Video 1 menit menghabiskan 70 yuan dari bos saya! Saya meminta Codex membangun alur kerja video Opus 5.5 hanya dengan satu kalimat

Ringkasan satu kalimat: Saya nyaris tidak menulis kode sama sekali. Saya cuma menyampaikan kebutuhan ke Codex, menyetujui eksekusinya, dan meluruskan arahnya, lalu jadilah alur kerja video satu kalimat berbasis Opus 5.5. Hasilnya memang memukau, tapi tagihannya juga lumayan.

Saya baru saja melakukan sesuatu yang bikin ketagihan. Saya minta Codex mereplikasi sebuah alur kerja video: saya cukup mengetik satu kalimat kebutuhan, lalu Opus 5.5 merencanakan sendiri, menulis kode animasi, membuat musik latar, memeriksa dan merevisi hasilnya, dan di ujung mengekspor MP4.

Waktu videonya jadi, saya senang sekali. Lalu saya melirik biayanya. Untuk video berdurasi sekitar 1 menit, biaya model menurut catatan saya adalah 9,4943 dolar AS, setara kira-kira Rp150 ribuan (sekitar 70 yuan). Untungnya yang bayar bos.

Proses pembangunan, konsumsi kuota, dan biaya di bawah ini semuanya berasal dari satu putaran yang benar-benar saya jalankan sendiri, termasuk pengalaman nyata saat Codex pertama kali salah arah.

Ringkasan Istilah Alur Kerja Video Opus 5.5 (perlu diketahui)

Istilah-istilah di bawah ini akan sering muncul di bagian selanjutnya. Kita samakan dulu penyebutannya supaya tidak bingung di tengah jalan.

01 Lagi scroll B站, ketemu video Opus 5.5, dan tiba-tiba pengin bikin sendiri

Awalnya sederhana saja. Beberapa waktu lalu, saat scroll B站, saya menemukan video buatan orang lain yang memakai Opus 5.5. Alur ceritanya jelas, visualnya enak dilihat, dan selera estetikanya dapat. Video itu tidak seperti video AI generasi awal yang cuma kumpulan shot pamer teknik. Video ini benar-benar serius menceritakan sesuatu.

Waktu itu saya langsung kepikiran: format seperti ini cocok sekali untuk operasional konten dan personal brand. Kalau AI bisa mengerjakan sendiri perencanaan, visual, pengisi suara, sampai penyuntingan, hambatan untuk membuat konten jadi jauh lebih rendah. Apalagi untuk konten edukasi dan topik vertikal profesional, yang butuh penjelasan runtut tapi pembuatnya tidak ingin tampil di depan kamera.

Begitu terpikir, saya langsung tidak bisa diam: kalau orang lain bisa, saya juga harus punya sistem seperti itu.

02 Saya cuma bilang satu kalimat ke Codex: “Saya mau yang seperti punya orang itu, kasih ke saya”

Saya tidak berniat mempelajari mesin animasi, pipeline rendering, dan pemrosesan audio dari nol, apalagi menulis seluruh sistem video sendiri. Saya langsung melempar tujuannya ke Codex. Kalimat aslinya kira-kira: “Saya mau yang seperti punya orang itu, kasih ke saya.”

Setelah itu, hampir semuanya dikerjakan Codex:

• Mencari tutorial, membaca penjelasan dan kode sumber proyek referensi
• Memasang dependensi seperti Node.js, Python, dan FFmpeg, lalu mengatur lingkungan lokal
• Menyambungkan alat-alat untuk rendering, suara, subtitle, dan pengecekan
• Menjalankan tes, lalu memperbaiki sendiri kalau ada error

Tugas saya terutama mengajukan kebutuhan, memastikan arah, dan menekan tombol setuju saat Codex mau menjalankan perintah. Bisa dibilang saya lebih mirip klien yang kurang paham teknis, tapi tahu persis apa yang diinginkan.

Pertama kali, Codex salah membangun workflow video Opus 5.5

Prosesnya tidak mulus. Yang pertama kali dibangun Codex adalah workbench “model membuat storyboard + template animasi tetap”. Opus hanya bisa mengisi teks dan parameter ke template yang sudah ditentukan. Memang bisa jalan, tapi ruang kreasi Opus jadi sangat terkekang, dan hasilnya sama sekali berbeda dari yang saya lihat di B站.

Setelah itu saya ganti cara. Saya tidak lagi berulang kali menjelaskan “saya mau yang bagus seperti itu”, tapi meminta Codex meniru contoh yang sudah terbukti berhasil. Codex mencari ulang catatan proses pembuatan dari Ploto, lalu memilih proyek open source yang disebut di dalamnya, Lemo-Opuscar, sebagai fondasi. Barulah arahnya benar.

💡 Pelajaran paling berharga kali ini: saat meminta Agent mengerjakan tugas yang kompleks, memberinya contoh sukses yang konkret dan matang sering kali jauh lebih efektif daripada menjelaskan berulang kali apa yang kita mau.

Membangun workflow video Opus 5.5 menghabiskan 80% kuota Codex

Setelah selesai, saya cek dan ternyata Codex sudah memakai sekitar 80% kuota jendela lima jam di paket ChatGPT Plus saya saat itu.

03 Jadi, Sebenarnya Seperti Apa Workflow Video Opus 5.5 yang Akhirnya Terbangun?

Pertama, kita luruskan dulu tiga peran yang terlibat. Banyak orang yang melihat frasa “Codex membangun workflow Opus” mengira ada dua model yang bekerja bersama membuat video. Padahal keduanya muncul di dua tahap yang berbeda:

Fondasinya adalah Lemo-Opuscar, sebuah toolkit gaya untuk “membuat film lewat kode”. Toolkit ini memisahkan metode penyutradaraan, implementasi teknis, dan gaya visual ke dalam panduan yang berbeda, lalu Agent berkarya mengikuti panduan tersebut. Di dalam proyeknya ada pustaka gaya yang bisa langsung dipilih, dan kamu juga bisa membuat gaya sendiri. Proyek ini secara eksplisit menyebutkan bahwa gaya-gayanya disetel untuk Claude Opus 5.5, jadi kalau diganti ke model lain, hasilnya belum tentu sama bagusnya. Di keterangan versi yang terpasang di komputer saya, ada juga catatan bahwa satu video biasanya butuh sekitar 30–60 menit eksekusi Agent dan menghabiskan Token dalam jumlah yang cukup besar. Saat itu saya tidak terlalu memperhatikan kalimat ini, baru sadar setelah melihat tagihannya.

Workflow Video Opus 5.5 Bukan “AI Langsung Menghasilkan Video”

Poin ini paling sering disalahpahami. Workflow ini tidak memanggil model video AI tertentu yang tinggal diberi satu kalimat lalu mengeluarkan video. Menurut dokumentasi teknis proyeknya, video dibuat dengan kode, tanpa bergantung pada model pembuat video, dan tanpa footage stok. Secara konkret, Opus menulis kode tampilan dan animasi di halaman web, browser mengambil tangkapan layar frame demi frame sesuai titik waktu, lalu gambar dan suara digabung menjadi video.

Ringkasan rantai tool-nya:

• Node.js + Canvas/WebGL: menjalankan kode visual yang ditulis Opus dan menggambar animasi sesuai waktu
• Playwright (browser tanpa antarmuka): membuka halaman animasi dan menangkap gambar frame demi frame
• Kokoro: kemampuan dubbing bahasa Mandarin secara lokal, tidak terpakai di video tanpa narasi kali ini
• Whisper: kalau ada narasi, mengenali hasil dubbing kembali menjadi teks untuk dicek kalimat per kalimat
• Python: pemrosesan dubbing, validasi, efek suara, dan musik latar
• FFmpeg: encoding, mixing audio, dan penggabungan menjadi video akhir

Cara ini punya satu keuntungan: gambar, musik, subtitle, dan efek suara memakai satu timeline yang sama, sehingga perpindahan shot bisa selaras dengan peristiwa suara. Soal persyaratan lingkungan, proyek ini membutuhkan Node.js 20+, FFmpeg 7+, dan Python 3.11+, dengan output default 1920×1080 pada 24fps. Kali ini saya menjalankannya di 30fps.

04 Setelah Satu Kalimat, Alur Kerja Video Opus 5.5 Langsung Bekerja Sendiri

Setelah alurnya jadi, cara pakainya sederhana. Garis besarnya begini:

1. Saya mengetik satu kalimat untuk memberi tahu Opus video apa yang ingin dibuat
2. Opus merencanakan sendiri, menulis skrip, dan merancang shot
3. Pembuatan visual: menulis kode animasi, membuat efek visual dan gerakan kamera
4. Pembuatan suara: musik, efek suara, dan subtitle; kalau butuh narasi, kemampuan dubbing dipanggil
5. Mengambil beberapa frame untuk memeriksa gambar dan suara, lalu memperbaiki sendiri kalau ada masalah
6. Render frame demi frame, lalu gabungkan dan ekspor menjadi MP4

Soal dubbing, ada sedikit cerita sampingan. Antarmuka bahasa Mandarin offline bawaan proyek aslinya memang bisa mengeluarkan suara, tetapi saat hasilnya dikenali ulang dengan Whisper pertama kali, isinya jauh berbeda dari teks aslinya. Codex lalu mengikuti contoh bahasa Mandarin dari pembuat mesin Kokoro dan menambahkan model Mandarin v1.1 serta front-end pelafalan Mandarin Misaki. Setelah penyesuaian itu, dua kalimat uji berbahasa Mandarin lolos verifikasi, dan tidak perlu beralih ke dubbing online. Kemampuan ini sudah tersedia di sistem, tetapi tidak terpakai di delapan video yang saya buat kali ini.

Alur kerja akhirnya punya dua pintu masuk:

Perlu dicatat bahwa “satu kalimat” hanyalah penyederhanaan di sisi interaksi. Di belakangnya, Opus tetap melakukan pemanggilan model berkali-kali, menjalankan alat, dan merevisi berulang kali, jadi pemakaian Token sama sekali tidak berkurang.

05 Setelah workflow video Opus 5.5 benar-benar jalan, saya cukup kaget

Pertama kali dipakai, saya sengaja memilih topik yang agak sulit: pengenalan Delapan Gerbang (八门) dalam Qimen Dunjia, ilmu numerologi tradisional Tiongkok. Syaratnya durasi sekitar 1 menit, 1920×1080, 30 fps, dan tanpa narasi suara. Di catatan eksekusinya, Opus mengusulkan “subtitle bergaya tibaan kaligrafi (题跋) dengan musik latar guqin”. File kredit di direktori proyek juga menyebutkan bahwa seluruh suara di video ini disintesis lewat kode, tanpa rekaman dan tanpa suara manusia.

Hasil akhirnya benar-benar di luar dugaan. Yang paling kelihatan jelas adalah aksara Hanzi-nya: tajam dan rapi, jauh lebih bagus dari perkiraan saya. Saat elemen-elemen khusus seperti posisi istana (宫位), bintang terbang (飞星), dan heksagram (卦象) muncul, saya sudah siap melihat masalah khas video AI zaman dulu, yaitu tulisan berantakan, karakter salah, dan huruf yang berubah bentuk. Ternyata tidak ada sama sekali, tata letaknya bersih.

Selera visualnya juga pas. Latar bernuansa lukisan tinta Tiongkok, subtitle gaya tibaan, dan iringan guqin menghasilkan kesan sederhana tapi megah yang cocok dengan temanya. Kesan saya bukan sekadar “AI bisa membuat gambar”, tapi seolah-olah ia tahu bagaimana konten semacam ini seharusnya digambarkan.

06 Lalu saya cek biaya workflow video Opus 5.5: satu menit, US$9,4943

Saya sempat melihat rincian biayanya.

Dengan kurs contoh sekitar 7,3 yuan per 1 dolar AS, totalnya kira-kira 70 yuan.

Pendapat jujur saya: hasilnya memang bagus, tapi 70 yuan untuk video satu menit jelas tidak murah kalau dilihat dari biaya produksinya saja. Kalau setelah selesai dan diunggah ternyata tidak mendatangkan trafik, pengikut, atau keuntungan bisnis, ya uangnya terbuang.

Paket Claude dan API bayar sesuai pemakaian: dua struktur biaya yang berbeda

Saya sudah mengecek ulang penjelasan resmi Anthropic, dan memang mekanisme penagihan kedua cara ini berbeda:

Jadi kita tidak bisa begitu saja bilang API pasti lebih mahal daripada paket, dan paket pun bukan berarti bisa dipakai tanpa batas. Paket mungkin lebih cocok kalau Anda menjalankan alur kerja secara terus-menerus dalam jumlah besar. Keunggulan API adalah Anda tahu persis berapa biaya setiap kali pemakaian. Mana yang lebih hemat tergantung pada volume pemakaian dan frekuensi output Anda sendiri, jadi sebaiknya bandingkan dengan data nyata selama beberapa waktu.

💰 Saran rekonsiliasi: Kalau Anda memilih bayar sesuai pemakaian, sebaiknya cek rincian di konsol APIYI apiyi.com setiap kali selesai mengerjakan satu video. Catat juga topiknya dan berapa kali revisi. Setelah beberapa video, Anda sudah bisa memperkirakan kisaran biaya per video.

Ingin coba dengan biaya kecil dulu? Uji dulu kemampuan perencanaan Opus 5.5 secara terpisah

Kalau Anda belum memutuskan apakah mau membangun seluruh alur kerjanya, keluarkan sedikit biaya saja untuk memanggil Opus 5.5 satu kali. Lihat seberapa bagus ia menulis storyboard, sekaligus cek penggunaan Token-nya:

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Antarmuka APIYI yang kompatibel dengan OpenAI
)

resp = client.chat.completions.create(
    model="claude-opus-5.5",  # Nama contoh, gunakan nama sebenarnya di daftar model APIYI
    messages=[{"role": "user", "content": "为一条1分钟的奇门八门科普短片写6个镜头的分镜，水墨风格，无旁白"}],
)
print(resp.choices[0].message.content)
print(resp.usage)  # Penggunaan Token input dan output untuk panggilan ini

import json
import time
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

LOG_PATH = "usage_log.jsonl"

def ask_with_log(prompt: str, model: str = "claude-opus-5.5", tag: str = "storyboard") -> str:
    """Memanggil model dan menambahkan penggunaan Token tiap panggilan ke log, supaya mudah direkonsiliasi nanti"""
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
    )
    usage = resp.usage
    record = {
        "time": time.strftime("%Y-%m-%d %H:%M:%S"),
        "tag": tag,
        "model": model,
        "prompt_tokens": usage.prompt_tokens,
        "completion_tokens": usage.completion_tokens,
    }
    with open(LOG_PATH, "a", encoding="utf-8") as f:
        f.write(json.dumps(record, ensure_ascii=False) + "\n")
    return resp.choices[0].message.content

def summarize(log_path: str = LOG_PATH) -> dict:
    """Merangkum total penggunaan Token; hitung biayanya sendiri sesuai harga di konsol"""
    total_in, total_out = 0, 0
    with open(log_path, encoding="utf-8") as f:
        for line in f:
            r = json.loads(line)
            total_in += r["prompt_tokens"]
            total_out += r["completion_tokens"]
    return {"input_tokens": total_in, "output_tokens": total_out}

if __name__ == "__main__":
    print(ask_with_log("为一条1分钟的奇门八门短片设计镜头节奏和配乐思路"))
    print(summarize())

🚀 Coba dulu: Sebaiknya manfaatkan kuota uji coba gratis untuk pengguna baru di APIYI (apiyi.com) untuk menjalankan beberapa tes storyboard. Pastikan gaya kreatif Opus 5.5 cocok dengan selera Anda, baru putuskan apakah mau menanggung biaya untuk seluruh alur kerja.

07 Hasilnya memuaskan, tapi hitungan biaya alur kerja video Opus 5.5 ini perlu ditinjau ulang

Eksperimen kali ini membuat saya benar-benar melihat sejauh mana alur kerja video berbasis Agent bisa dilakukan. Untuk operasional konten, personal IP, video pengetahuan, dan konten niche profesional, alat semacam ini layak terus ditelusuri. Tapi bisa dibuat secara teknis dan menguntungkan secara bisnis adalah dua persoalan berbeda.

Kalau nanti video-video ini bisa mendatangkan traffic, pengikut, dan konversi, 70 yuan bisa dianggap sebagai biaya produksi yang wajar. Kalau cuma bikin satu video berdurasi satu menit untuk ditonton sendiri, 70 yuan jelas tidak sepadan. Sekadar mengingatkan: kode dan dokumentasi Lemo-Opuscar berlisensi MIT, video contoh dan still frame-nya CC BY 4.0, dan film yang dibuat dengannya menjadi milik kreatornya; tapi materi pihak ketiga, termasuk sebagian sulih suara, punya lisensi masing-masing, jadi sebelum dipakai komersial sebaiknya gunakan materi sendiri dan periksa satu per satu.

Yang benar-benar saya dapat kali ini adalah saya berhasil menjalankan sendiri satu alur kerja utuh, sekaligus tahu pasti berapa biayanya. Intinya, putaran ini dijalankan dengan uang sungguhan (walaupun yang membayar bos). Hasilnya memang bagus, uangnya memang benar-benar keluar. Buat yang mau mencoba, sebaiknya pahami dulu apakah Anda memakai kuota paket atau penagihan per penggunaan API — kalau tidak, tagihannya bisa datang sebelum videonya sempat menghasilkan traffic.

Pertanyaan Umum (FAQ)

Poin Penting Alur Kerja Video Opus 5.5

• Pembagian tugas harus jelas: Codex yang membangun, Claude Code adalah meja kerjanya, Opus 5.5 yang berkarya
• Bukan model video: gambar dirender frame demi frame lewat kode, sehingga teks dan simbol tetap tajam dan terkendali
• Contoh konkret lebih ampuh daripada teori: setelah Codex salah arah dalam membangun, baru terkoreksi setelah diberi contoh yang berhasil
• Dua jenis biaya jangan dicampur: 80% adalah kuota langganan Codex, sedangkan 9.4943 dolar AS adalah biaya pemanggilan API
• 70 yuan bukan harga patokan: itu hanya kasus satu video kali ini, dan konversi kursnya pun sekadar ilustrasi
• Mulai dari uji coba berbiaya kecil: Anda bisa memakai kuota gratis di APIYI apiyi.com untuk menguji dulu kemampuan Opus menyusun storyboard

Kesimpulan

Dari eksperimen alur kerja video Opus 5.5 ini, ada tiga kesimpulan yang saya dapat:

1. Kemampuannya nyata: penyajian aksara Han, posisi rumah astrologi, benda langit, dan heksagram, plus estetika cat tinta secara keseluruhan, semuanya melampaui ekspektasi saya
2. Biayanya juga nyata: video sekitar 1 menit menghabiskan sekitar 70 yuan, ditambah sebagian besar kuota Codex yang tersedot saat proses membangun — jelas tidak murah
3. Layak atau tidak tergantung hasilnya: kalau mendatangkan traffic, pengikut, dan konversi, itu namanya investasi; kalau tidak, itu kerugian

Bisa dibuat secara teknis bukan berarti layak secara bisnis. Saran saya, tentukan dulu video ini mau menghasilkan apa, baru pilih langganan paket atau bayar sesuai pemakaian. Kalau ingin memvalidasi dengan hambatan rendah lebih dulu, Anda bisa memakai kuota gratis di APIYI apiyi.com untuk menguji sendiri kemampuan perencanaan Opus 5.5 — kalau hasilnya memuaskan, baru jalankan seluruh alurnya.

📚 Referensi

1. Repositori proyek Lemo-Opuscar: Toolbox gaya untuk membuat video lewat kode
2. Tautan: github.com/lemomo-ai/lemo-opuscar

3. Keterangan: Berisi tiga jenis panduan (sutradara, teknis, dan gaya) beserta keterangan lisensi

4. Dokumentasi teknis Lemo-Opuscar, TECHNIQUE.md: Penjelasan mekanisme pembuatan video

5. Tautan: github.com/lemomo-ai/lemo-opuscar/blob/main/TECHNIQUE.md

6. Keterangan: Menjelaskan alur kerja mulai dari visual berbasis kode, rendering per frame, verifikasi sulih suara, hingga subtitel dan penggabungan dengan FFmpeg

7. Pusat Bantuan Anthropic: Penjelasan paket Claude Code dengan Pro, Max, dan Ultra

8. Tautan: support.claude.com/en/articles/11145838-use-claude-code-with-your-pro-max-or-ultra-plan

9. Keterangan: Perbedaan antara kuota langganan dan tagihan API, serta prioritas ANTHROPIC_API_KEY

10. Catatan produksi Ploto: Berbagi pengalaman membuat video panjang dengan AI

11. Tautan: ploto.me/posts/how-i-made-a-long-video-with-ai
12. Keterangan: Sumber studi kasus sukses yang dijadikan acuan Codex saat meluruskan arah pembangunan

Penulis: Tim Teknis APIYI
Diskusi teknis: Silakan hubungi kami lewat beranda situs APIYI. Materi integrasi lainnya tersedia di pusat dokumentasi docs.apiyi.com

Artikel terkait

• Kuasai pergeseran titik kompetisi produksi drama pendek AI: 6 langkah dari menghasilkan satu bidikan menjadi mengelola aset multi-episode: Dengan mempertimbangkan pergeseran titik persaingan dalam produksi drama pendek AI, gunakan 6 langkah untuk membangun pustaka aset multi-episode, aturan versi, kartu shot, dan alur pemeriksaan kontinuitas guna mengurangi kesalahan lintas episode dan pekerjaan ulang.
• Karpathy Membuat Situs Video dalam Dua Jam: 6 Langkah dan 3 Jebakan Saat Mereplikasinya dengan Opus 5.5: Uraikan informasi publik tentang Karpathy yang membuat HackerTube dengan Opus 5.5 dalam dua jam, berikan 6 langkah untuk mereplikasinya, 3 kendala yang sering muncul, dan perkiraan biaya, serta jelaskan cara menghubungkan Claude Code melalui APIYI.
• Tak peduli badai maupun cerah: dari putus sekolah dan bekerja di pabrik hingga merajai daftar tren GitHub, membuat Archify yang mengubah satu kalimat menjadi diagram arsitektur interaktif (5 langkah untuk memulai): Pengembang frontend Tu Shaokun membuat Skill Archify open source yang gratis, sementara biaya hanya dikenakan untuk model di baliknya; artikel ini menunjukkan cara menghubungkan claude-opus-5-5 dalam 5 langkah agar Anda bisa membuat diagram arsitektur interaktif hanya dengan satu kalimat.
• Claude Code Mulai Memblokir “Pembuatan Ulang Game”: Bagaimana Pengembang Independen Bisa Menghindarinya Saat Membuat Prototipe?: Pada 27 Oktober, Claude Code menambah dua kalimat pada petunjuk sistem untuk membatasi peniruan game yang sudah ada; artikel ini membahas perubahan aturan, permintaan yang masih bisa dikerjakan, templat dokumen desain, 3 contoh penulisan ulang petunjuk, dan pemilihan model berdasarkan biaya saat membuat prototipe.
• Tutorial Claude Motion: Ubah petunjuk menjadi video animasi dengan Opus 5.5, 5 langkah untuk pemula membuat video pertama mereka: Panduan langkah demi langkah untuk pemula: dapatkan kunci claude-opus-5-5, tempelkan satu petunjuk, lalu minta Opus 5.5 membuat animasi yang dapat diputar di browser dan merekamnya sebagai video, lengkap dengan 4 contoh petunjuk, daftar periksa konsol, dan tabel pemecahan masalah.