Claude Opus 5.5 Fast Mode sai do preview: o que a tabela de preços 2x oferece a você

Modo rápido do Claude Opus 5.5 saiu da prévia de pesquisa em 15 de outubro de 2026. A fila acabou: não há lista de espera para entrar, nenhuma solicitação de acesso a preencher e nenhum cabeçalho beta a anexar. O modo rápido tornou-se uma parte normal e de autoatendimento da API do Claude, do Claude Code e do Claude no Microsoft Foundry para implantações hospedadas no Azure. O modelo por trás dele não mudou. O que mudou é que a barreira caiu, e o preço por trás dela agora é a única coisa que fica entre você e ele — US$ 8 por milhão de tokens de entrada e US$ 40 por milhão de tokens de saída, contra US$ 4 e US$ 20 para a velocidade padrão. Exatamente o dobro, em ambas as direções.

É essa toda a proposta. O Claude Opus 5.5 foi lançado em 22 de setembro de 2026 a US$ 4 e US$ 20 por milhão de tokens, um corte de 20% em relação ao Claude Opus 5, com as leituras de cache 60% mais baratas, a US$ 0,20 por milhão. O modo rápido já estava disponível na época, mas, como prévia de pesquisa, era preciso ser admitido para usá-lo. A partir de 15 de outubro, ele é um produto que você mesmo pode ativar, com um limite de taxa publicado nos níveis de uso comuns — e é essa mudança de admissão para acesso que faz valer a pena ler a tabela de preços com atenção, em vez de só passar os olhos por ela.

O que realmente mudou em 15 de outubro

Três coisas, e apenas três, e importa quais delas são verdadeiras em relação a qual modelo:

• Acesso — o modo rápido para o Claude Opus 5.5 não precisa mais de solicitação nem de aprovação. Ele vem ativado por padrão nos níveis de uso Start, Build e Scale. Organizações que ainda estão no nível Evaluation podem usá-lo assim que avançarem para um nível superior.

• Protocolo — fast-mode-2026-02-01, o cabeçalho beta, não é mais necessário para solicitações ao Claude Opus 5.5. As solicitações que ainda o enviam continuam funcionando, portanto nada em uma integração existente precisa ser removido esta semana.

• Superfícies — o modo rápido para o Claude Opus 5.5 chegou ao Claude no Microsoft Foundry para implantações hospedadas no Azure no mesmo dia. Ele não está disponível no Claude Platform na AWS, no Amazon Bedrock nem no Google Cloud, e não está disponível em implantações do Foundry hospedadas pela Anthropic em vez do Azure.

Uma coisa explicitamente não mudou. O modo rápido para Claude Opus 5 e para Claude Opus 4.8 ainda está em prévia de pesquisa, e a própria instrução da Anthropic é que você continue enviando o cabeçalho beta para esses dois modelos. Se você tem código que ramifica com base no ID do modelo para decidir se anexa o cabeçalho, a mudança de 15 de outubro faz do Claude Opus 5.5 o único ramo que não precisa mais dele — que é o tipo de assimetria que silenciosamente quebra um cliente compartilhado se ninguém atualizar a condição.

Mesmo modelo, e esse é todo o apelo.

O modo rápido não é um segundo modelo e não é uma variante destilada. A Anthropic é explícita quanto a isto: são os mesmos pesos, o mesmo comportamento, a mesma inteligência, a funcionar numa configuração de inferência mais rápida. Nada muda na resposta. O que muda é a rapidez com que a resposta é escrita.

O número específico chega a 2,5 vezes os tokens de saída por segundo, e a ressalva específica é que o ganho está concentrado nos tokens de saída por segundo, e não no tempo até o primeiro token. Vale a pena internalizar essa distinção antes de comprar, porque ela decide quais cargas de trabalho se beneficiam. Um job em lote que espera nove segundos pelo primeiro token e depois faz streaming por quatro minutos ganha muito. Um caminho de autocompletar que precisa do primeiro token em até 200 milissegundos não ganha absolutamente nada, e paga o dobro por esse privilégio. A própria forma como a Anthropic enquadra a questão aponta para a mesma conclusão — o modo rápido é para trabalho interativo, como iteração rápida e depuração ao vivo, e o ganho é mais visível em streaming, onde há mais saída para acelerar.

Há um efeito de segunda ordem que importa mais do que a manchete, no caso de sessões longas. Como o ganho está na saída, a economia de tempo real é proporcional ao quanto o modelo escreve, e não ao quanto tempo dura a conversa. Um modelo que passa o tempo pensando antes de digitar é um modelo para o qual o Fast mode não pode fazer muita coisa, e o Claude Opus 5.5 é um modelo que pensa por padrão. O pensamento adaptativo no Opus 5.5 está sempre ativado e não pode ser desativado — uma solicitação que tente definir o pensamento como desativado retorna um erro 400, e a profundidade é controlada pelo parâmetro effort. O Fast mode torna a escrita mais rápida. Ele não torna o pensamento mais rápido, e nenhum parâmetro de solicitação faz isso atualmente.

Tabela de preços: $8 e $40, fixos, com multiplicadores por cima.

O preço do modo rápido no Claude Opus 5.5 é de US$ 8 por milhão de tokens de entrada e US$ 40 por milhão de tokens de saída. Em comparação com os US$ 4 e US$ 20 do padrão, trata-se de uma duplicação direta — não um nível premium com desconto combinado, não uma sobretaxa por requisição, e não algo que deixa de estar disponível após um determinado limite de contexto.

• Standard Claude Opus 5.5 — $4,00 por milhão de entrada, $20,00 por milhão de saída, $0,20 leitura de cache, $5,00 gravação de cache

• Modo rápido Claude Opus 5.5 — US$ 8,00 por milhão de tokens de entrada, US$ 40,00 por milhão de tokens de saída, preço fixo em toda a janela de contexto

• API Batch Claude Opus 5.5 — US$ 2,00 por milhão de tokens de entrada, US$ 10,00 por milhão de tokens de saída, um desconto de 50% para trabalho assíncrono

• Modo rápido no Claude Opus 5 e Claude Opus 4.8 — $10,00 e $50,00 por milhão, ainda em prévia de pesquisa

• Não disponível — o modo rápido não pode ser combinado de forma alguma com a Batch API, e o preço de leitura de cache na tarifa padrão é atualmente o caminho de entrada mais barato que a Anthropic vende neste modelo

Dois modificadores acumulam-se sobre a tarifa rápida em vez de substituí-la. Os multiplicadores de cache de prompt aplicam-se ao preço do modo rápido, e o mesmo vale para os multiplicadores de residência de dados que se aplicam quando um pedido fixa uma geografia de inferência. Ambos são multiplicadores sobre uma tarifa que já é o dobro da padrão, portanto um pedido em modo rápido com uma gravação em cache e um multiplicador de residência não é um pedido que custa o dobro. Custa várias vezes mais, e é esse o formato da fatura para a qual ninguém faz orçamento.

A uniformidade ao longo da janela de contexto merece uma frase própria, porque é incomum. O modo rápido a $8 e $40 aplica-se a um pedido de 900.000 tokens à mesma tarifa que a um de 9.000 tokens. Num modelo sem sobretaxa de contexto longo na velocidade padrão, o modo rápido é, portanto, um 2x limpo, sem saltos — o que torna as contas fáceis e, infelizmente, torna fácil gastar sem se dar conta.

A pergunta sobre assinatura que ninguém respondeu claramente

A parte desta mudança que vai surpreender mais gente não tem nada a ver com a API. No Claude Code, o modo rápido está disponível para assinantes dos planos Pro, Max, Team e Enterprise — e é cobrado a partir de créditos de uso, não dos limites de taxa do seu plano. A documentação é inequívoca: para usuários do Claude Code em planos de assinatura, o modo rápido está disponível apenas via créditos de uso e não está incluído nos limites de taxa da assinatura.

Então, a resposta prática para “o meu plano Max cobre isto” é não. A sua assinatura cobre o Claude Opus 5.5 em velocidade padrão dentro dos limites do seu plano. O modo Rápido fica fora deles e consome créditos que você compra separadamente. Aplicam-se mais três condições:

• Team and Enterprise — um Proprietário tem de ativar o modo rápido para a organização antes que qualquer pessoa no plano possa usá-lo

• Claude Console — a organização precisa que o acesso ao modo rápido seja provisionado, e o gasto então aparece como uso comum da API em vez de créditos

• Sessões na nuvem — o modo rápido fica disponível apenas para a sessão e não é salvo como seu padrão; no claude.ai/code, ele aparece como um interruptor no menu de modelos quando seu plano o inclui

Uma coisa que vale a pena lembrar quando você olha o saldo de créditos: quando a Anthropic lançou o Claude Opus 5.5 em setembro, ela também aumentou os limites de uso de cinco horas nos planos Pro, Max, Team e Enterprise baseados em assentos, e concedeu aos usuários de assinatura um reset do limite de taxa que eles podem guardar e gastar quando quiserem. Esse reset é a coisa certa em que gastar em um experimento com o modo rápido. Queime o reset, meça os créditos que o modo rápido realmente consome na sua carga de trabalho, e só então decida se a duplicação vale a pena — em vez de descobrir a resposta numa fatura.

Ativando isso, e a única armadilha de custo que vale a pena conhecer

Na CLI do Claude Code, a opção é /fast. Pressione espaço para alternar, pressione Enter para confirmar, e um pequeno ↯ ícone aparece ao lado do prompt enquanto estiver ativo. Há um comando Alternar modo rápido na extensão do VS Code, e uma configuração fastMode no arquivo de configurações do usuário para quem quiser deixá-lo ativado permanentemente. A escolha persiste entre sessões por padrão, e pode ser configurada para exigir uma nova adesão a cada sessão, em vez disso.

No lado da API, é um parâmetro de requisição: envie speed: "fast" e a resposta informa o que você realmente obteve em usage.speed, que apresenta "fast" ou "standard". Vale a pena registrar esse campo, porque ele é a diferença entre uma requisição executada em modo rápido e uma que silenciosamente não foi. O modo rápido tem seu próprio limite de taxa, separado do limite padrão do Opus, e excedê-lo retorna um 429 com um cabeçalho retry-after em vez de fazer fallback silenciosamente. Uma requisição de modo rápido em um modelo que não consegue atendê-lo retorna um erro.

Então, a armadilha. Na primeira vez que você ativa o modo rápido dentro de uma conversa, você paga o preço integral de entrada do modo rápido sem cache sobre todo o contexto da conversa — cada token que já está na janela. Quanto mais tarde em uma sessão você o ativa, maior é essa cobrança única. O custo se aplica uma vez por conversa, então desligar e ligar de novo mais tarde não o repete, mas ativá-lo no quadragésimo turno de uma longa execução de agente é materialmente mais caro do que ativá-lo no primeiro turno. A orientação da própria Anthropic é ativar o modo rápido no início de uma sessão, e não no meio de uma conversa, e, para quem executa sessões longas com agentes, isso não é uma dica de estilo, é a diferença entre uma conta 2x maior e uma muito maior ainda.

Onde um router se encaixa e onde não

O Fast mode é um parâmetro de requisição na própria superfície de API da Anthropic, e vale ser franco quanto à consequência: a entrada de catálogo do Claude Opus 5.5 no OrcaRouter expõe o conjunto padrão de parâmetros — esforço de raciocínio, ferramentas, saídas estruturadas, verbosidade, temperatura — e o Fast mode não está entre os parâmetros que essa entrada anuncia. A leitura honesta é que a opção de velocidade 2x é adquirida na porta da Anthropic, e o ponto em que uma camada de roteamento se justifica aqui é a decisão em torno dele.

Essa decisão costuma ser sempre a mesma. O modo rápido é um 2x fixo em cada token, e a maioria dos sistemas em produção tem uma pequena fatia crítica em termos de latência e uma grande fatia de todo o resto. Pagar 2x em tudo para atender uma fatia é a forma cara de resolver isso. O OrcaRouter roteia o Claude Opus 5.5 como anthropic/claude-opus-5.5 ao preço de tabela publicado pela Anthropic, com 0% de markup — a tarifa do provedor repassada sem alteração, de modo que os valores de US$ 4,00 de entrada e US$ 20,00 de saída acima são o que chega à fatura, e não um equivalente com markup — e a DSL de roteamento expressa a divisão como configuração: uma regra envia a fatia interativa para um modelo mais barato e mais rápido, e o restante permanece no Claude Opus 5.5 em velocidade padrão. O failover automático cobre a outra metade do problema, degradando uma chamada que falhou para outro caminho de provedor em vez de para uma página de erro. Em mais de 200 modelos, uma chave, uma fatura, e nenhum segundo contrato para assinar quando a resposta a "isso é rápido o suficiente" acaba sendo um modelo diferente em vez de uma configuração mais rápida.

Quem deveria comprá-lo esta semana, e quem não deveria.

Compre-o se o gargalo no seu loop for a escrita do modelo, e não o pensamento do modelo. Depuração ao vivo, iteração rápida em um prompt, um agente cujos turnos são dominados por emitir um longo argumento de ferramenta ou uma longa edição de código — essas são as cargas de trabalho onde 2,5x de velocidade de saída se converte diretamente em um tempo de relógio mais curto, e onde a taxa dobrada proporciona algo que um leitor pode sentir.

Não compre para fazer um pipeline em lote terminar mais cedo; a Batch API é explicitamente incompatível com o modo rápido e já vende o mesmo modelo pela metade do preço padrão, que é um quarto da tarifa rápida. Não compre para classificação, extração ou roteamento, onde a saída é curta, a economia de cache é o termo dominante, e a tarifa padrão mais uma leitura de cache a $0.20 por milhão é quem faz o trabalho de verdade. E não compre porque a fila abriu. A abertura da fila é uma mudança de acesso, não uma mudança de capacidade, e um modelo que era rápido o suficiente para sua carga de trabalho na semana passada a $4 e $20 não se tornou insuficiente a $8 e $40.

O que é genuinamente novo é que o custo do teste caiu para zero. Não há aprovação para aguardar nem lista de espera para ocupar, então a resposta correta a 15 de outubro é uma medição, e não uma compra: ative o modo rápido no início de uma conversa, anote o que usage.speed reporta, execute sua própria carga de trabalho interativa das duas maneiras, e deixe os créditos decidirem. A única coisa a observar a seguir são os outros dois modelos Opus. O modo rápido para Claude Opus 5 e Claude Opus 4.8 ainda está em pré-visualização de pesquisa, com o cabeçalho beta ainda obrigatório, e se a Anthropic estender o tratamento de 15 de outubro a eles, a linha de nível premium fica mais simples e a escolha fica mais difícil.

Essa lacuna entre o que um placar mede e o que uma implantação enfrenta é a razão pela qual o registro importa: as falhas de IA documentadas e os incidentes com agentes envolvendo modelos dessa classe estão reunidos em o OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e indicador de contestação.