz vid 10–30 cm, som försämras till effektiva 17–31 dB vid 10 cm och 9–19 dB vid 30 cm när hänsyn tas till eko, med reflektioner som anländer 8–15 ms efter den direkta signalvägen

Det ärliga i specifikationen är vad den vägrar lova. Det finns ingen ARQ: ett förlorat paket återsänds inte, nästa paket beskriver helt enkelt om varje obekräftat drag, och om eftersläpningen växer sig större än ett paket delas den upp på upp till fyra roterande segment. Stora eftersläpningar förvandlas därför till lockstep-stopp i stället för korruption. Drag accepteras en gång vardera via high-water mark, och spelpaket skyddas av en CRC som är nycklad till båda parningsnoncerna, så en inspelning av en annan matchning klarar inte kontrollen. Som specifikationen uttrycker det går störsändning att överleva men inte att förhindra: du stannar upp, du desynkroniseras aldrig tyst.

Leveranssiffrorna från rumsmodelltesterna är 99 % eller bättre vid 20 cm och 95 % vid 40 cm i robust läge, 98 % vid 20 cm i snabbt läge. Det är simuleringsresultat som rapporteras i specifikationen, inte en fältstudie – och själva inlägget säger att funktionen var väldigt ny när den släpptes: "Jag har precis fått det här att fungera, så jag har inte haft så mycket tid att aktivt testa det än."

Buggen som är viktigare än modemet

Gömt i de avslutande observationerna finns detaljen som sannolikt är mest användbar för alla som bygger tillståndsfull programvara med en agent. Eftersom repriser och lockstep-flerspelarläge båda kräver att simuleringen är bitidentisk på varje enhet, var Claude tvungen att sluta anropa Math.sin() och Math.cos() — Chrome och Safari returnerar mycket lite olika värden — och ersätta dem med sina egna implementationer. Att två webbläsare inte är överens om de sista bitarna i en transcendental funktion räcker för att en match ska desynkroniseras minuter senare.

Det är ett verkligt tekniskt villkor, som modellen hittade och åtgärdade, och det generaliserar väl bortom spel. Alla agentbyggda system med en deterministisk kärna – en schemaläggare, en återuppspelning av en finansiell huvudbok, ett simuleringsramverk, en reproducerbar byggprocess – kommer att stöta på samma typ av problem, och det kommer att ske tyst. Lärdomen för en läsare är inte "Claude är bra på spel." Det är att determinism måste vara ett uttryckligt krav i prompten, eftersom ingenting i en standardimplementation gör det sant.

The Radio Probe, och ett promptmönster värt att stjäla

Innan modemet skrevs byggde modellen en mätsida. Inlägget beskriver ett verktyg som heter "Radio Probe", som fortfarande finns i repot som radio-probe.html, vars uppgift var att svara på en fråga: hur mycket bandbredd kan två enheter faktiskt få mellan sig, i det här rummet, på det här avståndet? Den fullständiga implementeringen påbörjades först efter att proben hade gett siffror som var tillräckligt bra för att motivera den. Samma fil dokumenterar de två sakerna som proben inte har mätt — en iPhone som sänder med sin egen mikrofon öppen, och en telefon som hör sin egen sändning — vilka är exakt de felmoder som skulle spela roll i fält.

Mönstret är värt att kopiera oavsett vilken modell du använder: be agenten bygga instrumentet innan den bygger funktionen. Mät först, bygg sedan – det är så du undviker att en veckas arbete vilar på ett antagande som ingen har kontrollerat. Det ger också siffrorna som gör ett påstående som "ljudmultiplayer fungerar" verifierbart i stället för charmigt.

Vad detta säger om Claude Opus 5.5, och vad det inte säger

De starkaste påståendena i inlägget är specifika. Willison skriver att Claude Opus 5.5 är "spektakulär på 3D-modellering med Three.js" — varje byggnad, fordon och landskap i spelet är procedurellt konstruerade i kod, och han placerar GPT-6 Astra i samma klass. Han noterar också att modellen skriver musik: det finns inga ljudfiler i projektet, och soundtracket genereras i kod, varierar beroende på karta och intensifieras när striden hettar till.

Ytterligare två resultat har rapporterats av författaren snarare än reproducerats oberoende och bör läsas på det sättet. Den ”fun update” som avses var en enda prompt – ”Det här spelet är inte roligt nog ännu. Gör det MYCKET roligare.” – som kördes i ett dynamiskt arbetsflödesläge som orkestrerar många subagenter i många timmar, under vilka modellen körde över tusen simulerade speltestomgångar. Det rapporterade resultatet, från 1 200 AI-mot-AI-matcher på svårighetsgraden Normal: spel som fortfarande var oavgjorda efter 25 minuter sjönk från 14 % till 0,9 %, och andelen vinster för en sida som hade legat 800+ skrot efter ökade från 24 % till 46 %. Det är författarens mätningar av sitt eget spel, inte ett benchmark för modellen.

Vad artikeln inte visar är lika viktigt. Det finns ingen utvärdering från tredje part av Claude Opus 5.5 inom spelutveckling, ingen direkt jämförelse mot en annan modell på samma uppgift och ingen redovisning av tokens eller dollar för körningarna. Författarens egen formulering är att han vet "nästan ingenting om spelutveckling", har "granskat nästan ingen av koden" och inte betraktar resultatet som ett seriöst indieprojekt. Det är en ovanligt uppriktig uppsättning förbehåll, och den begränsar hur långt resultatet kan generaliseras: det handlar om en utövare, en kodbas, en månad.

Vad det kostar att driva ett projekt som detta

Anthropics publicerade prislista för Claude Opus 5.5 är 4,00 USD per miljon indatatokens, 20,00 USD per miljon utdatatokens och 0,20 USD per miljon för cacheläsningar. Ett projekt av den här formen är nästan helt utdatabundet – modellen skriver TypeScript, inte läser en stor fast korpus – så det är utdataposten på 20 USD som styr fakturan, och de flera timmar långa nattkörningarna med hög parallellitet är det som förvandlar "{{1}}billigt per token{{/1}}" till en verklig siffra. Ingen totalsumma publicerades för Battle Drones, så det ärliga påståendet är att taket bestäms av hur många agenttimmar du är villig att köpa, inte av någon siffra i inlägget.

Det är också argumentet för att inte binda en produktionsväg till en enda modell enbart utifrån en enda imponerande artefakt. Claude Opus 5.5 finns på OrcaRouter till Anthropics listpris med 0 % påslag, så en prisändring från leverantören slår igenom hos oss samma dag, och automatisk failover innebär att en lång agentkörning inte dör för att en uppströms endpoint har en dålig eftermiddag. Om du vill testa om en nattlig build som den här är reproducerbar på en annan modell är ett API för 200+ modeller det billigaste sättet att ta reda på det – samma förfrågningsstruktur, annat modellnamn, inget ytterligare avtal.

Vad som inte är fastställt

• Popularitet – repot visade 4 stjärnor och 0 forks när det kontrollerades den 21 oktober 2026, en dag efter att inlägget publicerades. Det här är inget fenomen; det är en persons projekt, publicerat.

• Fältmässig tillförlitlighet för ljudlänken — specifikationens leveransprocent kommer från rummodelltester, och författaren uppger att han inte har haft mycket tid att aktivt testa funktionen. Tolka inte 99 % som ett löfte om just ditt köksbord.

• Tidigare teknik – inlägget citerar Siner av Alon Horesh och ggwave av Georgi Gerganov som det enda jämförbara arbete det kunde hitta, och kallar ljudmultiplayer för statiska HTML-spel ”ett första för ett RTS såvitt jag kan bedöma”. Det är författarens sökning, inte en litteraturöversikt.

• Tillskrivning av koden – Claude Opus 5.5 drev de flesta av de senare iterationerna, men den första versionen byggdes med Claude Fable 5 i juli, och README säger själv att resten av dokumentet skrevs av Claude. Behandla repot som en artefakt med blandat ursprung.

• Ett benchmarkresultat – det finns inget. Ingenting här mäter Claude Opus 5.5 mot en annan modell i en uppgift med en poäng.

Det man faktiskt ska ta med sig är snävare och mer användbart än "en AI byggde ett spel". En RTS i webbläsaren utan backend, en deterministisk simulering och ett fungerande akustiskt modem är en demonstration av att den svåra delen av agentbyggd programvara har flyttats från att generera kod till att specificera begränsningar – determinism, mätning, felbeteende – tillräckligt exakt för att den genererade koden ska vara kontrollerbar. Dokumentet SOUND-DUEL.md är beviset: det finns eftersom någon fick modellen att skriva ned vad länken kunde och inte kunde göra innan den levererades. Om du vill se om den disciplinen överförs till dina egna arbetsuppgifter, kör samma prompt mot en andra modell och jämför specifikationerna, inte skärmbilderna.