O llm-anthropic 0.26 chega com Claude 5, ferramentas server-side e thinking simplificado

Se você usa a CLI llm do Simon Willison para conversar com modelos direto do terminal ou dentro de scripts Python, o plugin llm-anthropic acabou de ganhar uma atualização que vale a leitura das notas de release. A versão 0.26 vem casada com o llm>=0.32 e traz mudanças que mexem tanto no seu fluxo de linha de comando quanto no jeito de chamar Claude via tools= no Python.

Os novos modelos Claude 5

A adição mais óbvia são três modelos: claude-fable-5, claude-sonnet-5 e claude-opus-5. A instalação é o de sempre:

llm install -U llm-anthropic
llm keys set anthropic
llm -m claude-sonnet-5 "explique RAG em duas frases"

Um detalhe importante de comportamento: os modelos Claude 5 pensam por padrão. O claude-fable-5 sempre pensa e não dá pra desligar. Para Sonnet 5 e Opus 5, você desativa o raciocínio com -o thinking 0 quando quiser respostas mais rápidas e baratas.

Ferramentas server-side via -T

Essa é a mudança que mais muda a rotina de quem constrói agentes. O plugin agora expõe ferramentas executadas no lado da Anthropic através da interface -T da CLI (ou do parâmetro tools= no Python):

• WebSearch
• WebFetch
• CodeExecution
• AnthropicMCP

Na prática:

llm -m claude-sonnet-5 -T WebSearch \
  "qual a versão estável mais recente do Supabase CLI?"

Atenção para uma quebra de compatibilidade: as antigas opções -o web_search* foram removidas. Se você tem scripts que usavam -o web_search 1, precisa migrar para -T WebSearch. Vale rodar um grep nos seus repositórios antes de atualizar em produção.

O destaque de AnthropicMCP como ferramenta server-side conecta com o tema que o próprio Simon vem explorando: MCP. Faz sentido dentro do movimento de padronizar como agentes acessam contexto e ferramentas externas.

Reasoning como evento tipado no streaming

Com o upgrade para llm>=0.32, reasoning, tool calls, tool results e resultados de tools server-side agora chegam como eventos tipados no stream. Para quem monta pipelines em Python, isso significa parar de fazer parsing frágil de texto e passar a reagir a tipos de evento distintos, algo que sempre foi um ponto de dor ao instrumentar agentes.

Na CLI, o raciocínio do modelo agora aparece no standard error por padrão. Se você não quer ver (ou não quer registrar) o reasoning, use -R / --hide-reasoning, que omite o raciocínio tanto das respostas quanto dos logs.

Thinking foi bastante simplificado

A configuração de extended thinking, que antes tinha várias opções, foi reduzida a duas: thinking e thinking_effort. O thinking_effort aceita low, medium, high, xhigh ou max:

llm -m claude-opus-5 -o thinking_effort high \
  "revise esta query SQL e sugira índices"

Em compensação, três opções sumiram: thinking_budget, thinking_display e thinking_adaptive. Se você calibrava orçamento de tokens de raciocínio com thinking_budget, vai precisar repensar o controle usando os níveis de thinking_effort.

O que muda pra quem constrói aqui

A leitura honesta: essa release é uma boa notícia para quem já vive no ecossistema llm, mas exige atenção às quebras de API. Nada disso é drop-in silencioso. Se você automatiza chamadas em CI, notebooks ou funções serverless, a remoção das flags web_search* e das opções de thinking pode derrubar scripts sem aviso claro.

Os ganhos são reais: ferramentas server-side reduzem código de cola que você mantinha na mão, e eventos tipados deixam o streaming muito mais previsível para orquestração de agentes. Como sempre com plugins de comunidade, a documentação canônica é o changelog do próprio projeto, e a recomendação prática é testar num ambiente isolado antes de subir. Instale, rode seus casos reais com -T WebSearch e confira se o custo de raciocínio-por-padrão dos Claude 5 cabe no seu orçamento antes de trocar em produção.

Fonte: Simon Willison