Claude Opus 5.5 用一个 HTML 文件给鸮鹦鹉派对做了动画：这个演示到底交付了什么

闭幕主题演讲的幻灯片是个奇怪的地方，居然会出现模型测试，但这次它偏偏就出现在那里。2026年9月25日，Simon Willison 在 WeAreDevelopers World Congress North America 闭幕演讲中，用一段十五秒的视频展示了二十四只像素画鸮鹦鹉在飘落的彩纸屑下蹦跳——而视频并不是有趣的部分。有趣的部分是Claude Opus 5.5被要求制作什么，以及它交回了什么：不是视频素材，不是图像序列，而是一个 45,880 字节的 HTML 文件，其中没有图片、没有视频，也没有任何网络调用。Claude Opus 5.5 于 2026 年 9 月 22 日发布，价格为每百万输入 token 4 美元、每百万输出 token 20 美元，而这就是当你给它三张鹦鹉照片并要求办一场派对时，这个模型所做的事。

这一说法的两半内容都已公开发布，这也是它值得写一篇博文的唯一原因。该产物本身位于 tools.simonwillison.net/kakapo-party，而把这段对话转成 MP4 的那次会话，连同其完整转录文本和所使用的 Playwright 脚本，都被写成了文章。因此，它具有大多数“看看模型做了什么”之类的帖子所不具备的可核查性——尽管这仍只是一位实践者的一个下午，而不是一项基准测试。Anthropic 对此未发布任何内容，也没有任何地方为它附上独立评分。

工件究竟是什么

阅读页面源码，这件事的形态便一目了然。其中恰好只有一个<canvas>元素和一个2D上下文。没有<img>、<video>或<audio>标签，没有fetch、没有 XHR、没有 WebSocket、没有 CDN 链接、没有网络字体，也没有任何内容写入localStorage或 cookie。即便拔掉网线，从下载下来的file://路径打开，该文件的渲染结果也完全一致——这正是本地录制工具能够将其捕获的原因所在。

美术才是功夫真正藏身的地方。每个精灵都以字符数组的形式存储，并通过调色板映射逐字母绘制，因此轮廓就是一个 K，身体绿色是 G，高光则是 L。这只鸟共有 6 种颜色变体——三种身体绿色与两套面部和脚部调色板交叉组合——再乘以 5 个动画帧，因此在任何东西动起来之前，会先构建出 30 个小型的离屏画布。鸟群以交错的行进行程序化摆放，并在源码中保证屏幕上最终至少有 22 只鸟。而提示词要求的是“其中至少 20 只”。

这些道具也是以同样的方式构建的：6 种气球颜色、6 种彩旗颜色、灯串上的 5 种灯泡颜色、一个迪斯科球、6 组三色配色与 3 种倾斜角度的帽子、三个领结，以及 8 种五彩纸屑颜色，每种都有一个用于阴影的加深变体。就连夜空也是手工制作的——一个 4×4 有序抖动矩阵，外加一个带有长音符号表的小型位图字体，这样横幅就能拼出KĀKĀPŌ 派对！，而无需借用系统字体。

这段动作是编排好的，而非随机生成。循环以 124 BPM 运行，每个八拍乐句会从六种群体模式中选一种：全体齐动、墨西哥人浪、隔一只鸟动、自由乱动、从中间向外扩散的涟漪，或分行轮流。它会遵循prefers-reduced-motion，并且屏幕上的提示会根据设备是否报告触摸支持而显示“点按”或“点击”。

为什么像素艺术是一种异常诚实的测试

Claude Opus 5.5 并不会亲手画这个。它写的是画出这个的程序，这意味着模型必须同时在脑子里装下大量已经定死的细节：一套不会互相打架的配色、在 18 像素宽下依然清晰可辨的精灵图几何造型、一条能循环的跳跃弧线，以及落得令人信服的彩纸屑。这些没法靠一次走运的采样蒙混过去。只要有一个坐标设错，就会在鸟的头上露出一个洞来。

它还必须能根据照片来工作。三张参考图像作为图像输入传入，而返回的是一个符号化精灵图——一只苔绿色、脸部长有须状羽毛的鹦鹉的抽象，照片的痕迹荡然无存。这就是整个流水线的缩影：感知输入，代码输出，像素由代码生成。

视觉检查是最犀利的一环，而它同样也会反向起作用。文件里没有任何内容是在作者打开它之前渲染出来供他查看的；这件成品要么看起来像一场派对，要么不像，而他发布了一个链接，所以你可以自己判断。这比讨论串里的一张截图是更有力的证据——但仍然比一个数字弱得多。

这个视频讲的是 Claude Code 的故事，而不是 Claude Opus 5.5 的故事。

结尾幻灯片上的那十五秒，是由本地的一个 Claude Code 会话驱动 Playwright 生成的，而不是由编写那段动画的模型生成的——如果你想复现其中的任何一部分，这个区别至关重要。

这个交互页面只有在你点击它时才会爆出彩纸屑。所以录制器不得不点击——十次，按照脚本坐标分布在画布各处，从第 3 秒到第 13.2 秒，跑在一个 1280×720 的录制里，而这段录制在第 16 秒被关闭。发布的脚本大约二十行，而这就是最实在的结论：把一个网页动画变成幻灯片素材，最难的部分竟然是十次定时的鼠标事件。

第二天的第二轮会话转而针对文件体积下手。第一次编码得到的是一个 10,445,811 字节的 MP4 文件；一次两遍、2 Mbps 的 H.264 编码，配合轻度降噪和针对平面图形调校的预设，最终落在 3,299,473 字节——小了 68%，仍是 1280×720，仍是 25 fps，仍是十五秒，没有音轨。与原始录制相比，结构相似度从 0.984 降至 0.932。一次 960×540 的尝试结果既更大又更模糊，因为像素画在降采样后无法存续。这类数字是屏幕录制的演示从不公布的，而这也正是这篇特定文章在技术机制上格外容易令人信服的原因。

关于 Claude Opus 5.5，这并未证明什么

• 样本量——一个提示词、一个对象、一个人。"在像素艺术动画方面出人意料地擅长"这一说法，是作者读到的口碑，而非他自己做过的实测。

• 成本 —— 两次会话都没有公布 token 数量，因此无法依据这些材料为本次运行定价。产物本身为 45,880 字节，约合 11.5K 输出 token；按照 Anthropic 公布的每百万输出 token 20 美元计算，仅最终文件一项，下限就约为 23 美分——而这仅仅是一个下限，因为模型写下、却未能留存到最终 HTML 中的一切内容都是不可见的。

• 通用性——一群一模一样的鸟是个宽容度很高的场景。一个精灵图，换个颜色，再加上无需摄像机的效果。它说明不了那些需要许多不同物体的场景，也说明不了同样的质量在持续三分钟而不是十五秒时是否依然成立。

• 独立性 —— 这里的每一个数字，要么源自公开来源的实测，要么取自 Anthropic 自家的价目表。目前并不存在针对 Claude Opus 5.5 绘制像素艺术的第三方评测，本文也没有凭空捏造一份。

在自己身上进行同样的实验

这个演示值得复刻的原因在于它成本低且自成一体。一个单独的 HTML 文件、一个 canvas、无需任何素材——你可以把同样的提示词交给模型，配上你自己的参考照片，一次就能看到结果，不需要先搭建任何流程。

Claude Opus 5.5 已上线 OrcaRouter，按 Anthropic 公布的标价计费，加价以 0% 原样传导——每百万输入 token 4.00 美元，每百万输出 token 20.00 美元，每百万缓存读取 0.20 美元，完整的 100 万 token 上下文也按标准价格提供。这对这类实验来说尤其重要：新奇提示词正是那种你希望无需签约就能比较的场景，而一个 API 接入 200 多个模型意味着如果你想知道更小的模型如何处理同一张精灵图，同样的调用形式也能触达更便宜的线路。自动故障转移能在比较过程中某条线路质量下降时为你兜底；而如果你根本不想做选择，路由 DSL可以把同一提示词发送给两个模型，让你挑出表现更好的那个。

从这里看，有两件事值得关注。第一件是：类似这样的东西能否被真正衡量，而不只是被赞叹——一个固定的提示词、一个固定的主题，再加上几个模型产出同一份简要说明，这能告诉你的东西，远比又一条动画帖子多得多。第二件是成本透明度：像这样的演示从不会带的那个数字，就是走到这一步究竟花了多少代价，包括重试在内；而在它出现在像本文这样的记述里之前，“出人意料地强大”会一直替代那个没人公布的数字。

就目前而言，关于 kākāpō 派对，诚实的总结比那些转发更狭窄，却也比它们看上去更有用。一个旗舰模型写了 45,880 字节的精灵代码，可离线运行，能让 22 只鸟以 124 BPM 动起来，还需要一个点击十次的 Playwright 脚本才能变成视频。这个演示是真的，源码是公开的，而它所支撑的论断，是关于一个模型能在单个文件里装下什么——而不是关于它平均能做到什么。