O que foi anunciado
Em 22 de setembro de 2026, a Anthropic apresentou o Claude Opus 5.5, primeiro modelo da nova família 5.5. Segundo a empresa, ele trabalha no nível do Claude Fable 5.1 na maior parte das tarefas, e a diferença entre os dois é menor na prática do que os testes sugerem.
Os números de preço, por milhão de tokens, ficaram assim:
| Opus 5.5 | Opus 5 | |
|---|---|---|
| Entrada | US$ 4 | US$ 5 |
| Saída | US$ 20 | US$ 25 |
| Leitura de cache | US$ 0,20 | US$ 0,50 |
Fonte: Anthropic, anúncio do Claude Opus 5.5 (22/09/2026).
A Anthropic afirma que, em cargas típicas, o Opus 5.5 custa 40% menos para rodar que o Opus 5. A diferença entre os 20% de desconto no token e os 40% no custo final vem de o modelo resolver a mesma tarefa gastando menos tokens.
Três detalhes que importam para empresas
- Disponível em todas as nuvens grandes. O modelo está na API da Anthropic e também na AWS, no Google Cloud e no Microsoft Azure. Quem já tem contrato com uma dessas nuvens não precisa abrir outro fornecedor.
- Retenção zero de dados. O Opus 5.5 pode ser contratado com retenção zero, opção em que os dados enviados não ficam guardados pelo fornecedor. Para documentos de clientes e funcionários, isso pesa na conversa com o jurídico.
- O modo de raciocínio não desliga mais. O modelo sempre “pensa” antes de responder. Isso melhora tarefas complexas, mas os tokens de raciocínio entram na conta de saída, então tarefa simples não deveria ir para ele.
Preço por token não é preço por tarefa
A comparação útil não é quanto custa um milhão de tokens, e sim quanto custa resolver uma tarefa inteira com a qualidade necessária: ler um contrato, conferir uma fatura, responder um cliente. Um modelo mais caro por token que acerta de primeira pode sair mais barato do que um modelo barato que precisa de três tentativas e de alguém revisando tudo.
Por isso, a escolha do modelo deve vir depois de definir a tarefa: o que entra, o que sai, qual erro é aceitável e quem confere. Com isso escrito, dá para testar dois ou três modelos com documentos reais e medir custo e acerto lado a lado.
Onde um modelo de ponta faz diferença
Nem toda tarefa precisa do modelo mais capaz. Ele compensa quando o trabalho tem muitas regras ao mesmo tempo, documentos longos ou etapas que dependem umas das outras. Alguns casos típicos em empresas:
- analisar um contrato e apontar cláusulas que fogem do padrão da empresa;
- cruzar informações de várias fontes, como pedido, estoque e financeiro, para explicar uma divergência;
- redigir um relatório ou uma proposta a partir de anotações soltas, mantendo o tom e as regras da empresa;
- montar e revisar uma automação, em que um erro de lógica custa caro depois.
Para extrair o número de uma nota ou classificar um e-mail, um modelo pequeno resolve com uma fração do custo. A combinação dos dois, com o maior entrando só nos casos difíceis, costuma dar o melhor resultado por real gasto.
O que fazer agora
- Liste as tarefas em que a IA já ajuda ou poderia ajudar e separe as complexas (análise, redação longa, decisão com muitas regras) das repetitivas (extrair, classificar, resumir).
- Para as complexas, o Opus 5.5 virou uma opção mais viável. Para as repetitivas, um modelo menor costuma bastar.
- Antes de trocar de modelo, confira se o processo em volta está claro. Modelo melhor em processo confuso só erra com mais elegância.
Os modelos menores da família, Sonnet 5.5 e Haiku 5.5, foram anunciados depois. O comparativo de custo por tarefa reúne os preços de outubro.
