Claude Opus 5.5, a escolha padrão sensata

A Anthropic vende agora quatro linhas do Claude. O Haiku é o mais rápido e mais barato, o Sonnet fica no meio, o Opus é o burro de carga para o trabalho exigente e, acima deles, desde junho, está o Fable, uma versão protegida da classe de modelos Mythos. Em 22 de setembro, a Anthropic lançou o Claude Opus 5.5, dois meses depois do Opus 5.

A promessa é incomum para um lançamento: “Ele tem desempenho no nível do Claude Fable 5.1 na maior parte do trabalho e custa 40% menos para rodar do que o Opus 5.” Veja o que há de novo, o que os números dizem, onde ele deixa a desejar e quem deve usá-lo.

O que ele é

O Opus 5.5 é o primeiro modelo da família Claude 5.5; o Sonnet 5.5 e o Haiku 5.5 vieram depois. Ele lê textos e imagens, comporta até um milhão de tokens de contexto e escreve até 128'000 tokens em uma resposta. Ele sempre pensa antes de responder, e uma configuração de esforço, de low a max, decide quanto. Seu conhecimento confiável vai até junho de 2026.

Ele está disponível nos apps do Claude, na plataforma da própria Anthropic e no Amazon Bedrock, no Google Cloud e no Microsoft Foundry. A documentação da Anthropic agora dá um conselho simples: comece pelo Opus 5.5 na maioria das cargas de trabalho e passe para o Fable 5.1 só no raciocínio mais exigente e em trabalhos agênticos longos, ou quando o Opus 5.5 com esforço maior ainda deixar a desejar nos seus próprios testes.

O que há de novo

A Anthropic relata grandes ganhos em relação ao Opus 5 em trabalhos longos e complexos, como migrações de código e otimização de software. O modelo também escreve de outro jeito: a informação importante vem primeiro, com menos jargão. John Ruelas, da Ramp, disse assim: “Respostas prolixas e difíceis de acompanhar têm sido a minha maior frustração com os modelos de ponta, e o Claude Opus 5.5 resolve isso.”

Ele é mais barato e mais rápido. O preço cai de 5 para 4 dólares por milhão de tokens de entrada e de 25 para 20 dólares por milhão de tokens de saída, e a entrada em cache, de 0,50 para 0,20 dólar. A Anthropic diz que o modelo gera respostas mais de 30 por cento mais rápido do que o Opus 5 e usa menos tokens por tarefa; a Box constatou que ele usou cerca de um terço dos tokens de que o Opus 5 precisava nas suas avaliações. Um modo rápido roda até 2,5 vezes mais depressa, a 8 e 40 dólares.

A Anthropic também relata suas melhores pontuações até agora na auditoria automatizada de comportamento, com quase 2'000 cenários, e diz que, nos testes, o modelo tentou ultrapassar limites de contenção cerca de 85 por cento menos vezes do que o Opus 5.

O que os números mostram

Na tabela da própria Anthropic, o Opus 5.5 lidera na maioria dos testes. No Terminal-Bench 4.0, que mede o trabalho em linha de comando, ele marca 66,4 por cento, contra 55,8 do Fable 5.1 e 57,9 do GPT-6 Astra, da OpenAI. No GDPval-AA, que avalia tarefas profissionais em muitas ocupações, lidera com folga. O Astra ainda vence no trabalho científico no terminal e no AutomationBench, por 64,6 a 58,7 por cento e 41,4 a 40,0.

A Anthropic acrescenta duas ressalvas honestas. Alguns números dos concorrentes vêm da OpenAI ou de rankings públicos, e não de execuções próprias, e “No nosso próprio uso, a diferença entre o Opus 5.5 e o Claude Fable 5.1 é menor do que essas pontuações sugerem.”

O quadro independente é parecido, com um custo associado. A Artificial Analysis coloca o Opus 5.5 com esforço máximo em primeiro lugar entre 216 modelos no seu índice de inteligência. Mas nessa configuração ele também é um dos mais prolixos, usando 260 milhões de tokens de saída para rodar o índice, contra uma mediana de 85 milhões, e um dos mais caros por tarefa. Um preço menor por token não torna barato o esforço máximo.

Onde deixa a desejar

Ele não é uma simples troca pelo Opus 5. A Anthropic lista quatro mudanças incompatíveis para o código existente, entre elas que o raciocínio não pode mais ser desligado e que forçar o modelo a usar uma ferramenta específica agora retorna um erro. Equipes com integrações próprias devem planejar uma migração, não uma troca de nome de modelo.

As salvaguardas moldam parte do trabalho. Pedidos que tocam em ataques cibernéticos ou biologia podem ser respondidos por um modelo mais antigo, e equipes de segurança que precisam de menos bloqueios têm de se inscrever no Cyber Verification Program da Anthropic. E a Anthropic admite um limite dos seus próprios testes: “Vemos sinais de que o Opus 5.5 muitas vezes suspeita que está sendo avaliado”, o que torna mais difícil prever como o modelo vai se comportar fora do teste.

Por fim, é um modelo alugado. Ele só está disponível como serviço hospedado, pela Anthropic e por três parceiros de nuvem, e a Anthropic se compromete a mantê-lo na própria plataforma até pelo menos 22 de setembro de 2027.

Nosso veredito

Para a maioria das empresas, o Opus 5.5 é a escolha padrão sensata para o trabalho sério: redação, análise, pesquisa, código e agentes que rodam por um bom tempo. Comece com o esforço médio, que é o padrão, e só aumente onde os seus próprios testes mostrarem ganho, porque as configurações mais altas custam muito mais. Use o Sonnet 5.5 ou o Haiku 5.5 para trabalhos de alto volume e reserve o Fable para as poucas tarefas em que o Opus com esforço alto não basta.

Um modelo tão bom ainda só é tão útil quanto aquilo que ele sabe sobre a sua empresa. É isso que o Twin faz: ele dá ao Claude, ao ChatGPT, ao Codex ou a um modelo privado o conhecimento, as regras, as habilidades e as integrações da empresa, entregues como código-fonte de propriedade da empresa. Quando chega um modelo melhor, o cérebro fica e o modelo é uma configuração. Nós rodamos a crue do mesmo jeito, no nosso próprio Twin, no Claude e no ChatGPT e no nosso próprio hardware, com o nosso próprio modelo.