Claude Sonnet 5.5 Extra: um rumor de roteamento baseado em uma palavra que a Anthropic já usa

Às 12h44 de 5 de novembro de 2026, uma conta que publica como @chetaslua no X fez uma afirmação em uma linha: "Sonnet 5.5 Extra parece estar roteando para o próximo modelo Claude." Ambos os testes foram executados na configuração que a publicação chama de "Sonnet 5.5 Extra", que equivale a Claude Sonnet 5.5 com sua configuração de esforço aumentada. No primeiro, perguntou-se ao modelo — com a navegação desativada — para onde Andrej Karpathy foi em 2026, e ele respondeu que se juntou à Anthropic em maio de 2026 na equipe de pré-treinamento. No segundo, pediu-se "um pelicano andando de bicicleta, o mais realista que você conseguir, apenas com códigos", e ele retornou, segundo a própria contagem do autor da publicação, 26.599 elementos SVG, 6,5 mil traços de penas, zero imagens, zero data URIs, zero scripts e 1.860 linhas de Python, o que, segundo o autor, "reconstrói byte a byte".

A coisa mais útil a dizer primeiro é a coisa sem glamour. Claude Sonnet 5.5 não é um modelo não lançado — foi lançado em 28 de setembro de 2026 a US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de saída, e o Amazon Bedrock documenta o mesmo modelo sob o ID anthropic.claude-sonnet-5-5. E "Extra" também não é um nome novo. É a palavra no próprio centro de ajuda da Anthropic para a segunda configuração de raciocínio mais alta, "Extra high (xhigh)", que a API grafa como xhigh e o seletor de modelos exibe como Extra high. Uma entrada de seletor que diz "Sonnet 5.5 — Extra high" é um modelo mais um nível de esforço, e ambas as metades dessa string já existem na documentação pública.

Nada disso torna o autor da postagem errado. Torna a postagem não comprovada, e restringe o que a comprovaria. A Anthropic não confirmou nada, nenhum ID de modelo apareceu em qualquer lista pública de modelos, e o enquadramento de vazamento é o correto: é isto que a alegação diz, o que pode ser verificado hoje e o que um leitor deve fazer com isso. A versão útil desta história não é “um novo Claude está sendo testado”. É que as três evidências oferecidas aqui têm três modos específicos de falha, e cada uma é testável.

O que a resposta de Karpathy realmente estabelece

O primeiro teste está sendo lido como uma impressão digital. Está mais próximo de um calendário.

Karpathy anunciou no X em 19 de maio de 2026 que havia ingressado na Anthropic — "Ingressei na Anthropic... animado para me juntar à equipe aqui e voltar a P&D" — e TechCrunch, Fortune e NY Post noticiaram isso no mesmo dia, com o detalhe de que ele foi para a equipe de pré-treinamento sob Nick Joseph. Isso é um fato em todos os índices de notícias, e um modelo que responde corretamente com a navegação desativada demonstrou exatamente uma coisa: seus dados de treinamento se estendem além de meados de maio de 2026.

O Claude Sonnet 5.5 foi lançado em 28 de setembro de 2026. Uma contratação que foi notícia global quatro meses antes do lançamento de um modelo é o tipo de fato que acaba dentro dos dados de treinamento dele, então o modelo passar por esse teste é o resultado esperado, e não surpreendente. O teste também não consegue distinguir o Sonnet 5.5 do Claude Opus 5.5, do Claude Haiku 5.5 nem de qualquer outro checkpoint do Claude lançado depois de maio. Um teste que todos os candidatos passam não identifica nenhum deles.

Isso importa para como a alegação deve ser avaliada. A thread de respostas sob a postagem contém a metade mais interessante das evidências, e ela é contraditória: uma resposta pergunta "você quer dizer sonnet 5.6?", outra diz "é fable 5.5 também, já vem roteando para usuários há semanas". Duas pessoas lendo o mesmo comportamento chegam a dois modelos não anunciados diferentes, e nenhuma consegue nomear um API ID. É assim que um rótulo ambíguo se parece quando uma comunidade tenta interpretá-lo.

26.599 elementos SVG é uma contagem de loop

O número do pelicano é impressionante até você perceber o que ele está contando. Um elemento SVG é uma tag. Um script Python que posiciona penas em um loop pode emitir quarenta mil deles sem que o modelo jamais raciocine sobre um pelicano, e é exatamente isso que o pôster descreve: 1.860 linhas de Python gerando os elementos, em vez de 26.599 elementos escritos à mão. O número mede a ambição do gerador, não a fidelidade do desenho.

"Zero imagens, zero data URIs, zero scripts" é o mesmo tipo de estatística. Confirma que a saída é um desenho vetorial puro, e não um bitmap contrabandeado para dentro de um arquivo. Não diz nada sobre se o pássaro é reconhecível como um pássaro. Se você quer julgar o desenho, julgue o desenho — o próprio anexo de vídeo do autor da postagem dura 19 segundos, e esse é o artefato que vale a pena olhar.

Há também um detalhe de sequenciamento que vale a pena saber antes que isso seja registrado como um novo evento de capacidade. Em 22 de outubro de 2026, a mesma conta publicou uma captura de tela de um "modelo misterioso no code arena" com o prompt "code um svg de pelicano andando de bicicleta o mais detalhado que você puder", que atraiu cerca de 63.000 visualizações. O prompt do pelicano é o detector de roteamento fixo dessa conta, executado repetidamente. Dois resultados do mesmo detector com três semanas de diferença não são observações independentes.

O teste do pelicano foi descontinuado pelas pessoas que o tornaram famoso.

Simon Willison apresentou "Generate an SVG of a pelican riding a bicycle" em 25 de outubro de 2024, partindo do princípio de que nenhum SVG desse tipo poderia plausivelmente existir nos dados de treinamento, de modo que todo modelo tinha de fato de tentar produzi-lo. Isso se tornou um benchmark semiformais: até junho de 2025, Willison havia reunido 34 pelicanos e 560 julgamentos pareados.

Andrej Karpathy, a mesma pessoa cuja localização é o assunto do primeiro teste, então o declarou morto. No início de agosto de 2026, ele deu ao Claude Opus 5 o parágrafo inicial de O Senhor dos Anéis com um orçamento de aproximadamente um milhão de tokens e cerca de US$ 10, e o deixou rodar de forma autônoma por duas horas; ele produziu cerca de 5.500 linhas de Three.js que construíram proceduralmente um Condado interativo em low-poly, "meio desengonçado, mas divertido". Seu argumento era que o teste do pelicano havia perdido poder discriminatório: os modelos de fronteira agora passam nele, então ele não os separa mais.

Então a publicação de 5 de novembro usa um detector que seu próprio criador descontinuou quatro meses antes, em uma família de modelos que já o havia aprovado. Isso não torna a saída ruim. Torna-a não diagnóstica — que é a única propriedade de que um teste de roteamento precisa.

"Extra" é um nível de esforço documentado, não um nome de modelo

Aqui está a parte que dá para verificar em cerca de noventa segundos no site de suporte da Anthropic. A página da central de ajuda sobre como alterar as configurações de modelo, esforço e pensamento lista cinco níveis: Baixo, Médio, Alto, "Extra alto (xhigh)" e Máximo. A própria explicação dela para Extra alto é que o nível foi "projetado para tarefas de programação e agênticas de longa duração, oferecendo raciocínio mais profundo que o alto sem o custo total de tokens do máximo", e acrescenta que o nível está "disponível no Opus 4.7 e em modelos mais recentes". O parâmetro da API é grafado xhigh; o seletor o escreve por extenso.

O Claude Sonnet 5.5 tem todos os cinco níveis — low, medium, high, xhigh e max — com o pensamento permanentemente ativado e sem nenhuma forma de desativá-lo. Seu padrão não é o mesmo em todas as interfaces — a Claude API e o Claude Code não necessariamente chegam ao mesmo nível logo de cara. Não defina nada e você já pode estar executando uma configuração diferente dependendo de onde fez a chamada. Assim, um usuário que abre um seletor de modelos, vê a entrada padrão do Sonnet 5.5 e muda o esforço para Extra high criou um rótulo que se lê exatamente como "Sonnet 5.5 Extra" — enquanto executa um modelo que está disponível para o público em geral há trinta e nove dias.

O que o esforço faz com a conta é a parte que vale internalizar, porque é daí que provavelmente vem a impressão de "próximo modelo". O preço por token não muda com o esforço: US$ 2 de entrada, US$ 10 de saída, US$ 0,20 por leitura de cache, em todos os níveis. Os tokens por tarefa mudam enormemente. A Artificial Analysis fez a varredura completa no lançamento em seu índice pré-v5 e obteve esta escada:

• Baixo — índice 36 a $0,41 por tarefa

• Médio — índice 41 a US$ 0,59 por tarefa

• Alto — índice 47 a US$ 1,08 por tarefa

• Extra alto (xhigh) — índice 52 a US$ 2,74 por tarefa

• Max — índice 56 a $7,60 por tarefa

Leia isso como uma curva de gastos, não como uma curva de capacidade. Passar de high para Extra high mais que dobra o custo por tarefa concluída em cinco pontos do índice — o mesmo modelo, pensando por mais tempo. Um usuário que aciona essa opção e então vê a saída ficar visivelmente mais elaborada descreveria isso como “um modelo diferente”. São os mesmos pesos, com mais espaço.

A leitura ao vivo atual é mais baixa e medida de forma diferente, e as duas não devem ser misturadas. A Artificial Analysis reconstruiu seu índice para a v5.0 em 27 de outubro de 2026, substituindo nove avaliações constituintes e atribuindo peso de 60% a conjuntos privados ou retidos. Na v5.0.1, o mesmo Claude Sonnet 5.5 registra 55 no esforço máximo, 155 tokens por segundo, US$ 10,02 por tarefa do índice, tendo gerado 335 milhões de tokens de saída ao longo da execução, contra uma mediana de 72,6 milhões. O 56 acima é um número anterior à v5. Subtrair um do outro não faz sentido.

O número de verbosidade é o que sobrevive a ambas as rubricas: aproximadamente 4,6 vezes o volume mediano de saída em um conjunto idêntico de tarefas. É isso que o esforço "Extra" compra e o que ele custa, e é uma explicação muito mais plausível para uma demonstração surpreendente do que uma troca silenciosa de modelo.

O que realmente resolveria isso

A alegação é falsificável, o que é mais do que se pode dizer da maioria dos burburinhos sobre vazamentos. Em ordem aproximada de força:

• Uma entrada no seletor de modelos cujo nome não aparece na lista pública de modelos da Anthropic — uma string, não uma captura de tela de comportamento.

• Um corpo de resposta cujo campo model informa algo diferente de um ID documentado. Toda resposta da API Claude ecoa o modelo que a atendeu; uma troca silenciosa que sobrevive a esse campo é uma história diferente e maior.

• Um registro de changelog datado, um model card do Bedrock ou do Vertex, ou um limite documentado de contexto ou de saída que difira dos 1M de entrada e 128K de saída do Claude Sonnet 5.5.

• O script gerador por trás do pelican, executado duas vezes em duas configurações nomeadas, com as saídas comparadas. O pôster diz que ele reconstrói byte a byte; essa é uma afirmação que duas execuções poderiam resolver.

Até que uma dessas coisas se concretize, a leitura honesta é que um nível de esforço produziu um desenho mais impressionante e a comunidade o interpretou como um novo lançamento. A Anthropic não publicou nada sobre isso, e a própria postagem não reivindica um nome que possa respaldar com um identificador — ela diz que o comportamento "parece" roteamento. Isso é a descrição de uma impressão.

O problema real é o roteamento silencioso, e ele é corrigível.

Retire o nome do modelo e há uma preocupação legítima por baixo: se um provedor pode atender uma solicitação sob um rótulo enquanto executa outra coisa, todo benchmark que você executa e toda estimativa de custo que você faz estão medindo um alvo móvel. A resposta não é um folclore melhor. É fixar.

No OrcaRouter, o Claude Sonnet 5.5 é uma rota entre mais de 200 modelos em uma única chave, pelo preço de tabela do provedor com 0% de markup — então os US$ 2 e US$ 10 acima são o que você realmente paga, e uma mudança de preço do fornecedor entra em vigor do nosso lado no mesmo dia. Você nomeia o modelo exato na solicitação; o failover só move você para outro provedor quando um deles apresenta erro, e avisa você, em vez de substituir silenciosamente. Se quiser testar a hipótese deste post adequadamente, você não precisa de uma captura de tela: envie o mesmo prompt para o Sonnet 5.5 no nível alto e no Extra alto, rotule as duas rotas e compare você mesmo as saídas e as contagens de tokens. Esse é um experimento controlado. Custa centavos e produz um número em vez de uma impressão.

Se surgir um modelo genuinamente não anunciado, será a mesma disciplina que o detectará — um ID fixado que de repente deixa de corresponder ao campo do modelo, não um pelicano que parece melhor do que o do mês passado.

O que fazer antes de reconstruir qualquer coisa

Nada, ainda. A alegação tem um dia, tem fonte única, e sua evidência mais forte é um nível de esforço documentado. Não migre um pipeline, não refaça o benchmark de um modelo nem escreva um post de lançamento com base nisso.

O que você pode fazer esta semana é barato e útil de qualquer forma. Verifique em qual nível de esforço suas próprias chamadas estão realmente sendo executadas, porque os padrões variam conforme a superfície e quase ninguém os define explicitamente. Observe o custo por tarefa concluída em vez do preço por token, já que é esse o número que o Extra high dobra. E, se você estiver comparando modelos, fixe o ID e registre o campo model em cada resposta — a única afirmação de roteamento que importa é a que seus próprios logs conseguem confirmar.

A questão em aberto não é se o Claude Sonnet 5.5 Extra existe. É se alguém produzirá um identificador para ele antes do próximo pelicano.