Текст в 3D-сцену нейросетью: повторяем эксперимент Карпаты на Claude Opus 5 (2026)

Нейросеть умеет превратить абзац текста в трёхмерную сцену, которая крутится в браузере. Работает это так: модель не рисует 3D напрямую, она пишет код на Three.js, а код уже строит ландшафт, объекты, свет и движение камеры. Ты даёшь описание словами, получаешь один HTML-файл и открываешь его двойным кликом.

2 августа 2026 Андрей Карпаты, сооснователь OpenAI, показал самый громкий пример такого подхода. Он дал Claude Opus 5 первый абзац «Властелина колец», бюджет в миллион токенов и просьбу отрендерить это через Three.js. Модель работала около двух часов и написала 5500 строк кода, которые процедурно построили Шир. Счёт вышел примерно на 10 долларов. Ниже разберём, как повторить такое без единой строки кода, сколько это стоит в рублях и как заодно сравнить между собой Claude, ChatGPT и Qwen на одной задаче.

Коротко: пять слов, без которых дальше непонятно

• Three.js - библиотека 3D-графики для браузера. Подключается одной строкой и умеет рисовать сцену, камеру, свет и объекты силами видеокарты.
• Процедурная генерация - когда объект считают формулой прямо в коде, вместо того чтобы грузить готовым файлом. Холм, трава, туман, звук ветра: всё это математика.
• Вайб-тест (vibe check) - простая задача с наглядным результатом, по которой на глаз сравнивают модели. Строгим бенчмарком не считается, зато разницу видно сразу.
• Токен-бюджет - потолок, который ты ставишь модели заранее: «работай, пока не потратишь миллион токенов». Так задача перестаёт быть одним ответом и становится долгой сессией.
• Ваншот (one-shot) - результат с первого запроса, без правок и уточнений.

Что именно сделал Карпаты

Промпт был устроен предельно скупо. На вход пошёл первый абзац первой главы «Братства кольца», та самая «A Long-expected Party». Дальше три условия: рендерить через Three.js, расставлять полигональные объекты по координатам самостоятельно, укладываться в бюджет одного миллиона токенов.

Opus went off for ~2 hours and wrote 5500 lines of code that (procedurally) rendered the story.

- Андрей Карпаты, по материалам The Decoder

Никаких готовых 3D-моделей, текстур и звуков модель не получала. Всё, что видно на сцене, посчитано кодом: рельеф, деревья, домики, свет, движение камеры. Озвучку Карпаты добавил отдельно через Eleven Labs, само видео и исходники он выложил на karpathy.ai/lotr-movie.

Собственная оценка автора звучит трезво: «It’s kind of janky but fun», грубовато, но занятно. И это честная планка ожиданий. Речь про наглядную демонстрацию возможностей, до кинематографа тут далеко.

Почему «пеликан на велосипеде» отправился на пенсию

У сообщества давно есть традиция проверять новые модели на одной наглядной задачке. В 2023 году исследователи Microsoft в работе Sparks of AGI просили GPT-4 нарисовать единорога на языке TikZ: получались кривые кляксы, но по ним было видно, что модель хоть как-то представляет себе пространство. Потом эстафету перехватил разработчик Саймон Уиллисон со своим пеликаном на велосипеде в формате SVG. Каждый релиз он прогонял через один и тот же запрос и выкладывал картинку, а читатели сравнивали.

Карпаты говорит, что эта эпоха заканчивается.

We’re starting to leave the territory where you’d test an LLM by e.g. ‘create an svg of pelican on a bicycle’.

- Андрей Карпаты, по материалам The Decoder

Логика простая. Пеликан проверяет один рывок: что модель выдаст за один ответ. Современные модели тянут другое, и вторая цитата Карпаты объясняет что именно: «LLMs have all the stamina and patience in the world». У них бесконечный запас усидчивости. Поэтому осмысленный тест теперь измеряет длинную работу: держит ли модель задачу два часа, укладывается ли в бюджет, замечает ли собственные косяки и чинит ли их сама.

Это ровно та же история, что и с играми: мы разбирали её в гайде про 3D-игры одним промптом на Claude Opus 5. Разница в том, что игра проверяет управление и физику, а сцена по литературному тексту проверяет понимание описания.

Как повторить эксперимент без навыков программирования

Разберём по шагам. Программировать не придётся ни на одном из них: код ты вообще не открываешь, все правки просишь словами.

Базовый промпт: абзац текста в 3D-сцену

Это рабочая заготовка. Меняешь только текст в квадратных скобках.

Ты собираешь трёхмерную сцену по литературному описанию.
 
Текст-источник:
"[ВСТАВЬ СВОЙ АБЗАЦ, 60-150 СЛОВ]"
 
Задача: отрендерить это описание как анимированную 3D-сцену в браузере через Three.js.
 
Правила:
1. Один самодостаточный HTML-файл. Никаких внешних картинок, моделей и звуков: всё генерируй процедурно кодом.
2. Внимательно прочитай текст и вытащи из него: рельеф, время суток, погоду, ключевые объекты, настроение. Каждую деталь из текста отрази на сцене.
3. Расставь объекты по координатам x, y, z сам. Продумай композицию: передний план, средний, дальний.
4. Свет и туман подбери под настроение текста, не под техническую задачу.
5. Камера двигается плавно по заранее заданному пути и показывает сцену за 40-60 секунд.
6. Внизу экрана - строка текста-источника, которая меняется по ходу пролёта камеры.
 
Работай долго и обстоятельно. После каждого крупного блока проверяй себя вопросом: похоже ли это на то, что описано в тексте. Если нет - переделывай сразу.
 
В конце выведи список того, что из текста ты отразил, и что решил опустить.

Промпты для доводки

Первый результат почти всегда выглядит бледно. Три коротких запроса вытаскивают его на приличный уровень.

Сцена собрана, но выглядит плоско. Переработай только освещение и атмосферу:
- добавь дальний туман, который сгущается с расстоянием
- поставь один главный источник света под углом, как низкое солнце
- добавь мягкие тени от объектов на землю
- подбери цветовую гамму под настроение текста, максимум три основных цвета
Геометрию и расстановку объектов не трогай.

Добавь жизни в сцену. Всё считай кодом, внешние файлы не подключай:
- лёгкое покачивание растительности от ветра
- медленное движение облаков или тумана
- 2-3 мелкие детали, которые двигаются сами по себе
- звук фона через Web Audio: синтезируй шум ветра прямо в коде
Скорость всех анимаций сделай спокойной, без дёрганья.

Проверь сцену как придирчивый зритель и перечисли 5 самых заметных проблем:
объекты, висящие в воздухе, пересекающиеся модели, слишком быстрая камера,
пустые куски кадра, нечитаемая композиция.
Сначала выведи список проблем, потом почини их по порядку.
После каждой правки коротко пиши, что изменилось.

Свой вайб-тест: как честно сравнить Claude, ChatGPT и Qwen

Самое интересное начинается, когда один и тот же абзац уходит в разные модели. Тут важно не обмануть себя: если менять текст, промпт или количество правок, сравнение превращается в лотерею.

Правила чистого теста простые. Один и тот же абзац, один и тот же промпт слово в слово, ноль правок (только ваншот), одинаковое время ожидания. Смотришь результат в браузере и заполняешь табличку.

Что ожидаемо всплывёт по ходу. Claude Opus 5 сейчас сильнее всех в длинной автономной работе: именно на нём построен эксперимент Карпаты, и именно он держит задачу часами. GPT-5.6 быстрее выдаёт первый рабочий результат, но на длинной дистанции чаще упрощает. Qwen в этой лиге слабее по коду, зато открывается из России без VPN и не стоит ни копейки, поэтому как точка отсчёта годится отлично.

Если хочется системного подхода к выбору модели под код, у нас есть отдельный разбор: какой ИИ лучше для вайб-кодинга.

Где всё ломается: модель не видит, что нарисовала

Это главный вывод эксперимента, и он важнее самой картинки. Claude писал код для видео, которое сам посмотреть не мог. У модели нет возможности запустить сцену и глазами оценить результат. Ей приходится делать скриншоты в отдельных точках, разглядывать их по одному и достраивать в голове, как это выглядит в движении.

Отсюда типовые ошибки таких сцен: дерево, растущее из воздуха, камера, проезжающая сквозь холм, объект, который в статике смотрится нормально, а в движении улетает за кадр. Модель не ленится, она просто работает вслепую.

Практический вывод для тебя простой. Не жди готового результата с первого раза и не заказывай сразу сложную сцену на десять минут пролёта. Собирай короткими кусками, смотри каждый и говори, что не так. Тот же принцип разбирали в гайде про агента, который говорит «готово», когда ничего не работает.

Сколько это стоит и как платить из России

По API Opus 5 стоит 5 долларов за миллион входных токенов и 25 за миллион выходных. Бюджет в миллион токенов, как у Карпаты, обходится примерно в 10 долларов, это около 900-1000 рублей по курсу на август 2026. Через подписку выходит спокойнее: Claude Pro стоит 20 долларов в месяц, и сцена средней сложности укладывается в обычные лимиты без отдельного счёта.

Из России Anthropic блокирует IP-адреса, так что первым шагом нужен рабочий VPN с зарубежным адресом. Дальше два пути с оплатой. Можно взять сервис оплаты подписок, который оплатит Pro зарубежной картой за рубли (реферальная ссылка: тебе тот же прайс, мне небольшой процент). Можно зайти через российский агрегатор нейросетей вроде BotHub или MashaGPT, там модели Claude доступны за рубли и без VPN, правда без артефактов и долгих автономных сессий. Подробности по обоим путям разобраны в гайде как оплатить Claude из России.

Готовый HTML-файл после генерации живёт своей жизнью и никакого VPN уже не требует. Открывается на любом компьютере, работает офлайн, весит обычно меньше мегабайта.

Куда выложить готовую сцену

Файл получается один, поэтому выкладывается он в пару кликов. Бесплатного статического хостинга вроде GitHub Pages или Netlify хватает с запасом: залил, получил ссылку, скинул кому угодно. Пошагово это разобрано в гайде как выложить сайт бесплатно.

Пара вещей, о которых стоит подумать заранее. Сцена по чужому литературному тексту годится для личного эксперимента и показа друзьям, но публичная публикация с длинными цитатами из книги под защитой авторского права уже требует осторожности. Свой текст в этом смысле спокойнее, а заодно интереснее: описание бабушкиного двора превращается в 3D-мир ничуть не хуже Шира.

И второе: тяжёлые сцены на слабом ноутбуке или телефоне будут тормозить. Перед публикацией попроси модель добавить переключатель качества и урезать количество объектов в дальнем плане.

Чек-лист: что у тебя теперь есть

• Понимание, как текст превращается в 3D: модель пишет код на Three.js, браузер его исполняет.
• Готовый базовый промпт, куда подставляется твой абзац.
• Три промпта на доводку: свет, движение, поиск косяков.
• Схема честного сравнения моделей с таблицей баллов.
• Реальные цифры по стоимости: 10 долларов за миллион токенов бюджета, 20 долларов в месяц за подписку.
• Понимание главного ограничения: модель не видит свою работу и правит вслепую, поэтому проверяешь глазами ты.
• Способ выложить результат ссылкой за пять минут.

Начни с малого. Возьми любимый абзац, прогони базовый промпт без правок и посмотри, что получится с первой попытки. Даже кривой результат объясняет про текущее состояние моделей больше, чем десяток статей с бенчмарками.

Хочешь копать глубже в сторону кода без программирования, начни с вайб-кодинга для новичков, а если интересна экономика вопроса, посмотри разбор цены Claude Opus 5 и оплаты из России.

По материалам The Decoder: https://the-decoder.com/unicorn-pelican-middle-earth-openai-co-founder-karpathy-is-looking-for-the-next-ai-vibe-test/