Claude Opus 5: como ajustar o esforço sem desperdiçar tokens

Claude Opus 5 é o modelo premium da Anthropic para programação complexa, agentes e uso corporativo. Lançado em 24 de julho de 2026, ele chegou com uma proposta simples: entregar boa parte da capacidade do Fable 5 pelo preço do antigo Opus.

Pelo preço, o modelo é uma atualização fácil em relação ao Opus 4.8. Já a adoção em produção exige mais cuidado. O raciocínio agora vem ativado por padrão, o nível de esforço muda quanto trabalho o modelo realiza entre texto e ferramentas, e um limite de saída antigo pode encerrar a tarefa antes que o raciocínio termine.

Claude Opus 5 é o modelo premium do dia a dia, não o limite máximo

Use o Opus 5 nos trabalhos difíceis que aparecem todos os dias. Prefira o Sonnet 5 quando volume e latência pesarem mais. Reserve o Fable 5 para tarefas que já reprovaram em uma avaliação com Opus e cujo custo de falha supere o adicional de 2x no preço dos tokens.

Essa hierarquia também corresponde à forma como a Anthropic apresenta seu portfólio hoje. O guia atual de modelos recomenda que desenvolvedores indecisos comecem pelo Opus 5 em programação agêntica complexa e trabalhos corporativos, recorrendo ao Fable 5 quando precisarem da maior capacidade disponível.

O Opus 5 oferece uma janela de contexto de 1 milhão de tokens e saída síncrona máxima de 128,000 tokens. A janela de contexto representa o material que o modelo consegue manter em vista durante uma solicitação; não significa que todos os tokens receberão a mesma atenção. O limite de saída inclui tanto o raciocínio oculto quanto a resposta visível, algo especialmente importante durante uma migração.

O ID do modelo é claude-opus-5. Ele está disponível pela Claude API, Amazon Bedrock, Google Cloud e Microsoft Foundry. No aplicativo Claude, a Anthropic o tornou o padrão no plano Max e o modelo mais potente do plano Pro.

Não se trata de um ranking permanente. É uma política de roteamento capaz de sobreviver ao próximo lançamento de modelo, porque cada mudança depende de evidências da carga de trabalho, não de fidelidade a uma categoria de modelo.

O benchmark que importa é o custo por tarefa bem-sucedida

O resultado mais útil do Opus 5 nos benchmarks não é vencer em tudo. É chegar com frequência ao mesmo resultado aceito por um custo de execução menor.

A Anthropic divulga cinco resultados que ajudam a orientar a escolha:

• No Frontier-Bench v0.1, o Opus 5 mais do que dobra o desempenho do Opus 4.8, com custo menor por tarefa.
• No CursorBench 3.2, o Opus 5 em esforço max termina com uma diferença de 0.5% em relação ao melhor resultado do Fable 5, com metade do custo por tarefa.
• No ARC-AGI 3, sua pontuação é três vezes maior que a do segundo melhor modelo na comparação da Anthropic.
• No Zapier AutomationBench, sua taxa de aprovação é cerca de 1.5 vezes a do segundo melhor modelo pelo mesmo custo por tarefa. Mesmo no menor nível de esforço, ele ainda conclui mais tarefas do que qualquer outro modelo dessa comparação.
• No OSWorld 2.0, ele supera o melhor resultado do Fable 5 em uso de computador por pouco mais de um terço do custo.

Esses são resultados de lançamento publicados pelo fornecedor, não um ranking universal para todo repositório, documento de políticas ou fluxo no navegador. Eles indicam que o esforço pode converter tokens adicionais em trabalho aceito. Não revelam quantas tentativas seu próprio agente exigirá, com que frequência uma pessoa rejeitará a resposta nem se um resultado mais rápido, porém um pouco mais fraco, atende melhor à sua meta de nível de serviço.

O custo por tarefa bem-sucedida incorpora essas variáveis. Some o custo em tokens de todas as tentativas, as cobranças por chamadas de ferramentas, a latência relevante para o produto e a revisão humana. Depois, divida o total pelas saídas aprovadas segundo seu critério de aceitação.

Para um agente de programação, sucesso pode significar testes aprovados, diff dentro do escopo e aceite do revisor sem uma rodada de correção. Para um agente operacional, pode significar registro atualizado corretamente, aprovação solicitada à pessoa certa e nenhuma ação sem respaldo. A rubrica precisa definir o resultado antes da comparação entre níveis de esforço.

A inteligência aparente do modelo não é a métrica. O que importa é o resultado aceito por um custo conhecido.

O custo da carga fixa é $9, $22.50 ou $45

Para o mesmo perfil de tokens, o Opus 5 fica exatamente entre o preço temporário do Sonnet 5 e o do Fable 5.

Considere 100 tarefas. Cada uma envia 20,000 tokens de entrada e recebe 5,000 tokens de saída. O lote consome 2 milhões de tokens de entrada e 500,000 tokens de saída:

• O Sonnet 5, com a tarifa introdutória de $2 para entrada e $10 para saída, custa $9.
• O Opus 5, a $5 para entrada e $25 para saída, custa $22.50.
• O Fable 5, a $10 para entrada e $50 para saída, custa $45.

O cálculo usa os preços atuais da API da Anthropic. A tarifa de $2/$10 do Sonnet 5 vale até 31 de agosto de 2026; depois, o preço padrão passa a $3/$15. O cálculo não inclui cache de prompts, descontos por processamento em lote, busca na web, execução de código, novas tentativas nem mudanças no consumo de tokens causadas pelo modelo ou pelo nível de esforço.

Nessa escala pequena, o Opus custa $13.50 a mais que o Sonnet, enquanto o Fable custa $22.50 a mais que o Opus. Basta o Opus evitar uma correção de mais de $13.50 para justificar o adicional sobre o Sonnet em todo o lote. Já o Fable precisa evitar mais de $22.50 em falhas ou revisão para compensar o salto de preço.

Com 10,000 tarefas no mesmo formato, os totais passam para $900, $2,250 e $4,500. O Opus agora fica $1,350 acima do Sonnet, e o Fable acrescenta outros $2,250. Uma escolha de roteamento que parece irrelevante no protótipo vira uma linha do orçamento em escala de produção.

O Fast mode deixa essa diferença ainda mais clara. Ele executa o Opus 5 cerca de 2.5 vezes mais rápido por $10/$50, o dobro do preço normal. O exemplo de 100 tarefas custaria $45, o mesmo total básico em tokens do Fable 5. Compre essa velocidade quando o tempo de resposta gerar valor suficiente para justificar o adicional, não como uma opção padrão.

Os níveis de esforço do Claude são uma política, não um orçamento de tokens

Comece com high. Esse é o padrão na Claude API e no Claude Code, e a Anthropic afirma que definir high explicitamente produz o mesmo comportamento de omitir o parâmetro de esforço.

O esforço controla quanto trabalho o Claude dedica à resposta inteira. Isso abrange o texto visível, o raciocínio, as chamadas de ferramentas e os argumentos de funções. Reduzir o nível pode diminuir o consumo de tokens e a atividade das ferramentas; aumentá-lo pode permitir uma exploração mais profunda. Ainda assim, trata-se de um sinal de comportamento, não de um teto rígido: uma solicitação difícil em low pode acionar raciocínio.

Os cinco níveis cumprem funções distintas:

low serve para trabalhos baratos e delimitados. Use-o em classificação, extração, transformações simples e tarefas estreitas de subagentes cujo resultado seja fácil de verificar. Um agente de triagem que decide para qual fila encaminhar um chamado se encaixa melhor do que um agente encarregado de resolver esse chamado.

medium é a configuração equilibrada para produção. Use-a em trabalhos rotineiros com ferramentas, quando o caminho é conhecido, mas a entrada varia: resumir o cadastro de um cliente, redigir uma resposta padrão ou executar um procedimento operacional bem definido. É o primeiro passo abaixo do padrão quando custo de tokens ou latência importam.

high é o padrão para o trabalho difícil do dia a dia. Use-o em mudanças de código, análises com nuances e agentes de várias etapas, quando os erros são caros o bastante para justificar um raciocínio cuidadoso. Esse é o ponto inicial correto para a medição, pois permite comparar qualquer configuração superior ou inferior.

xhigh é indicado para trabalhos de longa duração. A Anthropic descreve esse nível para tarefas agênticas ou de programação que podem durar mais de 30 minutos e usar orçamentos de milhões de tokens. Use-o quando o modelo precisar explorar repetidamente, chamar muitas ferramentas ou preservar um plano ao longo de uma execução extensa.

max é uma rota de exceção. Ele remove as restrições ao gasto de tokens em busca da maior capacidade possível. Uma tarefa só deve chegar aqui depois de falhar em xhigh ou quando o resultado for valioso o bastante para deixar a eficiência de tokens em segundo plano.

Há dois erros fáceis de cometer.

Primeiro, não use o esforço para controlar o tamanho do texto. A documentação da Anthropic diz que mudar o nível de esforço não reduz de forma confiável a resposta visível do Opus 5. Especifique no prompt o tamanho desejado.

Segundo, não comece toda tarefa aparentemente difícil em max. Isso impede descobrir se high já seria suficiente e transforma qualquer discussão posterior sobre custo em hipótese. A comparação útil busca o menor nível que atinge o resultado de forma confiável, não a maior pontuação que o orçamento consegue comprar.

Quem deve usar Opus 5, Sonnet 5 ou Fable 5

A maioria dos compradores não deveria escolher um único modelo para todas as solicitações. O ideal é definir um padrão e uma rota estreita de escalonamento.

Fundador com investimento criando um produto de agentes

Use o Sonnet 5 nas interações de grande volume que sejam fáceis de validar e o Opus 5 nas etapas que planejam, conciliam contextos conflitantes ou se recuperam após uma falha de ferramenta.

O risco para esse fundador é colocar o Opus em todas as interações por parecer a opção mais segura. Se a maioria das solicitações segue um caminho previsível, o adicional é gasto em trabalho que nunca precisou dele. Mantenha ampla a rota barata e reserve a rota do Opus para etapas decisivas.

Comece a orquestração complexa com Opus em high. Eleve uma classe reconhecidamente difícil para xhigh apenas quando o ganho na taxa de aceitação compensar o consumo adicional de tokens. Envie uma tarefa ao Fable somente depois de o Opus falhar em um exemplo representativo e de o impacto para o negócio justificar o preço unitário 2x maior.

CTO de empresa de médio porte padronizando a camada de modelos

Adote o Opus 5 como padrão premium e deixe o roteamento de modelos explícito na política. Assim, o responsável por uma carga de trabalho consegue explicar por que uma tarefa usa Sonnet, Opus ou Fable e qual avaliação mudaria essa rota.

Não migre todas as solicitações do Opus 4.8 simplesmente trocando o nome do modelo. O raciocínio ativado por padrão altera o comportamento da saída e o consumo de tokens. Configurações existentes de max_tokens, o desenho das conversas em cache e os prompts de verificação precisam ser revistos.

A análise do Claude Sonnet 5 é a referência útil para o limite inferior: o Sonnet vence quando sua saída aceita se mantém no preço atual. O Fable é o limite superior. O Opus ocupa o meio até que um desses extremos demonstre ser melhor em uma carga de trabalho definida.

Profissional sênior automatizando operações empresariais

Use o Opus quando o trabalho atravessar sistemas ou fronteiras de políticas. Ler uma solicitação, conferir uma conta, aplicar uma regra e decidir se alguém precisa aprovar é mais difícil do que redigir um resumo, pois cada etapa muda as consequências da seguinte.

Use medium em um procedimento estável com ferramentas delimitadas. Suba para high quando exceções, registros ambíguos ou textos de políticas conflitantes forem frequentes. Mantenha a aprovação humana para ações irreversíveis mesmo diante de um benchmark forte. Um modelo melhor reduz a revisão de rotina; não elimina a responsabilidade.

O Fable só passa a fazer sentido quando a tarefa é ao mesmo tempo muito difícil e muito valiosa. Se uma pessoa revisará todo resultado de qualquer maneira, investir na interface de revisão pode render mais do que pagar o adicional do modelo.

Desenvolvedor técnico independente

Comece com o Sonnet 5 enquanto o formato do produto ainda estiver mudando. Leve depurações difíceis, revisões de arquitetura e implementações entre vários arquivos para o Opus 5. A diferença pesa mais quando uma tentativa fracassada obriga a reconstruir um contexto caro, não quando a tarefa é uma pequena edição.

A escolha mais ampla entre fornecedores continua sendo uma decisão separada. GPT-5.6 e Claude Sonnet 5 diferem tanto nos sistemas de execução quanto na qualidade do modelo. O Opus 5 reforça a opção premium da Anthropic, mas não torna intercambiáveis a orquestração, as permissões de ferramentas ou a observabilidade.

Para os quatro perfis, a decisão muda no mesmo ponto: faça o upgrade quando o custo medido de falhas e revisões superar o adicional do modelo. Se ninguém mediu esse custo, a decisão empresarial mais segura é avaliar antes de aumentar o nível.

A migração do Opus 4.8 tem dois comportamentos incompatíveis

Trocar claude-opus-4-8 por claude-opus-5 mantém o mesmo preço unitário de $5/$25, mas não preserva o comportamento em execução.

A primeira incompatibilidade é o raciocínio padrão. O Opus 4.8 podia funcionar sem raciocínio, a menos que a solicitação o ativasse. O Opus 5 decide por padrão quando e quanto raciocinar. Como max_tokens limita a soma do raciocínio com a resposta visível, um valor que comportava tranquilamente uma resposta do Opus 4.8 pode interromper um agente Opus 5 antes da conclusão.

A segunda incompatibilidade está na relação entre raciocínio e esforço. Se uma solicitação desativar o raciocínio e definir xhigh ou max, a API retornará HTTP 400. Mantenha o esforço em high ou abaixo quando o raciocínio precisar ficar desativado, ou remova o campo que o desativa nos níveis superiores.

A Anthropic também alerta que desativar o raciocínio pode, às vezes, fazer o Opus 5 escrever uma chamada de ferramenta como texto comum ou expor tags XML internas, em vez de emitir um bloco tool_use adequado. Sempre que possível, mantenha o raciocínio ativado e controle o gasto pelo esforço.

Esta é uma solicitação válida em Python para uma tarefa extensa de programação ou de agente:

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-5",
    max_tokens=64000,
    output_config={"effort": "xhigh"},
    messages=[
        {
            "role": "user",
            "content": (
                "Review this repository migration plan. Identify unsafe "
                "assumptions, propose the smallest sound change, and verify "
                "the final plan against the stated acceptance criteria."
            ),
        }
    ],
)

for block in response.content:
    if block.type == "text":
        print(block.text)

O limite de 64,000 tokens é o ponto de partida sugerido pela Anthropic para xhigh ou max, não uma exigência para todas as solicitações. Reduza-o depois de observar o consumo real e o comportamento de conclusão.

Espere também diferenças qualitativas. Segundo a Anthropic, o Opus 5 tende a produzir entregas mais longas, narrar mais o progresso durante sessões de agentes, delegar com maior facilidade a subagentes e verificar o próprio trabalho sem uma instrução específica. Esses comportamentos podem ser valiosos, mas talvez exijam ajustes em uma interface de agentes, pipeline de logs ou camada de orquestração criada para o comportamento mais discreto do Opus 4.8.

Três detalhes de produção determinam a conta

Esforço, cache e velocidade interagem entre si. Otimizar apenas um deles pode prejudicar os outros dois.

Mantenha o esforço constante em uma conversa com cache

Mudar output_config.effort entre solicitações altera o prompt renderizado pela Anthropic; por isso, a solicitação seguinte não preserva o prefixo em cache. Um sistema que aumenta e reduz o esforço durante uma conversa longa pode perder justamente a economia de cache que esperava obter.

Escolha um nível de esforço no início de uma sessão dependente de cache e mantenha-o. Se um trabalho posterior exigir outro nível, encaminhe-o para uma nova conversa ou aceite o cache miss como parte do custo de escalonamento.

O Opus 5 reduz o prompt mínimo armazenável em cache de 1,024 tokens no Opus 4.8 para 512 tokens. Isso permite usar cache em instruções repetidas mais curtas, desde que o prefixo do prompt e o esforço permaneçam estáveis.

Compre o Fast mode por latência, não por capacidade

O Fast mode opera a cerca de 2.5 vezes a velocidade normal e custa $10/$50 por milhão de tokens. Ele não transforma o Opus em Fable. No exemplo fixo de 100 tarefas, ele eleva o total do Opus de $22.50 para $45 antes de cache ou novas tentativas.

O Fast mode está em research preview na Claude API. No momento, não está disponível no Amazon Bedrock, Google Cloud nem Microsoft Foundry. Uma arquitetura multicloud não pode presumir que a configuração de velocidade acompanhará o modelo em todos os ambientes.

Trate os novos controles beta como beta

As mudanças de ferramentas no meio da conversa permitem que o aplicativo adicione ou remova ferramentas entre turnos sem perder o cache do prompt. O recurso usa o cabeçalho beta mid-conversation-tool-changes-2026-07-01.

Os fallbacks automáticos podem encaminhar uma solicitação do Opus 5 ou Fable 5 sinalizada pelo classificador para um fallback recomendado pela Anthropic, em vez de bloqueá-la. Tanto as listas padrão quanto as explícitas usam o cabeçalho beta server-side-fallback-2026-07-01.

Os dois controles resolvem problemas operacionais, mas também alteram o que uma única sessão lógica pode fazer e qual modelo pode responder. Teste mudanças de permissão, tratamento de falhas e qualidade da saída antes de habilitá-los em um fluxo irreversível.

Faça uma varredura dos cinco níveis de esforço antes do lançamento

Uma avaliação com 375 execuções basta para transformar o controle de esforço de opinião em dados de roteamento: 25 tarefas representativas, cinco níveis de esforço e três repetições de cada combinação.

As repetições são importantes porque um agente pode passar uma vez por sorte e falhar no próximo caminho de ferramentas. O conjunto de tarefas importa mais do que seu tamanho. Ele deve incluir o trabalho cotidiano, casos extremos conhecidos e falhas que antes exigiram correção humana.

Não varie o esforço no meio da sessão durante esse teste se a produção depender de cache de prompt. Teste cada nível em um desenho de conversa estável; caso contrário, os cache misses se tornam uma variável sem controle.

Um resultado útil pode mostrar medium aprovando trabalhos rotineiros de conta, high sendo necessário para lidar com exceções e xhigh melhorando uma classe restrita de depuração. Isso não justifica xhigh em todos os casos. Justifica três rotas com economias diferentes.

O mesmo processo determina se o Fable 5 merece seu preço. Inclua o Fable somente nas tarefas em que o Opus continuar abaixo do limite. Se o Fable não aumentar a aceitação o suficiente para compensar o adicional de $22.50 no exemplo de 100 tarefas, fique com o Opus.

O limite de segurança difere do Fable 5

O Opus 5 é menos restritivo que o Fable 5 para trabalhos legítimos de segurança, mas não é um modelo cibernético irrestrito.

Segundo a Anthropic, os classificadores cibernéticos do Opus 5 devem intervir cerca de 85% menos que os do Fable 5. O modelo consegue encontrar vulnerabilidades no código-fonte, enquanto as proteções bloqueiam varredura de vulnerabilidades em binários, testes de invasão e geração de exploits. Ele também permanece atrás do Mythos 5 em cibersegurança ofensiva e pesquisa em biologia.

Esse limite é importante para agentes de depuração e segurança. Uma revisão de código-fonte pode funcionar, enquanto uma etapa posterior de validação de exploit pode ser recusada ou encaminhada para outra rota. Estruture o fluxo para que uma recusa seja um estado tratado, não uma falha inesperada do parser.

O Cyber Verification Program oferece a empresas e pesquisadores qualificados acesso a uma versão com menos restrições de segurança. Usuários em geral não devem planejar um fluxo de produção em torno desse caminho antes de confirmar o acesso.

A auditoria comportamental interna da Anthropic atribui ao Opus 5 a pontuação 2.3 em comportamento desalinhado geral, a menor entre seus modelos recentes. Considere isso uma evidência sobre a própria bateria de testes da Anthropic, não uma autorização para remover aprovações, sandboxing ou acesso de privilégio mínimo às ferramentas.

A decisão

O Claude Opus 5 deve substituir o Opus 4.8 em novas cargas de trabalho premium e na maioria das existentes, após uma migração gradual. Ele custa o mesmo, responde ao esforço de maneira mais confiável e se aproxima do Fable 5 em várias avaliações relevantes.

Ele não deve substituir o Sonnet 5 em todas as rotas de grande volume, nem transformar max em padrão. O ganho econômico vem do roteamento: Sonnet ou esforço menor para trabalho barato e aceito, Opus em high para tarefas difíceis do dia a dia, xhigh para casos medidos de longa duração e Fable apenas quando uma falha do Opus se mostrar cara.

O controle de esforço é valioso porque torna essa política explícita. Use-o como variável de avaliação, mantenha-o estável quando o cache importar e vincule todo aumento de nível a uma falha definida.

Quer transformar a próxima mudança de modelo em uma decisão de produção? Assine a newsletter.