Claude Opus 5.5 derruba preço e vira padrão

Claude Opus 5.5 promete nível frontier por bem menos, mas a conta real é outra

Claude Opus 5.5 chegou com aquela promessa que todo operador aprendeu a desconfiar: mesma inteligência dos modelos gigantes, por uma fração do custo e com mais velocidade. A Anthropic fala em desempenho de Claude Fable 5.1 para a maioria das tarefas, com 40 por cento menos custo operacional que o Opus 5, 30 por cento mais rápido e 20 por cento de corte no preço de tabela. Na mesma janela, a OpenAI respondeu com GPT-6 Sol e Luna, 50 por cento mais baratos que o GPT-5.6. Parece guerra de preços, e é, mas quem roda agente em produção sabe que preço de tabela quase nunca é o preço final.

O ponto que me prendeu não foi o benchmark. Foi o detalhe de escrita e comportamento. A Anthropic admitiu o que todo mundo reclamava do Opus 5: resposta longa, enrolada, que enterra a informação importante no meio do texto. O Opus 5.5 foi ajustado para colocar o essencial na frente e seguir regras de escrita do usuário com mais disciplina. Para quem vive de sessão longa no Claude Code, isso vale mais que dois pontos em prova de código. Sessão que se perde no próprio contexto custa retrabalho, custa token, custa tempo.

O fato sem enfeite

A Anthropic lançou o Claude Opus 5.5 como primeiro modelo da família 5.5 e já colocou como padrão no Claude Code, no app da Claude e no Cowork, além da API da plataforma e da integração com Slack. O esforço padrão é médio, descrito como comparável ao Fable 5.1 em inteligência, porém mais rápido. Os limites de sessão de 5 horas subiram 20 por cento, e com o preço menor a empresa diz que os limites rendem 25 por cento a mais. Usuários Pro, Max e Team ganharam um reset de rate limit guardado para usar quando quiserem. Sonnet 5.5 e Haiku 5.5 vêm nas próximas semanas, o que enterra o rumor de que o Haiku tinha sido descontinuado.

Do outro lado, a OpenAI tentou roubar a cena com Sol e Luna, mirando exatamente o mesmo argumento: cortar o preço de entrada para segurar workload de código e agentes. Com 17 milhões de visualizações no anúncio da Anthropic e contando, a briga ficou pública. Na prática, temos dois labs dizendo a mesma coisa: ganhamos eficiência em prefill, decode e computação total, então dá para repassar desconto. Só que os dois também escondem a segunda parte na letra miúda: modelos mais capazes tendem a gastar mais tokens por tarefa, especialmente em código e uso de computador.

Como funciona na visão de quem opera

Vamos traduzir o marketing para arquitetura. O preço de lista do Opus 5.5 caiu de 5 dólares por milhão de tokens de entrada e 25 de saída para 4 e 20 dólares. É um corte de 20 por cento, direto na API. A latência melhorou na casa dos 30 por cento em relação ao Opus 5, o que sugere otimização forte em inferência, provavelmente com melhor aproveitamento de cache KV, batching mais agressivo e destilação ou poda cirúrgica que não derrubou qualidade em tarefas comuns. A Anthropic também fala em ganhos de dois dígitos em prefill e decode, que é onde mora o custo de sessão longa com muito contexto.

O problema é que token barato não significa tarefa barata. A análise da Artificial Analysis mostra bem o efeito. No esforço máximo, o Opus 5.5 custa 5,98 dólares por tarefa no Intelligence Index, contra 5,86 do Opus 5 no máximo. Ou seja, no papel ficou mais caro por tarefa mesmo com preço menor. A decomposição explica: o uso maior de tokens sozinho elevaria o custo em cerca de 80 por cento, para 10,51 dólares. O corte de 20 por cento no preço base traz para 8,41. A leitura de cache barata, a 0,20 dólar, derruba para 5,98. Moral da história: o modelo pensa mais, escreve mais, testa mais caminhos, e isso come boa parte do desconto.

Onde o cache e o esforço definem a conta

Se você opera com Claude Code ou agentes com tool use intenso, precisa pensar em esforço e cache, não só em preço por milhão. O Opus 5.5 vem com default médio justamente para equilibrar. Esforço máximo entrega os maiores saltos em coding e computer use, mas dispara o consumo. Leitura de cache virou o amortecedor principal. Quem reaproveita contexto, mantém sessão quente, estrutura prompt para não invalidar cache e evita reiniciar conversa à toa vai ver custo por tarefa cair de verdade. Quem roda cada chamada do zero, com contexto gigante e sem cache, vai pagar mais caro que antes e vai achar que o desconto era mentira.

Tem ainda a camada de safeguards. O Opus 5.5 é o primeiro Opus com proteções de nível Fable 5.1 para temas sensíveis como cyber, bio e desenvolvimento de modelos de fronteira. Pedidos sinalizados caem para outro modelo, e a Anthropic admite que ainda trabalha para reduzir falsos positivos. Para produto, isso é latência extra e comportamento inconsistente em edge cases. Vale testar seus prompts vermelhos antes de migrar tudo, porque fallback silencioso quebra avaliação se você não estiver logando qual modelo respondeu de fato.

O que isso muda na prática para quem constrói

Quem ganha de imediato é time que vive no Claude Code e em workflows de conhecimento longo. Escrita mais direta, respeito a regra de estilo e velocidade maior reduzem fricção real. Sessão de 5 horas rendendo mais significa menos interrupção no meio de refactor grande. Para indie e agência, dá para entregar mais sem subir plano. Quem perde, por enquanto, é quem precificou produto em cima do custo antigo por token sem medir custo por tarefa concluída. Se seu SaaS cobra por execução e você assumiu queda linear de 40 por cento, sua margem vai apertar.

• Troque o default com trava de segurança: coloque Opus 5.5 como padrão em dev e staging, fixe esforço em médio e meça por uma semana custo por tarefa resolvida, não por milhão de tokens. Só promova para produção com fallback logado.
• Reescreva seu system de escrita: defina limite de tamanho, formato de saída e regra de priorizar conclusão primeiro. O modelo agora obedece melhor, então prompt curto e rígido economiza token sem perder qualidade.
• Otimize para cache hoje: ordene contexto estável no início, congele instruções, evite concatenar IDs aleatórios no prefixo. Teste a taxa de cache hit antes e depois, porque é ela que transforma o desconto de tabela em desconto real.

Na minha operação de teste, a migração faz sentido para resumo técnico, triagem de código e escrita longa com regras claras. Para debugging muito profundo com multiagente, eu manteria um roteador simples: Opus 5.5 para planejar e revisar, Sonnet ou modelo menor para varredura repetitiva. A Anthropic já publicou trabalho inicial com swarms multiagente grandes focados em eficiência, e o recado é claro. O futuro não é um modelo gigante fazendo tudo, é orquestração barata com modelo forte no gargalo.

A tensão que ninguém quer admitir

Aqui está a dúvida honesta: isso escala ou só move o gargalo de lugar. A gente saiu de um mundo onde o limite era preço por token para um mundo onde o limite é quantos tokens o modelo decide gastar para parecer mais inteligente. Ganho de 30 por cento em velocidade é ótimo, mas se o modelo gera 50 a 80 por cento mais tokens em tarefa difícil, sua fila anda mais rápido e sua fatura não cai. É a mesma história de compressão e contexto infinito. A infraestrutura melhora, o comportamento consome o ganho.

E tem o timing com a OpenAI. Sol e Luna 50 por cento mais baratos não são coincidência, é resposta direta para não perder workload de código. Isso é bom para nós no curto prazo, porque força desconto e acelera otimização. No médio prazo, me preocupa a padronização por baixo. Se todo lab converge para preço agressivo com modelo que cospe mais tokens, o diferencial volta para quem tem melhor cache, melhor roteamento e melhor avaliação. Ou seja, volta para engenharia chata que ninguém quer fazer, não para mágica do modelo novo.

Conclusão prática

Opus 5.5 vale a migração como padrão para a maioria, mas trate como troca de motor com telemetria ligada, não como corte automático de custo. Será que seu custo por tarefa resolvida cai de verdade depois de sete dias com cache bem feito e esforço médio.