Claude Next 用代码制作了一个 51 秒的视频：所谓“2.5 小时”的说法实际说明了什么

2026年10月12日，X 账号 @kimmonismus 转述了一则关于某款未发布 Claude 模型的说法，而该模型在任何厂商平台上都不存在：即一款即将推出、尚未命名的 Claude 模型——该帖的来源称之为Claude Next——它选定了视频的图像、音乐和视觉方向，随后“用 2.5 小时编写完成了其余的制作”，自行开展研究，并做出自己的创意决策。该视频本身由 @chetaslua 在前一天发布，配文为“Claude Next Model”，并声称你所观看的内容是“完全编码”而成的，而且该模型让Claude Opus 5.5“显得原始落后”。

从这件事中真正可验证的部分说起，因为它比那些转发所暗示的更多，又比那种表述所暗示的更少。视频是真的，长 51 秒，并且作为视频文件存在于 X 上。Claude Next并不是 Anthropic 发布、记录或定价过的模型——没有模型页面，没有价目表，在模型概览中也没有对应条目，更没有厂商声明。而这项说法中承载全部技术分量的那一半，即“制作是用代码构建的”，而图像和音乐是“现有素材”，正是 Claude Opus 5.5 已经公开展示过的同类演示，而且展示得很充分，包括四周前发布这条内容的同一个 X 账号。

最后这一点，正是它值得写成一篇东西、而不是耸耸肩了事的原因。Anthropic 已发布的最先进模型，整个九月和十月都在被演示做这件事：编写绘制像素的代码，而不是直接生成像素。所以，“一个尚未发布的模型编写代码做出了一段视频”并不是一个关于某个没人能调用的模型、需要人们凭信念接受的说法。它关乎的是程度，而这个程度是可衡量的——以帧、以 token、以小时，以及以那段视频让你能亲自检视的那两样东西来衡量。

发布了什么，以及是由谁发布的？

两个账号，两篇帖子，相隔16小时，而且两者都不是Anthropic发布的。把这条链理清很重要，因为这两篇帖子声称的内容不同。

• 第一条来自 @chetaslua，发布于 10 月 11 日 14:32 UTC，附有一段 51.4 秒、1920×1080 的视频，并写道："Claude Next 正在 claude code 上接受测试，我原以为要让图像和视频生成模型过时得花上一个月，我错了。见证这份霸权吧，完全由代码写就，这让连 Opus 5.5 都显得原始。我会再上传更多不同类型的测试，它在每一件该死的事情上都是 SOTA。"截至本文撰写时，该帖约有 438,000 次浏览。

• 第二条，来自 @kimmonismus，发布于 10 月 12 日 UTC 12:17，是一条引用帖，它转述而非报道：“Anthropics 即将推出的模型是又一次疯狂的飞跃。据报道，Claude 选择了这个视频的图像、音乐和视觉方向，然后在 2.5 小时内编写了其余的制作代码。根据 @chetaslua 的说法，它可以自由地进行自己的研究并做出创意决策。”然后它添加了自己的澄清语句，这是整个交流中最有用的一句话：“图像和音乐是现有资产。周围的制作是用代码构建的。”那条帖子大约有 151,000 次浏览；对相关记录的搜索没有发现额外的测试帖子，没有模型选择器的截图，也没有视频之外的任何产物。

因此，“2.5 小时”这个数字、“自行挑选图像、音乐和视觉方向”的说法，以及“可以自由开展自己的研究”这一主张，都出自一位自称测试过该模型、并打算发布更多测试结果的人之口，属于隔了一层的转述。记录中并不存在第二位独立测试者。以上每一个数字都应视为转述，而没有一个是实测得出的。

这51秒能告诉你什么，而不必相信任何人

视频是唯一具有任何独立性的证据，它不受关于它的各种说法左右，因为它可以被查验。无论它由谁制作、如何制作，有三项观察都成立。

它的长度只是与之相比较的那些演示的一小部分。公开记录中最强的此前 Claude 视频演示，是一个用 Claude Opus 5.5 制作的 156.6 秒音乐视频，其源代码随附发布在 GitHub 上，其 README 说明它经历了两轮生成，而非一轮。而催生“2.5 小时”这一说法的那段演示时长是 51.4 秒。时长不到对方三分之一的作品并不自动就更逊色——紧凑的 51 秒可能比拖沓的三分钟更难做——但这是另一种主张，而且用“2.5 小时”对比 51 秒，这个数字应当被理解为这是一次会话所产出的内容，而不是一个模型输出成品视频的速率。

"现有素材"在这里承担了相当多的描述性工作。转发帖明确表示，图像和音乐并非由模型生成。这意味着模型的贡献是围绕它们的那部分：将静态图像排序、将剪辑与音频节奏对齐、添加动态和转场、绘制画面中出现的任何叠加层，以及编写将所有内容组合在一起的渲染器。这是一项真实且有用的能力，也正是{{KEEP}}Opus 5.5{{/KEEP}}演示所展示的同一项能力。它不是"图像和视频生成模型已过时"这句话所描述的能力。一个将现有图像与现有音乐进行编排的系统，并不是在与图像生成器或视频生成器竞争；它是在与视频编辑器竞争。

在所有这些说法中，最需要小心对待的，正是"模型选择了图像"这一说法。从给定的一组素材中挑选图像、从给定的一组曲目中挑选音乐，以及选定一个视觉方向，是三种不同层级的自主性，而目前公开的记录并未对它们加以区分。他可能是拿到一个文件夹和一首曲目，被要求据此做出点东西；也可能是先让生成器给出候选素材，再从生成结果中挑选。帖子中写道"它可以自由地自行做研究并做出创作决策"，这句话说的是这次会话是如何被框定的，而不是原始素材从何而来。除非来源方公布相关素材、提示词或流程，否则"选择"一词就是在承担本该由描述来承担的职责。

这一切都不会让演示变得不诚实，只会让它说明不足；而这是发布前夕测试帖的常态，也正是这篇文章之所以被如此标注的原因。

为什么这个演示类已经在Anthropic的产品阵容中有了名字

如果 Anthropic 已发布的模型从未做过任何类似的事，视频中的说法就会显得离奇得多。但这样的事它们一再做过，而且这种模式有足够详尽的记录，可以精确描述。

在 Anthropic 于 2026 年 9 月 22 日发布 Claude Opus 5.5 之后的两天里，有几个人发布了用它构建的代码渲染影片和动画，还有少数人公布了源码。每次的流程都一致：一个使用 p5.js、Canvas 2D 或 WebGL 的页面绘制每一帧；一个 Node 脚本驱动无头 Chrome 实例并对画布截图；ffmpeg 将帧拼接起来，并把音频叠加在上面。按每秒 24 帧计算，一段 156.6 秒的视频大约需要逐张截取 3,760 张截图。模型编写渲染器并指挥它。它在推理调用中不生成任何一个像素。

这个区别正是这类演示总被误读成某种它并非之事的原因。“Claude 写出了一个视频”听起来像是在断言一种生成能力。实际上，它断言的是持续代码生成——模型能把一个庞大、多文件、耗时数小时的构建维持得足够好，以至于第二遍是修订，而不是重来。这条流程中昂贵的部分，第 2,000 帧（共 3,760 帧），是某个人笔记本电脑上的浏览器截图。那里并没有发生任何模型调用。

有一个独立数字描述了这会让模型付出多少成本，而在权衡任何关于未来模型的说法之前，这个数字值得先掌握在手。Artificial Analysis 在其 Intelligence Index 上测得 Claude Opus 5.5 在最大努力设置下为 58——这是它记录过的最高分——并报告称，该模型每个 Index 任务消耗约 119,000 个输出 token，相比之下 Claude Opus 5 约为 73,000 个，Claude Fable 5.1 约为 78,000 个。它使用的输出 token 约为 1.6 倍，并且尽管每 token 价格低 20%，每任务成本却大致相同（约 5.98 美元对约 5.86 美元）。从外部看，这种 token 特征就表现为长时程生成：模型正在把预算花在自己身上。如果后继模型让这类演示变得更便宜或更快，能体现这一点的就是这项指标，而对于任何名为 Claude Next 的模型，这项指标都尚未公布。

什么才能解决这件事，而今天又能解决什么

五个产物将把这一点从断言变为事实，而一旦 Anthropic 的模型成为现实，它们就会以相当可预测的顺序出现。

• 一个模型 ID。形如 claude-{name}-{major} 的东西，或者是能在 Anthropic API 以及镜像它的网关上解析的变体。没有它就没有可调用的对象，第二个测试者也无法复现任何东西。

• 一份费率表。每一个已发布的 Claude 模型，都在其发布当天公布了每百万 token 的价格。而一个能让测试者连续猛跑 2.5 小时生成任务的模型，早已出现在某个账户的计费单上。

• 模型概览中的一行。厂商自家的对比表就是那个两分钟就能完成的核查，而且它是唯一一份将所有可交付的 Claude 模型与其 API ID、价格、100 万 token 上下文窗口、128K 最大输出以及其思维配置并列呈现的文档。达到正式可用（GA）的模型会在其中占一行；没有对应行的模型，任何人都无法调用，无论某篇文章如何评价它的质量。

• Claude Code 变更日志中的一行。每一次新增模型都会随其标识符和价格一同出现在变更日志消息本身中：Claude Opus 5.5 出现在 2.1.280 版，Claude Haiku 5.5 出现在 2.1.293 版。这是 Anthropic 之外的任何人都能首次调用新模型的地方。

• 演示就此收尾。 源代码、素材清单、提示词，或者只是 @chetaslua 说会跟进的那些后续测试。那件产物才能让别人去核实：2.5 小时到底是个可复现的数字，还只是一次手感特别好的会话。

其中两项检查你可以在一个下午里自己运行，而且两者都不取决于某个传闻是否为真。让客户端指向一个你的提供商并不提供的模型字符串，然后看看会发生什么：Claude Code 会接受来自 /model（在会话期间）、--model 标志、ANTHROPIC_MODEL 环境变量和设置文件，并且当该字符串来自标志、环境或设置时，它不会预先验证该字符串——它会把它发送出去，并让请求失败。如果名称是真实的，但访问权限不属于你，泄漏出来的名称正是这样表现的：它看起来像拼写错误，而不是权限拒绝。然后向端点询问存在哪些内容，因为模型列表是服务器端的事实。Models API 会返回你的密钥可用的所有内容，以及其 token 限制和能力对象。如果它不在该响应中，也不在文档表格里，那么无论一篇帖子怎么说它的质量，任何应用代码都无法访问它。

这实际上引出的路由问题

撇开兴奋情绪不谈，真正有意思的说法并不是一个未发布的模型能写代码做出一段视频。而在于：一个在任何厂商产品界面上都不存在的模型，据称是通过客户端而非有文档记录的 API 接受测试——并且测试者的证据是一段视频，而不是基准测试。这两点对于预发布模型来说都很正常，而且都让任何读到此处的人的近期决策变得异常具体。

Anthropic 当前已发布的产品阵容是四款模型，覆盖宽泛的价格区间：Claude Haiku 5.5 每百万输入 token 0.10 美元起、每百万输出 0.50 美元起，Claude Sonnet 5.5 为 2 美元和 10 美元，Claude Opus 5.5 为 4 美元和 20 美元，缓存读取为每百万 0.20 美元，以及 Claude Fable 5.1 为 10 美元和 50 美元，适用于高要求推理和长时程智能体工作。四款模型都位于 OrcaRouter 上一个兼容 OpenAI 的端点，按供应商标价、0% 加价，因此供应商价格变动当天就在这里生效，而不是同步之后才生效。如果 Claude Next 确实发布，并落在其中两行之间——就像 Sonnet 5.5 落在 Sonnet 5 和 Opus 5 之间那样——读者真正会问的问题是，在能产出这类工作的投入水平下，每项任务要花多少钱，而对于一个没有价目表的模型来说，这个数字尚不存在。

这也正是该演示真正要传达的教训所在，而且这教训关乎已发布的模型，而非传闻中的模型。一段通过编写渲染器生成的 51 秒视频，并不能证明视频生成已被攻克。它证明的是，长时程代码生成已经足够好，足以成为一种生产策略——而要在你自己的工作负载上检验这类说法，方法就是让它与你已经信任的模型并排运行，共用一个密钥，并配有自动故障转移，让一条未经证实的路径即使降级，也不会把你的流水线一起拖垮。尝试演示级技术成本很低。把生产路径押在传闻上则不然。

悬而未决的问题

记录所支持的内容，直白地说：存在一段 51.4 秒的视频，由一名测试者发布，该测试者称它“完全由代码实现”，并称其背后的模型名为 Claude Next；16 小时后，第二个账号转述了这一说法，补充说图像和音乐是现有素材，其余制作则由代码完成，并称测试者的编码时间为 2.5 小时；而 Anthropic 的文档、更新日志或费率表中完全未提及该模型。记录不支持的内容：任何东西已经发布、这里的任何数字经过测量，或一个名为 Claude Next 的模型让图像或视频生成器变得过时。同类演示早已是 Anthropic 已发布的旗舰模型所能做到的事，且公布了源代码，时长还是其三倍。

所以，诚实的立场就是那个乏味的立场。这是一个泄密观察项，时机尚早，而且这种早值得追踪，而不是据此行动。要关注的不是下一个视频，而是这个字符串第一次出现在你能核查的地方：一行更新日志、对比表里的一行、一个你调用时会回应的模型，或者一张上面标有数字的价目表。当其中任何一项出现时，演示就不再是关于能力的宣称，而变成一条你可以路由的明细项。