Der Autor Przemysław Migdał untersuchte die Design- und Agentenfähigkeiten von KI-Modellen, indem er Claude Opus 5.5 und GPT-6 Astra einen einzigen Prompt gab, eine interaktive Three.js-Visualisierung aller 55 Städte aus Italo Calvinos Roman Die unsichtbaren Städte zu erstellen. GPT-6 Astra benötigte 53 Minuten bei Kosten von etwa 10 US-Dollar, während Claude Opus 5.5 rund 1 Stunde 25 Minuten (ca. 7 Agentenstunden durch sechs parallele Subagenten) und 74 US-Dollar verbrauchte. Während die Modelle bemerkenswerte visuelle Ergebnisse lieferten, wurden sie für typische Design-Mängel („AI Slop“) und mangelndes architektonisches Verständnis kritisiert.
Wichtigste Punkte
Experimenteller Prompt: Ein einzelner Prompt wies die Modelle an, innerhalb von bis zu sechs Stunden eine vollständige, fehlerfreie Three.js-Visualisierung aller 55 Städte aus Italo Calvinos Die unsichtbaren Städte zu generieren.
GPT-6 Astra Leistung: Benötigte 53 Minuten bei mittlerem Aufwand, kostete ca. 10 US-Dollar an API-Token und erzeugte eine funktionierende, aber text- und designlaute Benutzeroberfläche.
Claude Opus 5.5 Leistung: Erstellte die Visualisierung in 1 Stunde 25 Minuten (ca. 7 kumulierte Agentenstunden durch 6 parallele Subagenten) bei einem API-Kostenaufwand von rund 74 US-Dollar.
Fähigkeits-Benchmarks: GPT-6 Astra zeigte laut Autor verbesserte Leistungen bei komplexen Rätseln wie Baba Is You, ARC-AGI-3, Portal, MazeBench sowie bei der Pilzidentifikation.
Prävalenz von KI-Slop: Beide Modelle fügten überflüssige Designelemente, redundante Kommentare und unstrukturierte visuelle Rauschelemente hinzu, die eine manuelle Nachbearbeitung erfordern.
Diskussions-Highlights
Literarische Kritik: Zahlreiche Kommentatoren argumentierten, dass die Visualisierung den tiefen semiotischen und sprachlichen Sinn des literarischen Meisterwerks von Italo Calvino untergräbt und auf ein oberflächliches Videospiel-Niveau reduziert.
Technische Mängel & Performance: Mehrere Nutzer berichteten von massiven Performance-Problemen (ca. 5 FPS, 100 % CPU-Auslastung bei 0 % GPU-Nutzung, fehlende WebGL-Optimierung) sowie logischen Baufehlern wie Brücken, die funktionslos mitten im Fluss enden.
Agentenverhalten & Kosten: Diskutiert wurde das unvorhersehbare Verhalten von Agenten, die Zeitvorgaben unterschreiten oder Subagenten unkontrolliert hochskalieren, was zu hohen API-Kosten von bis zu 74 US-Dollar für einzelne Tests führt.
Alternative Projekte & Ressourcen: Teilnehmer verwiesen auf ähnliche kreative Arbeiten wie Camillo Visinis isometrische Zeichnungen auf Procreate, Narfmans D&D Realms Atlas sowie Ryan Saels Interactive Lens Lab.
Glossar
Three.js: Eine JavaScript-Bibliothek, die verwendet wird, um interaktive 3D-Grafiken direkt in Webbrowsern über WebGL darzustellen.
API-Token: Abrechnungseinheiten für große Sprachmodelle, die die Menge der verarbeiteten oder generierten Text- und Code-Daten quantifizieren (im Text für Kosten von 10 bis 74 US-Dollar verantwortlich).
Subagenten: Autonome Instanzen eines KI-Systems, die parallel arbeiten, um Teilaufgaben eines übergeordneten Prompts eigenständig auszuführen.
AI Slop: Ein abwertender Begriff für minderwertige, automatisiert erstellte KI-Inhalte, die überflüssige Code-Kommentare, visuelles Rauschen oder unlogische Design-Elemente enthalten.
WebGL: Eine Programmierschnittstelle (API) zur Darstellung von hardwarebeschleunigten 2D- und 3D-Grafiken in kompatiblen Webbrowsern ohne zusätzliche Plugins.
ARC-AGI-3 / MazeBench: Standardisierte Benchmark-Testumgebungen zur Messung der Problemlösungs- und Generalisierungskompetenz von fortgeschrittenen KI-Systemen.