A Anthropic lançou o Opus 5 em 24 de julho de 2026. Segundo a empresa, o modelo se aproxima da inteligência de fronteira do Claude Fable 5 pela metade do preço. Para quem escreve código, porém, o dado mais relevante aparece em outro lugar. Afinal, o preço por token permaneceu idêntico ao do Opus 4.8. Ou seja, o mesmo orçamento agora compra bem mais capacidade.

Opus 5 dobra o desempenho do antecessor em engenharia de software

No Frontier-Bench v0.1, o modelo superou todos os concorrentes avaliados. Além disso, mais que dobrou a pontuação do Opus 4.8 com custo menor por tarefa. Já no CursorBench 3.2, em esforço máximo, a distância para o pico do Fable 5 ficou em 0,5%. Enquanto isso, o custo por tarefa caiu pela metade. No ARC-AGI 3, voltado a problemas inéditos, a pontuação chegou ao triplo do segundo colocado. Depois, no OSWorld 2.0, benchmark de uso de computador, o modelo superou o melhor resultado do Fable 5. Inclusive, fez isso por pouco mais de um terço do custo.

O dial de esforço transforma custo em variável de projeto

Agora o modelo traz um controle de esforço ajustável. Na prática, você escolhe entre mais inteligência ou menos tokens. Assim, uma rotina de triagem pode rodar em esforço baixo. Enquanto isso, uma refatoração crítica sobe para esforço máximo. Esse ajuste tem efeito direto na previsibilidade da fatura. A Harvey, por exemplo, relatou desempenho equivalente ao do Opus 4.8 em raciocínio máximo. Além disso, gerou 26% menos tokens em média. Já a Fundamental Research Lab mediu ganho médio de nove pontos percentuais em modelagem financeira. Ao mesmo tempo, o consumo caiu um terço em turnos e chamadas de ferramenta. O tempo total, por sua vez, encolheu 60%.

Opus 5 verifica o próprio trabalho antes de devolver a tarefa

Em uma tarefa do Frontier-Bench, o modelo recebeu o desenho de uma peça mecânica. Em seguida, precisava reconstruir a peça como modelo 3D no FreeCAD. Contudo, o setup bloqueava qualquer visualização direta do desenho. Então o modelo escreveu o próprio pipeline de visão computacional. Depois, extraiu a geometria dos pixels brutos e reconstruiu a peça inteira. Ainda assim, nenhum concorrente resolveu o mesmo desafio em cinco tentativas. Outro caso envolveu um bug real em um gerenciador de pacotes open source popular. Nesse caso, o modelo achou a causa raiz e cobriu um edge case que o patch da comunidade deixou passar. Portanto, para quem revisa PR alheio, esse comportamento pesa mais que qualquer benchmark.

O que muda no fluxo de trabalho de times de produto

Vários times de acesso antecipado destacaram consistência acima de picos de desempenho. A Lovable, por exemplo, mediu alta de 22% sobre o Opus 4.7 em tarefas agênticas difíceis. Além do salto, a variância entre execuções caiu bastante. A Zapier, por sua vez, relatou 100% de aprovação no AutomationBench. Anteriormente, nenhum modelo passava naquele conjunto. No front end, um time notou que o modelo abre as páginas no navegador. Em seguida, testa larguras de desktop e de celular. Assim, ele encontrou um botão de checkout fora da tela e corrigiu antes da entrega.

Opus 5 acha vulnerabilidades, embora trave na exploração

Aqui entra a parte que interessa a quem trabalha com segurança. A Anthropic evitou treinar o Opus 5 em tarefas de cyber, assim como no Opus 4.8. Ainda assim, o modelo evoluiu muito na área por ganho geral de capacidade. No OSS-Fuzz, ele chega perto do Mythos 5 na identificação de vulnerabilidades. Contudo, fica bem atrás na geração de exploits. Os classificadores permitem busca de falhas em código fonte. Por outro lado, bloqueiam varredura binária, pentest e criação de exploits. Segundo a empresa, esses classificadores devem disparar cerca de 85% menos que no Fable 5. Além disso, quem precisa de menos restrição pode recorrer ao Cyber Verification Program.

Duas mudanças de API que merecem atenção imediata

Primeiro, vale olhar as ferramentas dentro de uma mesma conversa. Agora dá para alterar quais ferramentas o Claude acessa sem invalidar o cache de prompt. Portanto, agentes de longa duração ganham flexibilidade sem perder economia de contexto. A segunda novidade cobre os fallbacks automáticos. Quando um classificador de segurança sinaliza a requisição, ela roteia para outro modelo. Dessa forma, a chamada retorna uma resposta válida. Ambas as funcionalidades estão em beta.

Como começar a usar o Opus 5 hoje

O modelo já está disponível em todas as plataformas da Anthropic. Na prática, o identificador na API é claude-opus-5. O preço ficou em US$ 5 por milhão de tokens de entrada. Já a saída custa US$ 25 por milhão de tokens. Existe ainda o Fast mode, cerca de 2,5 vezes mais rápido que o padrão. Esse modo custa o dobro do preço base na Claude Platform. Além disso, no Claude Max o Opus 5 virou o modelo padrão. Enquanto isso, no Claude Pro ele virou a opção mais forte disponível. Por fim, vale ler o guia de prompting específico do modelo antes de migrar workloads.

Opus 5 desloca a disputa para o custo por tarefa

A leitura mais útil deste lançamento envolve economia. Durante dois anos, o mercado comparou modelos por pico de capacidade. Agora a comparação relevante passa por desempenho dentro de um orçamento. Portanto, o critério de escolha muda para times de engenharia. Em resumo, a pergunta agora é quanto de inteligência cabe no seu orçamento por tarefa. Teste com seus próprios casos antes de padronizar. Afinal, benchmark público raramente reproduz a realidade do seu código.

Acompanhe nosso perfil no Instagram!