Izradili smo autonomni sustav koji modelu predaje pjesmu, novčani proračun i skup alata, a zatim mu prepustimo izradu cijelog glazbenog videozapisa. Testirali su se dva modela – Claude Fable 5 i GPT‑5.6 Sol – po dva proračuna (25 $ i 100 $), što je rezultiralo ukupno četiri pokretanja na istoj pjesmi „Uptown Funk“ Bruna Marsea i Marka Ronsona. Svi su pokreti završili samostalno i proizveli valjane videozapise, pri čemu su modeli s proračunom od 100 $ potrošili 48,60 $ (Fable) i 36,57 $ (Sol), dok su modeli s proračunom od 25 $ gotovo iscrpili sredstva. GPT‑5.6 Sol je pri proračunu od 25 $ koristio pipeline slika‑u‑video, a pri 100 $ kombinirao tri različita video modela, dok su ostala tri pokretanja koristila isključivo tekst‑u‑video pristup.