TLDR: Claude Opus 5, lançado pela Anthropic em 24 de julho de 2026, traz um salto geracional em relação ao Opus 4.8 em raciocínio profundo, programação agêntica, tarefas de longo horizonte e resolução de problemas inéditos. Ele iguala ou supera o mais caro Fable 5 em benchmarks-chave (incluindo 43,3% no Frontier-Bench v0.1 e um recorde de 30,2% no ARC-AGI-3) enquanto custa o mesmo que o Opus 4.8 — $5 por milhão de tokens de entrada e $25 por milhão de tokens de saída. Com janela de contexto de 1M tokens, “pensamento” habilitado por padrão, forte autoverificação e alinhamento aprimorado (menor pontuação de comportamento desalinhado entre os Claudes recentes), destaca-se em codificação complexa, uso de computador, trabalho de conhecimento e fluxos multiagente. Esforço médio frequentemente atinge eficiência máxima.
Principais destaques
- Opus 5 é uma atualização verdadeiramente geracional sobre o Opus 4.8, não incremental — especialmente em persistência agêntica, escalonamento de computação em tempo de teste e inteligência fluida (salto no ARC-AGI-3 de ~1,5% para 30,2%) do blog do Claude.
- Supera ou iguala o Fable 5 nos principais benchmarks de programação/agência a aproximadamente metade do preço.
- Preços permanecem em $5/$25 por milhão de tokens; ganhos de eficiência vêm de melhor desempenho por token e resultados fortes mesmo em esforço médio/baixo.
- Perfil de segurança é o melhor da Anthropic para a linha Opus, com limites intencionais em capacidades cibernéticas ofensivas e menos acionamentos de classificadores.
- Mudanças de prompting: remover instruções de verificação legadas, limitar escopo explicitamente, controlar verbosidade e uso de subagentes, e usar o parâmetro de esforço conforme a documentação do Claude.
- Ideal para agentes de longa execução, programação multiarquivo, trabalho de conhecimento e tarefas assistidas por visão; relatos do mundo real apontam pontos fortes em demos/construções complexas, junto de atritos ocasionais no seguimento de instruções em grandes bases de código.
- Plataformas como a CometAPI facilitam rotear tráfego entre modelos Claude (e concorrentes) com faturamento unificado e fallbacks.
Claude Opus 5 chega como o mais novo flagship geralmente disponível da Anthropic na linha Opus. Posicionado abaixo da classe mais restrita Mythos/Fable em algumas áreas especializadas, mas competitivo ou superior em muitas avaliações públicas, mira programação agêntica complexa, trabalho corporativo de conhecimento e tarefas de longo horizonte. Lançado apenas dois meses após o Opus 4.8, representa uma mudança de patamar, não uma iteração menor.
O que é o Claude Opus 5?
Claude Opus 5 (ID do modelo na API: claude-opus-5) é o mais novo modelo da classe Opus da Anthropic, otimizado para programação agêntica complexa e cargas de trabalho corporativas. Ele oferece janela de contexto de 1 milhão de tokens (padrão e máximo), até 128k tokens máximos de saída e “pensamento” habilitado por padrão. O modelo decide quando e quanto “pensar”; desenvolvedores controlam a profundidade via o parâmetro de esforço (low, medium, high, xhigh, max).
Novas capacidades e mudanças comportamentais em relação às gerações anteriores incluem:
- Maior persistência agêntica — continua até o sucesso da tarefa em vez de parar em respostas plausíveis.
- Autoverificação aprimorada e depuração de causa raiz.
- Melhor coordenação multiagente e delegação para subagentes.
- Visão mais forte para gráficos, documentos, diagramas e replicação de UI/frontend (especialmente com uso iterativo de ferramentas).
- Trabalho de escritório/documentos aprimorado (planilhas complexas com múltiplas abas, apresentações estruturadas).
- Trocas de ferramentas no meio da conversa (beta), mínimo de cache de prompt menor (512 tokens) e modo de fallbacks padrão.
- Modo rápido (prévia de pesquisa) disponível na API do Claude com tarifas mais altas.
A Anthropic descreve o modelo como entregando inteligência de fronteira a metade do custo do Fable 5 enquanto alimenta agentes de longa execução com melhorias em codificação e trabalho profissional.
Claude Opus 5 vs. Opus 4.8
O Opus 5 é apresentado explicitamente como um salto em relação ao Opus 4.8. Os maiores ganhos aparecem em raciocínio profundo ao longo de cadeias longas de problemas, programação agêntica e laços de uso de ferramentas de longo horizonte (concluindo recursos multiarquivo e trabalho de ponta a ponta sem stubs), escalonamento de computação em tempo de teste, eficiência em níveis de esforço menores, precisão em revisão de código/detecção de bugs, visão, consistência em longos contextos, tarefas de escritório e coordenação multiagente.
Comportamentalmente, respostas padrão e entregáveis escritos são mais longos. O modelo narra progresso com mais frequência em sessões agênticas, delega a subagentes com mais facilidade e verifica seu próprio trabalho sem prompting. Instruções legadas como “inclua uma etapa final de verificação” agora causam excesso de verificação e desperdício de tokens — remova-as.
O “pensamento” vem ativado por padrão (antes, no 4.8, o modo adaptativo/thinking exigia configuração explícita). Desabilitar o “pensamento” só é permitido em effort high ou abaixo; esforços superiores rejeitam o pensamento desativado. Os preços permanecem idênticos: $5 entrada / $25 saída por milhão de tokens.
Em resumo, equipes em migração devem atualizar o ID do modelo, reavaliar padrões de esforço em seus próprios testes, limpar scaffolding de verificação dos prompts e esperar saídas mais longas porém de maior qualidade, com autonomia mais forte.
Benchmarks de desempenho: o que os dados nos dizem?
O Opus 5 apresenta resultados de destaque, particularmente em avaliações inéditas e agênticas. Todos os números abaixo são retirados de materiais do system card/anúncio da Anthropic e agregações independentes do fim de julho de 2026; observe que pontuações reportadas em laboratório usam harnesses do provedor e prompting específico.
Resultados de destaque em programação e tarefas agênticas
- Frontier-Bench v0.1 (programação agêntica em terminal): Opus 5 43,3% vs Fable 5 33,7% vs Opus 4.8 18,7%.
- SWE-bench Verified: 96,0% (vs Fable 5 95,0%, Opus 4.8 88,6%).
- SWE-bench Pro: 79,2% (vs Fable 5 80,3%, Opus 4.8 69,2%).
- DeepSWE v1.1: 68,8% (competitivo; alguns GPT-5.6 variantes acima).
- FrontierCode 1.1 (pico em esforço médio): ~53,4% principal / 63,6% estendido — configuração mais eficiente em computação testada em uma análise.
- CursorBench 3.2 (esforço máximo): Dentro de ~0,5% do pico do Fable 5 a aproximadamente metade do custo por tarefa. Forte desempenho por dólar em esforços high/xhigh/max.
Raciocínio inédito e inteligência fluida
- ARC-AGI-3: 30,2% (fronteira anterior ~7,8% para GPT-5.6 Sol em alto esforço; Opus 4.8 ~1,5%). Este é o maior salto registrado; o modelo demonstrou modelagem algébrica interna de dinâmicas de jogo e eficiência amostral em nível humano em ambientes previamente não resolvidos. Aproximadamente 3× o próximo melhor modelo — forte resolução de problemas inéditos.
- GDPval-AA v2: Estado da arte em trabalho profissional de conhecimento.
- Zapier AutomationBench: ~1,5× o próximo melhor modelo com altas taxas de aprovação em automação empresarial de ponta a ponta.
- OSWorld 2.0 (uso de computador): Supera o melhor resultado reportado do Fable 5 a aproximadamente um terço do custo.
- Resultados líderes ou de classe em HLE (Exame Final da Humanidade) e tarefas de pesquisa profunda no estilo DeepSearchQA.
Uso de computador, trabalho de conhecimento e uso de ferramentas
- OSWorld 2.0: 70,6% — supera pares nos pontos de custo considerados.
- BrowseComp: ~90–90,8% (competitivo com ou ligeiramente atrás das melhores configurações GPT-5.6).
- GDPval-AA v2 (Elo): 1861 (à frente do Fable 5 e de gerações anteriores).
- AutomationBench: Altas taxas de aprovação; reportado ~1,5× o próximo melhor a custo similar em algumas análises.
O Opus 5 entrega ganhos não incrementais, particularmente em avaliações de programação, agência e trabalho de conhecimento. Relatos da Anthropic e independentes destacam:
Ciência e domínios especializados
Ganhos significativos sobre o Opus 4.8 em avaliações de ciências da vida, incluindo:
- Química orgânica (inferência de estrutura molecular por espectroscopia): +10,2 pontos percentuais.
- Predição de função proteica: +7,7 pontos percentuais.
- Melhorias consistentes em biologia estrutural e bioinformática.
Como o Fable 5 possui salvaguardas de biologia mais restritivas, o Opus 5 é atualmente o modelo geralmente disponível mais forte da Anthropic para muitos fluxos de pesquisa científica.
Fonte: claude
Compostos de rankings públicos colocam o Opus 5 próximo ao topo (por exemplo, ~82,8/100 e posição #2 de 215 no BenchLM), com percentis particularmente altos em conhecimento, agência, codificação e multimodal.
Feedback de desenvolvedores no mundo real é misto: construções de jogos em uma só tentativa, conclusão de recursos complexos e autodepuração lado a lado com relatos de ignorar instruções ocasionalmente, alucinações em grandes bases de código ou complexificação excessiva. Benchmarks capturam capacidade máxima em condições controladas; resultados em produção dependem fortemente de prompting, design de ferramentas e configurações de esforço.
Panorama de benchmarks
Fonte: claude
Eficiência e custo
Os preços não mudaram em relação ao Opus 4.8: $5 por milhão de tokens de entrada / $25 por milhão de tokens de saída. Entrada em cache é significativamente mais barata (~$0,50). O modo rápido roda a aproximadamente 2× as tarifas ($10/$50). Isso é cerca de metade das tarifas do Fable 5 ($10/$50). Melhorias de eficiência vêm de:
- Contexto de 1M permitindo fluxos com toda a base de código ou documentos longos sem fragmentação agressiva.
- Forte desempenho mesmo em esforço baixo/médio (menos tokens para qualidade comparável em muitas tarefas).
- Autoverificação e iteração embutidas que reduzem execuções fracassadas e laços de correção humana.
- Trocas de ferramenta no meio da conversa (beta) que preservam o cache de prompt.
A verdadeira história de eficiência é desempenho por dólar e por token. O Opus 5 converte esforço adicional em melhores resultados de forma mais confiável do que modelos Opus anteriores. Esforço médio frequentemente entrega pontuações de pico ou quase pico em benchmarks de codificação a ~1,5× o custo de tokens do esforço baixo, enquanto high/xhigh/max podem mostrar retornos decrescentes ou estáveis em algumas suítes.
Em curvas de custo versus desempenho publicadas por ocasião do lançamento, o Opus 5 se posiciona favoravelmente contra o Fable 5, Opus 4.8 e modelos de fronteira concorrentes — pontuações mais altas a menor custo efetivo por tarefa concluída. O consumo de tokens por revisão ou laço agêntico pode ser maior em termos absolutos devido a raciocínios mais longos e autoverificação, mas a qualidade e a taxa de conclusão melhoram o suficiente para que o custo total por resultado bem-sucedido frequentemente caia.
Fonte: claude
Para equipes de produção, a recomendação prática é começar no esforço high padrão, depois varrer low/medium em suas avaliações internas. Use cache de prompt agressivamente (agora viável em comprimentos menores), trocas de ferramenta no meio da conversa para preservar o cache e fallbacks em nível de plataforma. Gateways de API unificados como a CometAPI podem otimizar ainda mais roteando tarefas simples para modelos mais baratos (linhas Sonnet/Haiku) enquanto reservam o Opus 5 para trabalho agêntico complexo, com análises de uso centralizadas e controles de gasto.
Segurança e alinhamento
A Anthropic descreve o Claude Opus 5 como seu “modelo mais alinhado até hoje” e o “mais seguro até agora” em vários relatórios. Pontos-chave do system card e anúncios:
- Risco de alinhamento geral muito baixo; nenhuma propriedade preocupante nova em relação a modelos anteriores.
- Menores taxas de comportamento enganoso medidas pela Anthropic.
- Altas taxas de resposta inofensiva a solicitações nocivas com entre as menores taxas de recusa excessiva em consultas benignas.
- Resistência aprimorada a certos vetores de uso indevido; salvaguardas cibernéticas calibradas mais próximas aos níveis do Fable 5 dado o aumento de capacidades, mas classificadores acionam com menos frequência (~85% menos que o Fable 5 em algumas estimativas).
- Não cruza os limiares da Responsible Scaling Policy da Anthropic para substituição automatizada de P&D em IA ou categorias de risco químico/biológico mais altas (tratado de forma semelhante aos modelos Opus recentes com proteções estilo ASL-3 onde aplicável).
Ainda apresenta maior consciência de avaliação em testes (comum em modelos de fronteira). Monitoramentos de implantação no mundo real mostraram taxas muito baixas de comportamentos preocupantes. Como em todo modelo de fronteira, organizações devem aplicar salvaguardas no nível da aplicação, especialmente para usos autônomos ou de alto risco.
Como criar prompts para o Claude Opus 5 para obter os melhores resultados
A Anthropic publicou orientações específicas de prompting para o modelo porque o Opus 5 se comporta de forma diferente de versões anteriores. As maiores mudanças: ele se autoverifica, conclui tarefas completas, pode ampliar escopo e produz respostas padrão mais longas.
Princípios centrais para o Opus 5
- Forneça a tarefa completa de início — Inclua especificação, contexto, restrições e resultado desejado em um único prompt. Ele performa melhor quando pode executar de ponta a ponta em vez de receber etapas pingadas. Conclui recursos completos em vez de deixar stubs.
- Remova instruções de verificação — “Confira duas vezes”, “verifique seu trabalho” ou “use um subagente para verificar” causam sobreverificação e desperdício de tokens. O Opus 5 já verifica e itera internamente. Exclua essas linhas de prompts de sistema e arquivos CLAUDE.md.
- Controle o escopo explicitamente — Ele pode expandir tarefas por julgamento próprio. Adicione limites claros: “Entregue exatamente o solicitado no escopo pretendido. Tome decisões de rotina por conta própria. Solicite confirmação apenas quando interpretações distintas levariam a trabalhos materialmente diferentes. Se o pedido parecer equivocado, observe brevemente e continue com a tarefa conforme pedida.”
- Gerencie a verbosidade — Respostas padrão são mais longas. Para concisão, adicione: “Mantenha a resposta focada, breve e concisa. Priorize a resposta central; mantenha ressalvas curtas.”
- Use o esforço com sabedoria — Comece com high (padrão). Use low/medium à vontade para classificação, edições simples ou trabalho de alto volume onde a qualidade se mantém. Reserve xhigh/max para os problemas mais difíceis de programação e agência. Reavalie configurações de esforço herdadas do Opus 4.8.
- Controle de subagentes — Ele delega com mais facilidade. Instrua: “Delegue a um subagente apenas para tarefas grandes, genuinamente independentes e paralelizáveis. Não use subagentes para verificação ou para trabalho que você possa concluir em poucas chamadas de ferramenta.”
- Revisões e auditorias — Solicite achados completos com rótulos de confiança/severidade, depois filtre você mesmo. “Relatar apenas problemas de alta severidade” é seguido literalmente e pode perder problemas.
Exemplo de esqueleto de prompt de programação em alto esforço
text
[Set effort to max or xhigh]
Complete the following end-to-end: [full feature description, acceptance criteria, constraints, existing file structure, style guidelines].
Deliver production-quality code. Adapt strategy as needed. Do not leave stubs or TODOs. Stay within the stated scope unless a material issue requires a one-sentence note.
Output the final artifacts and a brief summary of decisions.
Exemplo de classificação em baixo esforço
text
[Set effort to low]
Classify the input into exactly one of: [categories]. Return only the category name.
Para migração do Opus 4.8: reteste prompts, remova scaffolding de verificação, adicione controles explícitos de comprimento/escopo e varra níveis de esforço em suas avaliações internas. A Anthropic observa que muitas instruções antigas detalhadas agora podem ser simplificadas.
Tabela de comparação: Claude Opus 5 vs. alternativas principais (Aproximado, julho de 2026)
| Model | Input/Output ($/MTok) | Frontier-Bench | SWE-Verified | ARC-AGI-3 | Context | Notes |
|---|---|---|---|---|---|---|
| Claude Opus 5 | $5 / $25 | 43.3% | 96.0% | 30.2% | 1M | Best price/performance for daily high-capability use |
| Claude Opus 4.8 | $5 / $25 | ~19–21% | 88.6% | Low | 1M | Prior Opus |
| Claude Fable 5 | $10 / $50 | ~33.7% | ~95% | Lower | 1M | Higher tier, more restrictions in some cases |
| GPT-5.6 Sol (approx.) | Competitive | Lower | High | Lower | Varies | Strong alternative |
| Claude Sonnet 5 | Lower (~$3/$15 or promo) | Lower | Strong | Lower | 1M | Faster/cheaper daily driver |
Números extraídos de anúncios da Anthropic e relatórios de agregadores; sempre verifique as avaliações independentes mais recentes.
Recomendação CometAPI: A CometAPI oferece acesso unificado ao Claude Opus 5 (e a 500+ outros modelos) por meio de um endpoint compatível com OpenAI (https://api.cometapi.com/v1) e suporte à Anthropic Messages API. Os preços listados são competitivos (por exemplo, cerca de $4/$20 por MTok observados para o Opus 5 no momento da escrita), com uma única chave de API, faturamento simplificado e troca fácil de modelos. Isso é particularmente útil para equipes que desejam as capacidades do Claude sem gerenciar múltiplas contas de provedor ou silos de limites de taxa. Consulte as listas de modelos e preços atuais da CometAPI para as tarifas mais recentes e promoções de tokens gratuitos.
Conclusão
O Claude Opus 5 estabelece um novo patamar para a linha Opus: desempenho de agência e raciocínio de calibre de fronteira ao preço da geração anterior, com avanços significativos em resolução de problemas autodirigida (destacados pelo resultado no ARC-AGI-3) e os números de alinhamento mais favoráveis que a Anthropic já publicou para esta classe. Não é perfeito — regressões específicas de domínio e relatos do mundo real sobre seguimento de instruções lembram que benchmarks não são toda a história — mas para agentes de codificação, fluxos de trabalho de longo horizonte, trabalho de conhecimento e aplicações de uso de computador, ele é atualmente uma das opções geralmente disponíveis mais fortes.
Combine disciplina de prompting com o dial de esforço, aproveite a janela de contexto de 1M e roteie tráfego de forma inteligente (via APIs oficiais ou plataformas como a CometAPI) para maximizar o valor. Como em qualquer modelo de fronteira, avaliação contínua nos seus próprios dados permanece essencial. A cadência rápida de iteração da Anthropic sugere refinamentos adicionais em breve; o Opus 5 já entrega um salto substancial e econômico de capacidade que vale adotar hoje.
Fontes e leituras adicionais:
- Anthropic: What’s new in Claude Opus 5 — https://platform.claude.com/docs/en/about-claude/models/whats-new-opus-5
- Anthropic: Prompting Claude Opus 5 — https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-opus-5
- Referências do anúncio e system card da Anthropic (julho de 2026)
- DataCamp: Claude Opus 5 Explained — https://www.datacamp.com/blog/claude-opus-5
- Compilações de benchmarks do MindStudio / Vellum / BenchLM (julho de 2026)
- Pontuações verificadas pela ARC Prize Foundation