Claude Opus 5.5: 40% mais barato que o Opus 5, 66,4% no Terminal-Bench 4.0

A Anthropic lançou o Claude Opus 5.5, o primeiro modelo da nova família Claude 5.5. Ele tem desempenho no nível do Claude Fable 5.1 na maioria das tarefas e custa 40% menos para rodar do que o Opus 5. Os tokens de entrada e saída custam US$ 4 e US$ 20 por milhão, respectivamente — 20% menos que o Opus 5 — enquanto as leituras de cache, que segundo a Anthropic representam a maior parte dos custos de trabalho agêntico e de programação, caem para US$ 0,20 por milhão, uma redução de 60%. A geração de saída é mais de 30% mais rápida que o Opus 5.

Benchmarks

O Opus 5.5 lidera em programação agêntica, uso de computador e trabalho de conhecimento:

• Terminal-Bench 4.0: 66,4% (vs 55,8% Fable 5.1, 52,3% Opus 5, 57,9% GPT-6 Astra, 37,3% GPT-5.6 Sol)
• FrontierCode v1.1 (Main): 54,4% (Fable 5.1: 50,3%, Opus 5: 48,0%)
• CursorBench 4.0: 57,8% (Fable 5.1: 51,8%, Opus 5: 46,6%)
• GDPval-AA v2.1: 1846 (Fable 5.1: 1735, Opus 5: 1708)
• AutomationBench: 40,0% (Fable 5.1: 31,4%, Opus 5: 26,9%)
• Humanity's Last Exam: 67,7% com ferramentas (Fable 5.1: 65,6%, Opus 5: 63,6%)
• Terminal-Bench-Science 0.1: 58,7% (Fable 5.1: 52,6%, Opus 5: 29,0%, GPT-6 Astra: 64,6%)

A Anthropic observa que as margens dos benchmarks se tornaram um guia menos confiável para diferenças do mundo real nesse nível, e que a diferença entre o Opus 5.5 e o Fable 5.1 é menor na prática do que as pontuações sugerem.

Cargas de trabalho relatadas

Um testador concluiu uma migração de código de 680.000 linhas em menos de um dia. Em um teste interno para reduzir os tempos de carregamento em todas as páginas de um aplicativo web, o Opus 5.5 teve sucesso 39 de 40 vezes — o Opus 5 fez melhorias menores que também alteraram o comportamento do aplicativo. Outro testador pediu que vários modelos Claude construíssem um jogo a partir de um único prompt; o Opus 5.5 obteve a pontuação mais alta em gráficos e acabamento.

Segurança e verificação

O Opus 5.5 registra as melhores pontuações até hoje na auditoria comportamental automatizada da Anthropic, um conjunto que testa o Claude em milhares de cenários simulados. Ele é menos propenso que modelos recentes a tomar ações difíceis de reverter ou agir fora dos limites estabelecidos, e é mais resistente a injeção de prompt que o Opus 5. Os testes agora cobrem tarefas mais longas, tarefas impossíveis e cenários modelados a partir de incidentes reais. Como é comparável ao Claude Mythos 5.1 em biologia e cibersegurança, a Anthropic o está implantando com salvaguardas semelhantes às do Claude Fable 5.1.

Organizações verificadas podem se candidatar ao Programa de Verificação em Ciências da Vida para uso em pesquisa biológica; o Programa de Verificação Cibernética será expandido nas próximas semanas para profissionais verificados.

Limites e disponibilidade

Os limites de uso de cinco horas nos planos Pro, Max, Team e Enterprise baseados em assentos estão aumentando. Usuários de assinatura recebem um reset de limite de taxa que pode ser salvo e usado quando quiserem. O Claude Sonnet 5.5 e o Claude Haiku 5.5 chegam nas próximas semanas com melhorias semelhantes em desempenho, eficiência e segurança.