Claude Opus 5.5 สร้างแอนิเมชันปาร์ตี้กากาโปในไฟล์ HTML ไฟล์เดียว: เดโมนี้ส่งมอบอะไรจริง ๆ

สไลด์ปิดการบรรยายช่วงท้ายเป็นที่ที่แปลกอยู่แล้วสำหรับการทดสอบโมเดล แต่การทดสอบนี้ก็ไปลงเอยตรงนั้นแหละ เมื่อวันที่ 25 กันยายน 2026 ไซมอน วิลลิสัน ปิดงาน WeAreDevelopers World Congress North America ด้วยวิดีโอความยาว 15 วินาทีของนกคาคาโปสไตล์พิกเซลอาร์ตสองโหลที่กระโดดโลดเต้นอยู่ใต้เศษกระดาษสีที่โปรยลงมา — และตัววิดีโอไม่ใช่ส่วนที่น่าสนใจ ส่วนที่น่าสนใจคือสิ่งที่ Claude Opus 5.5ถูกสั่งให้ทำ และสิ่งที่มันตอบกลับมา: ไม่ใช่ฟุตเทจ ไม่ใช่ชุดภาพต่อเนื่อง แต่เป็นไฟล์ HTML ไฟล์เดียวขนาด 45,880 ไบต์ ที่ไม่มีรูปภาพ ไม่มีวิดีโอ และไม่มีการเรียกเครือข่ายใด ๆ Claude Opus 5.5 เปิดตัวเมื่อวันที่ 22 กันยายน 2026 ในราคา 4 ดอลลาร์ต่อโทเคนอินพุตหนึ่งล้านโทเคน และ 20 ดอลลาร์ต่อโทเคนเอาต์พุตหนึ่งล้านโทเคน และนี่คือสิ่งที่โมเดลทำเมื่อคุณให้รูปนกแก้วสามรูปกับมัน แล้วขอให้จัดปาร์ตี้

ข้อกล่าวอ้างนี้ได้รับการเผยแพร่ทั้งสองส่วน ซึ่งเป็นเหตุผลเดียวที่ทำให้มันคุ้มค่าที่จะเขียนเป็นโพสต์ ตัวชิ้นงานเองตั้งอยู่ที่ tools.simonwillison.net/kakapo-party และเซสชันที่เปลี่ยนมันให้กลายเป็น MP4 ก็ถูกเขียนบันทึกไว้พร้อมทรานสคริปต์ฉบับเต็มและสคริปต์ Playwright ที่ใช้ ดังนั้นสิ่งนี้จึงตรวจสอบได้ในแบบที่โพสต์ประมาณว่า "ดูสิ โมเดลทำอะไรได้" ส่วนใหญ่ตรวจสอบไม่ได้ — ขณะเดียวกันก็ยังเป็นแค่ช่วงบ่ายของนักปฏิบัติคนหนึ่ง ไม่ใช่การทดสอบมาตรฐาน Anthropic ไม่ได้เผยแพร่อะไรเกี่ยวกับเรื่องนี้เลย และไม่มีคะแนนอิสระใด ๆ ผูกอยู่กับมันที่ไหน

อาร์ติแฟกต์นี้คืออะไรกันแน่

อ่านซอร์สของหน้านี้ แล้วรูปร่างของสิ่งนี้ก็จะชัดเจนขึ้น มี<canvas> เพียงหนึ่งองค์ประกอบเท่านั้น และมี2D หนึ่งคอนเท็กซ์ ไม่มี<img>, <video> หรือ<audio> แท็ก ไม่มีfetch ไม่มี XHR ไม่มี WebSocket ไม่มีลิงก์ CDN ไม่มีเว็บฟอนต์ ไม่มีอะไรถูกเขียนลงในlocalStorage หรือคุกกี้ ไฟล์นี้แสดงผลเหมือนกันทุกประการจากพาธที่ดาวน์โหลดมาfile:// โดยตัดการเชื่อมต่อเครือข่ายออก — ซึ่งเป็นเหตุผลว่าทำไมตัวบันทึกภายในเครื่องจึงสามารถบันทึกมันไว้ได้

ศิลปะคือที่ที่งานซ่อนอยู่ สไปรต์ทุกตัวถูกเก็บเป็นอาร์เรย์ของสตริงตัวอักษร และวาดทีละตัวอักษรผ่านแผนที่พาเลตต์ ดังนั้นเส้นขอบคือ K สีเขียวลำตัวคือ G และไฮไลต์คือ L นกมี 6 รูปแบบสี — สีเขียวลำตัวสามแบบผสมกับพาเลตต์ใบหน้าและเท้าสองชุด — คูณกับ 5 เฟรมแอนิเมชัน ดังนั้นแคนวาสออฟสกรีนขนาดเล็ก 30 ผืนจึงถูกสร้างขึ้นก่อนที่อะไรจะเคลื่อนไหว ฝูงนกถูกจัดวางแบบโพรซีเจอรัลในแถวเหลื่อมสลับกัน โดยมีการรับประกันในซอร์สโค้ดว่าจะมีนกอย่างน้อย 22 ตัวปรากฏบนหน้าจอ พรอมต์ขอ "อย่างน้อย 20 ตัว"

พร็อพถูกสร้างด้วยวิธีเดียวกัน: สีลูกโป่ง 6 สี, สีธงราว 6 สี, สีหลอดไฟ 5 สีบนสายไฟ, ลูกดิสโก้, หมวกใน 6 ชุดสีละสามสีที่ 3 มุมเอียง, หูกระต่าย 3 อัน, และสีคอนเฟตติ 8 สี โดยแต่ละสีมีเวอร์ชันเข้มขึ้นสำหรับการแรเงา แม้แต่ท้องฟ้ายามค่ำคืนก็ทำด้วยมือ — เมทริกซ์การดิเทอร์แบบเรียงลำดับขนาด 4×4 บวกกับฟอนต์บิตแมปขนาดเล็กที่มีตารางมาครอน เพื่อให้แบนเนอร์สามารถสะกด KĀKĀPŌ PARTY!โดยไม่ต้องยืมแบบอักษรของระบบ

การเคลื่อนไหวถูกออกแบบท่ามาไว้แล้ว ไม่ใช่แบบสุ่ม ลูปทำงานที่ 124 BPM และแต่ละท่อนแปดจังหวะจะเลือกหนึ่งในหกโหมดของฝูงนก ได้แก่ ทุกตัวพร้อมกัน, เม็กซิกันเวฟ, นกสลับตัวเว้นตัว, ต่างตัวต่างทำ, ระลอกกระจายออกจากตรงกลาง หรือแต่ละแถวผลัดกัน โดยเคารพprefers-reduced-motion และข้อความแนะนำบนหน้าจอจะแสดงว่า "แตะ" หรือ "คลิก" ขึ้นอยู่กับว่าอุปกรณ์รายงานว่ามีระบบสัมผัสหรือไม่

ทำไมศิลปะพิกเซลจึงเป็นบททดสอบที่ตรงไปตรงมาอย่างไม่ธรรมดา

Claude Opus 5.5 ไม่ได้วาดสิ่งนี้ขึ้นมา มันเขียนโปรแกรมที่วาดสิ่งนี้ ซึ่งหมายความว่าโมเดลต้องกุมรายละเอียดที่ลงตัวไว้ในหัวเป็นจำนวนมากในคราวเดียว ทั้งพาเลตต์สีที่ไม่ขัดกัน เรขาคณิตของสไปรต์ที่ยังดูออกแม้กว้าง 18 พิกเซล เส้นโค้งการกระโดดที่วนลูปได้ และคอนเฟตตีที่ร่วงลงอย่างสมจริง ไม่มีทางเสแสร้งสิ่งนี้ได้ด้วยตัวอย่างที่โชคช่วย พิกัดที่ตั้งผิดเพียงจุดเดียวจะปรากฏเป็นรูบนหัวนก

มันยังต้องทำงานจากภาพถ่ายได้ด้วย ภาพอ้างอิงสามภาพถูกป้อนเข้าไปเป็นอินพุตภาพ และสิ่งที่ได้ออกมาก็คือสไปรต์เชิงสัญลักษณ์ — นามธรรมของนกแก้วสีเขียวมอสส์ที่ใบหน้าราวกับมีหนวด ไม่เหลือร่องรอยของภาพถ่ายเลย นั่นคือไปป์ไลน์ทั้งหมดในแบบย่อ: รับรู้เข้า โค้ดออก พิกเซลที่ถูกสร้างขึ้นโดยโค้ด

การตรวจสอบด้วยตาเป็นส่วนที่คมชัดที่สุด และมันก็ตัดได้อีกทางหนึ่งด้วย ไม่มีอะไรในไฟล์ถูกเรนเดอร์ให้ผู้เขียนตรวจสอบก่อนที่เขาจะเปิดมัน ชิ้นงานจะดูเหมือนปาร์ตี้หรือไม่ก็ไม่ใช่ และเขาได้เผยแพร่ลิงก์ ดังนั้นคุณจึงตัดสินเองได้ นั่นเป็นหลักฐานที่หนักแน่นกว่ารูปภาพหน้าจอในกระทู้ — และยังอ่อนกว่าตัวเลขมาก

วิดีโอนี้เป็นเรื่องราวของ Claude Code ไม่ใช่เรื่องราวของ Claude Opus 5.5

สิบห้าวินาทีบนสไลด์ปิดท้ายนั้นถูกสร้างขึ้นโดยเซสชัน Claude Code ภายในเครื่องที่ขับเคลื่อน Playwright ไม่ใช่โดยโมเดลที่เขียนแอนิเมชัน และความแตกต่างนี้สำคัญหากคุณกำลังพยายามทำส่วนใดส่วนหนึ่งนั้นขึ้นมาใหม่

หน้าอินเทอร์แอกทีฟจะปล่อยคอนเฟตติก็ต่อเมื่อคุณคลิกมัน ดังนั้นตัวบันทึกจึงต้องคลิก — สิบครั้ง ณ พิกัดที่กำหนดไว้ล่วงหน้าซึ่งกระจายอยู่ทั่วแคนวาส ตั้งแต่สามวินาทีไปจนถึง 13.2 วินาที ภายในไฟล์บันทึกขนาด 1280×720 ที่ถูกปิดที่ 16 วินาที สคริปต์ที่เผยแพร่มีประมาณ 20 บรรทัด และนั่นคือพาดหัวที่ตรงไปตรงมา: ส่วนที่ยากของการเปลี่ยนเว็บแอนิเมชันให้เป็นแอสเซ็ตสไลด์คือเหตุการณ์เมาส์แบบกำหนดเวลา 10 ครั้ง

เซสชันที่สองในวันถัดมาหันมาจัดการกับขนาดไฟล์แทน การเข้ารหัสครั้งแรกได้ไฟล์ MP4 ขนาด 10,445,811 ไบต์; การเข้ารหัส H.264 แบบสองพาสที่ 2 Mbps พร้อมการลดนอยส์แบบเบา ๆ และพรีเซ็ตที่ปรับมาสำหรับกราฟิกแบบแบน ลงเอยที่ 3,299,473 ไบต์ — เล็กลง 68% ยังเป็น 1280×720 ยัง 25 fps ยังสิบห้าวินาที และไม่มีแทร็กเสียง เมื่อวัดเทียบกับไฟล์บันทึกดิบ ความคล้ายคลึงเชิงโครงสร้างลดลงจาก 0.984 เป็น 0.932 การลองที่ 960×540 กลับได้ทั้งไฟล์ใหญ่กว่าและเบลอกว่า เพราะพิกเซลอาร์ตไม่รอดจากการลดขนาด นี่คือตัวเลขประเภทที่เดโมแบบบันทึกหน้าจอไม่เคยเปิดเผย และเป็นเหตุผลที่บทความนี้โดยเฉพาะน่าเชื่อถือเรื่องกลไกการทำงานได้ง่ายเป็นพิเศษ

สิ่งที่นี้ไม่ได้พิสูจน์เกี่ยวกับ Claude Opus 5.5

• ขนาดตัวอย่าง — พรอมต์เดียว ตัวแบบเดียว คนเดียว การวางกรอบว่า "เก่งเกินคาดในแอนิเมชันพิกเซลอาร์ต" นั้นเป็นชื่อเสียงที่ผู้เขียนอ่านเจอมา ไม่ใช่การวัดที่เขาลงมือทำเอง

• ค่าใช้จ่าย — ไม่มีการเผยแพร่จำนวนโทเคนสำหรับทั้งสองเซสชัน ดังนั้นจึงไม่สามารถประเมินราคาของการรันจากข้อมูลที่มีได้ ตัวอาร์ติแฟกต์เองมีขนาด 45,880 ไบต์ หรือประมาณ 11.5K โทเคนเอาต์พุต ซึ่งเมื่อเทียบกับราคาที่ Anthropic เผยแพร่ที่ 20 ดอลลาร์ต่อโทเคนเอาต์พุตหนึ่งล้านโทเคน ถือเป็นขั้นต่ำประมาณ 23 เซนต์สำหรับไฟล์สุดท้ายเพียงไฟล์เดียว — และมันเป็นได้แค่ขั้นต่ำเท่านั้น เพราะทุกสิ่งที่โมเดลเขียนแต่ไม่ได้คงอยู่ใน HTML ที่เสร็จสมบูรณ์นั้นมองไม่เห็น

• ความเป็นทั่วไป — ฝูงนกที่หน้าตาเหมือนกันเป็นฉากที่ผ่อนปรนให้ง่าย สไปรต์เดียว เปลี่ยนสี แล้วบวกเอฟเฟกต์ที่ไม่ต้องใช้กล้อง มันไม่ได้บอกอะไรเกี่ยวกับฉากที่ต้องมีวัตถุที่แตกต่างกันจำนวนมาก หรือเกี่ยวกับว่าคุณภาพแบบเดียวกันจะยังคงอยู่ที่สามนาทีแทนที่จะเป็นสิบห้าวินาทีหรือไม่

• ความเป็นอิสระ — ตัวเลขทุกตัวที่นี่มาจากการวัดจากแหล่งที่เผยแพร่ หรือไม่ก็มาจากเรตการ์ดของ Anthropic เอง ไม่มีการประเมินโดยบุคคลที่สามเกี่ยวกับการที่ Claude Opus 5.5 สร้างพิกเซลอาร์ต และบทความนี้ไม่ได้กุการประเมินนั้นขึ้นมาเอง

การทำการทดลองเดียวกันกับผู้ถูกทดลองของคุณเอง

เหตุผลที่เดโมนี้ควรค่าแก่การลอกเลียนแบบก็คือ มันมีต้นทุนต่ำและครบจบในตัวเอง เป็นไฟล์ HTML ไฟล์เดียว แคนวาสหนึ่งตัว ไม่มีแอสเซ็ต — คุณส่งพรอมป์เดียวกันให้โมเดลพร้อมรูปอ้างอิงของคุณเอง แล้วเห็นผลลัพธ์ได้ในคราวเดียว โดยไม่ต้องตั้งไปป์ไลน์อะไรขึ้นมาก่อน

Claude Opus 5.5 อยู่บน OrcaRouterในราคาตามที่ Anthropic ประกาศไว้ โดยบวกส่วนเพิ่มที่ 0% — 4.00 ดอลลาร์ต่ออินพุตหนึ่งล้านโทเคน, 20.00 ดอลลาร์ต่อเอาต์พุตหนึ่งล้านโทเคน, 0.20 ดอลลาร์ต่อการอ่านแคชหนึ่งล้านโทเคน พร้อมบริบท 1 ล้านโทเคนเต็มรูปแบบในราคามาตรฐาน สิ่งนี้สำคัญเป็นพิเศษสำหรับการทดลองแบบนี้: พรอมป์แปลกใหม่คือสิ่งที่คุณอยากเปรียบเทียบโดยไม่ต้องสมัครอะไรเลย และ API เดียวสำหรับโมเดลกว่า 200 รายการหมายความว่ารูปแบบการเรียกเดียวกันสามารถไปถึงเส้นทางที่ถูกกว่าได้ หากคุณอยากดูว่าโมเดลที่เล็กกว่าจะจัดการสไปรต์ชีตเดียวกันอย่างไร การสลับสำรองอัตโนมัติช่วยคุ้มครองคุณหากเส้นทางใดเริ่มมีปัญหาในระหว่างการเปรียบเทียบ และถ้าคุณไม่อยากเลือกเลย DSL สำหรับจัดเส้นทางสามารถส่งพรอมป์เดียวกันไปยังสองโมเดลและให้คุณเลือกอันที่ดีกว่าได้

จากตรงนี้มีสองเรื่องที่ควรจับตา เรื่องแรกคือไม่ว่าจะมีอะไรแบบนี้ที่ได้รับการวัดผลมากกว่าการถูกชื่นชมหรือไม่ — พรอมต์ตายตัว หัวข้อตายตัว และโมเดลไม่กี่ตัวที่สร้างบรีฟเดียวกัน จะบอกคุณได้มากกว่ากระทู้อนิเมชันอีกกระทู้เสียอีก เรื่องที่สองคือความโปร่งใสด้านต้นทุน: ตัวเลขหนึ่งเดียวที่เดโมแบบนี้ไม่เคยมี คือสิ่งที่ต้องใช้กว่าจะไปถึงจุดนั้น รวมถึงการลองซ้ำ และจนกว่าสิ่งนั้นจะปรากฏในบทความแบบนี้ “ความสามารถที่น่าประหลาดใจ” ก็จะยังคงถูกใช้แทนตัวเลขที่ไม่มีใครตีพิมพ์ต่อไป

สำหรับตอนนี้ บทสรุปตามจริงของปาร์ตี้ kākāpō นั้นแคบกว่าที่โพสต์แชร์ต่อ ๆ กัน และมีประโยชน์กว่าที่มันดู โมเดลระดับเรือธงตัวหนึ่งเขียนโค้ดสไปรต์ขนาด 45,880 ไบต์ที่รันแบบออฟไลน์ได้ ทำให้มีนก 22 ตัวเคลื่อนไหวที่ 124 BPM และต้องใช้สคริปต์ Playwright แบบสิบคลิกเพื่อกลายเป็นวิดีโอ การสาธิตนี้เป็นของจริง ซอร์สโค้ดเปิดเผย และข้ออ้างที่มันสนับสนุนนั้นเกี่ยวกับสิ่งที่โมเดลสามารถเก็บไว้ในไฟล์เดียวได้ — ไม่ใช่เกี่ยวกับสิ่งที่มันทำได้โดยเฉลี่ย