
Claude Opus 5.5 vs Claude Opus 5: Os Níveis de Esforço Não Significam a Mesma Coisa
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 153 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 277 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 89 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 98 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 119 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 197 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 115 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
A primeira coisa a saber antes de comparar Claude Opus 5.5 com Claude Opus 5 é que os dois modelos não compartilham a mesma escala de esforço, e quase toda comparação direta que você lerá esta semana ignora isso. O Opus 5 usa por padrão esforço alto. O Opus 5.5 usa por padrão médio, e, no mesmo nível nominal, ele pensa mais por turno do que seu antecessor pensava. Portanto, "Opus 5.5 no padrão versus Opus 5 no padrão" não é um experimento controlado — é uma comparação entre duas quantidades diferentes de raciocínio. O fornecedor admite isso em seu próprio guia de migração: teste vários níveis de esforço e não reutilize as configurações do Opus 5, porque níveis com o mesmo nome não correspondem ao mesmo orçamento de raciocínio. Depois de controlar essa variável, a diferença entre os dois modelos diminui em alguns pontos, aumenta em outros, e a decisão de atualizar passa a depender de algo que não seja a capacidade bruta — o custo por tarefa concluída e quatro mudanças na API que quebrarão o código que roda no Opus 5 hoje.
O que realmente difere, especificação por especificação

Os dois modelos são mais próximos no papel do que os números das versões sugerem:
• Preço — Claude Opus 5.5 a US$ 4,00 de entrada / US$ 20,00 de saída por milhão de tokens vs. Claude Opus 5 a US$ 5,00 / US$ 25,00
• Leitura de cache — $0,20 por milhão vs $0,50 por milhão, um corte de {{1}}60%{{/1}} na rubrica que domina as execuções agênticas
• Escrita em cache — US$ 5 por milhão para a janela de 5 minutos e US$ 8 para a janela de 1 hora no 5.5, em comparação com US$ 6,25 no Opus 5
• Contexto e saída — 1M tokens de contexto e 128K de saída em ambos; ambos atingem 300K de saída na API Batch por trás do output-300k-2026-03-24cabeçalho beta
• Esforço padrão — médio no Opus 5.5 vs alto no Opus 5
• Pensamento — adaptativo e sempre ativado nos dois, mas no Opus 5.5 não pode mais ser desativado de forma alguma
• Corte de conhecimento — junho de 2026 vs maio de 2026
• Latência — a Anthropic classifica o Opus 5.5 como "moderado" em relação à linha atual, e afirma que ele gera resultados mais de 30% mais rápido que o Opus 5
• Descontinuação — não antes de 22 de setembro de 2027 para o Opus 5.5, e não antes de 24 de julho de 2027 para o Opus 5
Observe o que não é diferente: janela de contexto, teto de saída, desconto por lote e o modelo de pensamento adaptativo sempre ativo. O Opus 5.5 não é um modelo de contexto maior nem de saída mais longa. É um modelo mais barato, mais rápido e mais eficiente em tokens, dentro do mesmo envelope.
Benchmarks, e o asterisco do esforço em cada um deles

Estes números vêm do material de lançamento da Anthropic — reportados pelo fornecedor, executados nos próprios modelos dela — e a configuração de esforço importa mais aqui do que o nome do modelo:
• Terminal-Bench 4.0 — 66,4% vs 52,3%, com a execução do Opus 5.5 em esforço xhigh em vez do padrão
• FrontierCode v1.1 (Main) — 54,4% vs 48,0%, e 54,6% para o Opus 5.5 no esforço médio padrão
• CursorBench 4.0 — 57,8% vs 46,6%, e 52,5% no médio
• GDPval-AA v2.1 — 1846 Elo vs 1708
• AutomationBench — 40,0% vs 26,9%
Humanity's Last Exam, com ferramentas — 67,7% vs 63,6%
• Terminal-Bench-Science 0.1 — 58,7% vs 29,0%, a maior diferença do conjunto
• OSWorld 2.0 — 81,8% parcial vs 74,0%
• Cartografia, com ferramentas — 89,0% vs 83,4%
O resultado do FrontierCode é o que deve ser estudado. O Opus 5.5 marca 54,4% no xhigh e 54,6% no medium — estatisticamente o mesmo número, com uma fração do orçamento de raciocínio. Qualquer que seja a melhoria que a Anthropic tenha feito, nesse benchmark ela não vem de pensar mais. O CursorBench segue na direção oposta: 57,8% no xhigh contra 52,5% no medium, uma diferença de cinco pontos que indica que o esforço ainda rende precisão real em algumas tarefas. A lição não é "use medium" nem "use xhigh"; é que o nível de esforço certo agora é uma medição por carga de trabalho, e o velho hábito de deixar o Opus 5 no padrão alto já não diz nada sobre o novo modelo.
A Anthropic acrescenta uma ressalva que vale repetir: nesse nível de capacidade, as margens de benchmark são "um guia menos confiável para diferenças do mundo real", e a empresa afirma que sua lacuna interna em relação ao Claude Fable 5.1 é menor do que as pontuações publicadas sugerem. É um fornecedor dizendo para você não superinterpretar a própria tabela.
O custo por tarefa concluída é a comparação que decide
O preço por token é a unidade errada para um agente, e é neste confronto que isso fica evidente. O próprio exemplo prático da Anthropic: uma análise de fusão que levou 63 minutos no Opus 5.5 e custou 50% menos que a mesma tarefa no Opus 5, que levou 93 minutos. A tabela de preços explica parte disso — um corte de 20% na entrada e na saída, 60% na leitura de cache —, mas não tudo. O restante é o modelo usando menos tokens e menos turnos para chegar ao mesmo lugar. Os depoimentos de clientes publicados com o lançamento apontam na mesma direção: a Box relata um terço dos tokens e respostas cerca de 40% menos verbosas, a Kiro aproximadamente metade dos tokens com 40% menos chamadas, a Factory 20–25% menos tokens de saída, o GitHub entre os menores números de tokens e passos que já mediu.
Essas são declarações de clientes publicadas pelos fornecedores, não resultados auditados, e o número agregado "cerca de 40% mais barato em cargas de trabalho típicas" é a caracterização da Anthropic de uma média entre as cargas de trabalho que ela selecionou. A versão honesta para o seu próprio planejamento: assuma que o corte de 20% no preço de tabela é real e garantido, e trate os 20% adicionais como uma hipótese que você pode testar em uma tarde executando a mesma tarefa nos dois modelos e contando os tokens.
Uma observação estrutural sobre por que a redução do cache tem um impacto desproporcional. Um agente que reenvia um prompt de sistema longo e uma árvore de arquivos a cada turno paga tarifas de leitura de cache sobre a maior parte de sua entrada, não tarifas de entrada nova. Reduzir isso de US$ 0,50 para US$ 0,20 por milhão muda a economia de sessões de longa duração muito mais do que a tarifa anunciada — e é a razão pela qual uma carga de trabalho marginalmente viável no Opus 5 pode se tornar claramente viável no Opus 5.5 sem nenhuma alteração nos seus prompts.
As quatro breaking changes, como uma checklist de migração
O Opus 5.5 é um novo modelo, não um Opus 5 renomeado, e as notas de migração da Anthropic listam quatro mudanças que quebrarão código que já está rodando em produção:
• O thinking não pode ser desativado. Qualquer caminho de código que desativasse o thinking resultará em erro ou alterará o comportamento, e a profundidade agora é controlada apenas pelo parâmetro effort.
• O uso forçado de ferramentas retorna um erro. Um tool_choice que força uma ferramenta nomeada não é suportado.
• Os blocos de raciocínio estão vinculados ao modelo que os produziu e à conversa, portanto não podem ser reproduzidos entre modelos da forma como alguns pipelines pressupõem.
• A ferramenta anterior de uso do computador computer_20251124 não é aceita na API do Claude nem no Google Cloud.
Há uma quinta mudança que não faz falhar nada e, por isso, é mais perigosa. O texto entre chamadas de ferramentas agora é retornado dentro de blocos de pensamento cujo texto fica vazio na configuração de exibição padrão. Se a sua aplicação transmite esse texto aos usuários como atualizações de progresso, ela fica silenciosa entre as chamadas de ferramentas até que você defina um valor de exibição que retorne o texto. Todos os testes passam; a interface simplesmente para de narrar.
Os três primeiros também se aplicam ao Claude Fable 5.1, de modo que uma equipe que já migrou para esse modelo já fez parte desse trabalho. Uma equipe que ainda está no Opus 5 não.
Quando o Opus 5 ainda é a escolha certa
A atualização não é automática, e há quatro razões reais para permanecer:
• Previsibilidade de custos. Opus 5 é um modelo que já caracterizou. Se o seu orçamento for modelado com base no consumo de tokens dele, mudar para um modelo que pensa uma quantidade diferente no mesmo nível de esforço designado invalida o modelo até você fazer uma nova medição.
• Compatibilidade. Se qualquer parte da sua stack depender de desativar o pensamento, forçar o uso de uma ferramenta ou da ferramenta mais antiga de uso do computador, a migração é trabalho de código, não uma simples troca de strings.
• Roteamento de salvaguardas. O Opus 5.5 vem com salvaguardas da classe Fable 5.1, o que significa que a maioria das solicitações de segurança cibernética é redirecionada para o Claude Opus 4.8 e trabalhos de biologia são encaminhados ao Claude Opus 5, a menos que sua conta seja verificada. Se seu produto estiver em qualquer um dos dois domínios, "atualizar" pode significar que seus usuários recebem respostas de um modelo menor. O Opus 5 não tem esse roteamento.
• Longevidade. O Opus 5 não vai sair de cena tão cedo — a Anthropic indica a aposentadoria como não antes de 24 de julho de 2027, o que é daqui a dez meses.
Para todos os outros, a conta é simples: mais capacidade, preço menor, menos tokens e um checklist de migração que um único engenheiro consegue seguir em um dia.
Executando ambos durante a transição

A parte incômoda de qualquer migração de um modelo principal é o meio do caminho: você quer o Opus 5.5 no tráfego novo sem apostar o caminho de produção num modelo que você ainda não caracterizou com as suas próprias configurações de esforço, e quer manter o Opus 5 atendendo enquanto descobre. Isso é um problema de roteamento, e não de re-plataforma, e vale a pena ser preciso sobre o que fica onde. O Claude Opus 5 está no OrcaRouter hoje pelo próprio preço de tabela da Anthropic, com 0% de markup — o preço de tabela do provedor repassado diretamente, de modo que uma mudança de tarifa do fornecedor entra no ar do nosso lado no mesmo dia, e não depois de uma sincronização. O Claude Opus 5.5 está no mesmo catálogo e nas mesmas condições: US$ 4,00 por milhão de tokens de entrada, US$ 20,00 por milhão de saída e US$ 0,20 por milhão de leituras de cache em um contexto de 1M de tokens, e cada um desses valores é o preço de tabela publicado pela Anthropic repassado com 0% de markup. Ambos ficam em uma única chave em vez de um segundo contrato e um segundo SDK, que é o que permite colocar uma porcentagem do tráfego no novo modelo enquanto o failover automático mantém o restante naquele que você já caracterizou. Compor uma chamada entre os dois — um rascunho de um e uma passagem de verificação do outro — é uma linha do DSL de roteamento.
Seja preciso quanto ao que isso lhe proporciona. Isso não lhe dá um benchmark independente do Opus 5.5; nada dá ainda, porque as únicas comparações diretas publicadas são da própria Anthropic, e os rastreadores independentes ainda estão definindo configurações de esforço. O que isso lhe dá é a única medição que de fato é preditiva da sua fatura, nos seus prompts, no nível de esforço que você vai usar em produção.
A regra de decisão
Se você está começando algo novo, use o Claude Opus 5.5 e comece commédio esforço, depois meça sebaixo se sustenta na sua tarefa — a Anthropic relata que o baixo se aproxima de suas configurações mais altas em várias avaliações de codificação a um custo muito menor, e os números do FrontierCode acima sugerem que o padrão não está deixando muita coisa na mesa.
Se você está rodando o Claude Opus 5 em produção, o gatilho para migrar não é a tabela de benchmarks. É se você consegue absorver quatro mudanças de API e se sua carga de trabalho está em cibersegurança ou biologia, onde o roteamento de salvaguardas vai silenciosamente repassar parte do seu tráfego para um modelo menor. Todo o resto desta atualização é um corte de preço vestindo as roupas de um lançamento de modelo, e esses valem a pena aproveitar.
Comparados neste artigo2
Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente
