Das mutmaßliche neue Claude-Modell ist durchgesickert: Es generiert direkt aus Code heraus Bilder und Soundeffekte und hat sogar das Werk »Hamilton« produziert.

Ist Opus 5.5 High vermutlich auf ein neues Modell umgeleitet worden?

Kürzlich haben einige Nutzer im Internet aufgedeckt, dass Anthropic eine neue Welle von Grautests gestartet hat: Opus 5.5 High wird möglicherweise auf Fable 5.5 oder Opus 5.6 umgeleitet.

Zahlreiche Nutzer haben Videos gezeigt, die von diesem geheimnisvollen neuen Modell erstellt wurden. Es kann mit sehr wenigen Prompts kurze Animationsfilme mit Licht- und Schattenwechseln, Kameraschnitten und Soundeffekten erstellen:

Es wurde sogar ein Musical erstellt, um sich selbst vorzustellen:

Nach dem Anhören kann ich nur sagen: Das ist wirklich extrem leistungsstark, es ist fast so, als würde »Hamilton« wieder auferstehen.

Musik, menschliche Stimmen und 3D-Bilder sind alle enthalten, Ton und Bild sind synchron, und der Fertigstellungsgrad ist sehr hoch.

Die Ergebnisse des Programmiermodells erweitern sich von Funktionsdemonstrationen zu vollständigen visuellen Werken mit Kameras, Licht- und Schatteneffekten sowie Ton.

Der Autor hat in den Kommentaren überzeugt behauptet: Das ist Fable 5.5.

Einige Nutzer haben nach praktischen Tests erklärt: Dieses Modell ist absolut ein bahnbrechendes Werk, die Ära der Bild-/Videogenerierung ist vorbei.

Nachdem GPT 6-Astra den 3D-Bereich revolutioniert hat, werden auch die Videogenerierungsmodelle von Claude beendet werden?

Das geheimnisvolle neue Modell von Claude: Code schreiben und Filme drehen ist kein Problem

Unter den von verschiedenen Nutzern veröffentlichten praktischen Testergebnissen hat mich dieses Musical am meisten beeindruckt:

Nein, was ist überhaupt der Unterschied zu »Hamilton«??

Wenn du es nicht sagst, würde ich wirklich glauben, dass dies ein reiner Gesang mit menschlicher Stimme ist.

Laut der Vorstellung des Autors verwendet dieses neue Modell Suno zum Erstellen von Musik, ElevenLabs zum Generieren von menschlichen Stimmen und erstellt zudem ein synchrones Three.js-Musikvideo rund um das gesamte Lied.

Anscheinend ruft Claude diese Tools direkt zur Erstellung auf. Es ist möglich, dass es ähnlich wie Astra funktioniert, das Blender zur 3D-Modellierung aufruft.

Wenn das wirklich der Fall ist, wird das Damoklesschwert für die Videogenerierungsmodelle bald herabfallen...

Allerdings hat der Autor nicht offengelegt, wie viele Prompts, Zeitkosten und Ausgaben dieses Video konkret erfordert hat.

(Aber ich schätze, es verbraucht extrem viele Tokens)

Er hat auch eine Methode zur »Identitätsüberprüfung« vorgeschlagen: Fordere das Modell auf, VoxelBench vorzustellen, ohne eine Internetverbindung herzustellen und keine Erinnerungen zu verwenden.

Claude hat den Mechanismus dieser 3D-Voxel-Generierungs-Bewertung kurz beschrieben, und dann hat der Autor bestätigt: Das ist Fable 5.5.

Ich weiß nicht, woher er diese Hinweise hat... Vielleicht war er einfach von der extremen Leistung des Modells überwältigt (.

Zusätzlich gibt es noch einige weitere praktische Testergebnisse des neuen Modells:

Papierschiff im Regen: Von Bild bis Soundeffekt, Generierung mit einem einzigen Prompt

Dieses Video zeigt hauptsächlich, dass dasselbe Papierschiff in verschiedene Beleuchtungsverhältnisse und Kameraabstände versetzt wird.

Sein hoher Fertigstellungsgrad zeigt sich darin, dass diese Details gemeinsam zur Atmosphäre der Szene beitragen.

Laut dem Nutzer @Salio stammen Visualisierung, Animation und Soundeffekte alle aus dem JavaScript-Code, der mit einem einzigen Prompt generiert wurde, ohne dass Materialien aus dem Internet durchsucht wurden.

Auch der Ton wurde in diese Code-Erstellung einbezogen.

Sonnenuntergang, Sternenhimmel, Lichtausbreitung: Erstellen eines kurzen visuellen Films mit Code

Dieser Nutzer hat zudem einen kurzen Film gezeigt, der mit Code erstellt wurde und die Szene auf die Meeresoberfläche und den Weltraum verlegt.

Besonders hervorzuheben ist der Teil des Sonnenuntergangs auf See am Anfang, insbesondere der Effekt des Sonnenlichts, das auf die Wellen fällt.

Der Himmel geht von Purpurrot zu Goldgelb über, und die Reflexion der Sonne breitet sich entlang der Meeresoberfläche zur Kamera aus und zersplittert mit dem Auf und Ab des Wassers in helle Streifen.

Bei genauer Betrachtung sind die Ebenen ziemlich reichhaltig: In der Nähe kann man die Wellen klar erkennen, während sie in der Ferne allmählich in den Horizont übergehen.

Als Landschaftsfilm liegt es definitiv über der Bestehensgrenze, aber es hängt davon ab, wie viele Prompts und Kosten der Autor aufgewendet hat, um diesen Effekt zu erzielen. Leider hat er dies nicht offengelegt.

Laut der Vorstellung des Autors wurden Bild und Ton vollständig von Grund auf mit JavaScript-Code erstellt, und Claude hat ebenfalls keine Materialien über die Websuche abgerufen.

Nach dem Ausprobieren hat der Autor selbst festgestellt, dass »die Ära der Bild-/Videogenerierung vorbei ist«.

Kurzer Animationsfilm »Das menschliche Leben«: Mit zwei Prompts erledigt

Es gibt noch einen interessanten Strichanimationskurzfilm – »Das menschliche Leben«, den Claude mit nur zwei Prompts erledigt hat.

(Kann Claude auch mein Leben mit Prompts erledigen... (：з」∠))

Laut der Vorstellung des Autors wurde jeder Frame dieser Animation mit JS gezeichnet, es wurden nur zwei Prompts mit insgesamt vier Zeilen verwendet.

Dieser hat die Kosten offengelegt: Die gesamte Aufgabe dauerte 2 Stunden, verbrauchte 27 Millionen Tokens, und die Denkintensität wurde auf Max eingestellt.

Dieses Video ist etwa 30 Sekunden lang, dieses Verhältnis von Aufwand zu Nutzen ist ziemlich absurd...

Ist es Opus 5.6 oder Fable 5.5?

Welchem Modell Opus 5.5 High konkret zugewiesen wird, ist derzeit umstritten.

Einige sagen, es sei Fable 5.5, andere glauben, es sei Opus 5.6.

Der Nutzer @Pankaj listet Opus 5.6 als erste Vermutung auf und stellt gleichzeitig die Frage, ob Anthropic die nächste Generation von Fable über Opus 5.5 testet?

Der Nutzer @NFT_Chen hat eine spezifischere »Prüfmethode« vorgeschlagen:

Wähle Opus 5.5 aus und aktiviere den High-Denkmodus, und fordere das Modell auf, VoxelBench oder @legit_api vorzustellen, ohne zu suchen.

Er glaubt, dass man in den Grautest des neuen Modells gelangen könnte, wenn man die Frage genau beantworten kann.

Allerdings glauben einige, dass der Effekt des neuen Modells nicht viel anders als der von Opus 5.5 ist.

Lumina hat einen Vergleich der Ausgaben des normalen Opus 5.5 und des sogenannten »nach der Umleitung« gezeigt, aber er findet keinen besonders großen Unterschied, und glaubt nur, dass letzteres möglicherweise etwas besser ist.

Er hat zudem erklärt, dass er es mehrmals ausgeführt hat und das beste Ergebnis davon veröffentlicht hat.

Also, wird das neue Modell letztendlich »Fable« (Fabel) oder »Werk« sein?

Zählen wir mit den Fingern, der Veröffentlichungsrhythmus von Anthropic in letzter Zeit sieht so aus:

Am 22. September wurde Opus 5.5 veröffentlicht; am 28. September folgte Sonnet 5.5; am 7. Oktober ging Haiku 5.5 online.

In nur einem halben Monat wurden drei Modelle der 5.5-Familie nacheinander veröffentlicht, während die Fable-Modelle noch bei 5.1 stehen.

So gesehen ist die Wahrscheinlichkeit, dass das neue Fable erscheint, relativ hoch...

Ein direkter Vergleichsgegenstand, dem die nächste Generation von Fable gegenübersteht, ist das hauseigene Opus.

Anthropic hat bei der Veröffentlichung von Opus 5.5 erklärt, dass es bei den meisten Aufgaben bereits das Niveau von Fable 5.1 erreicht hat.

Die offizielle Seite hat auch einen internen Test offengelegt: Lassen Sie zwei Modelle HAProxy von C nach Rust umschreiben, beide haben fast alle ursprünglichen Regressionstests bestanden, aber Opus 5.5 hat 9,5 Stunden gebraucht, Fable 5.1 12 Stunden, und die Kosten von ersterem sind um 51 % niedriger.

Preislich liegen die Kosten von Opus 5.5 bei 4 US-Dollar pro Million Eingabe-Tokens und 20 US-Dollar pro Million Ausgabe-Tokens, während Fable 5.1 10 US-Dollar bzw. 50 US-Dollar kostet.

Die beiden Einheitspreise von Fable 5.1 sind jeweils das 2,5-fache von denen von Opus 5.5.

Wenn die nächste Generation von Fable weiterhin eine höhere Position beibehält, muss sie den Benutzern bei einigen Aufgaben klar zeigen, wofür das zusätzliche Geld ausgegeben wird.

Aus dieser Gruppe von Erstellungsdemonstrationen geht eine erwartungsvolle Richtung hervor: Mit sehr wenigen Anforderungen können auch mehr vernünftige Designs fertiggestellt werden.

Zum Beispiel, wenn man nur sagt »Erstelle ein Vorstellungslied für dich selbst«, kann das Modell selbstständig Szenen, Charaktere und Kameras planen, dann Musik, menschliche Stimmen und Animationen organisieren, um den Arbeitsaufwand der Benutzer für die schrittweise Ergänzung von Anforderungen zu reduzieren?

Sobald diese Fähigkeit stabil reproduzierbar ist, wird sie sehr praktisch für die Erstellung von Kurzfilmen und Produktprototypen sein.

So gesehen scheinen die Videogenerierungsmodelle wirklich in Schwierigkeiten zu geraten...

Referenzlinks:

[1]https://x.com/NFT_Chen/status/2109335598448394272

[2]https://x.com/chetaslua/status/2109244702235275680