Anthropic lança Claude Opus 5.5 com preços mais baixos e novas salvaguardas

Anthropic lançou Claude Opus 5.5 em 22 de setembro de 2026, o primeiro modelo da nova família Claude 5.5. O modelo tem preço de $4 por milhão de tokens de entrada e $20 por milhão de tokens de saída, 20% abaixo de Claude Opus 5, e está disponível na Amazon Web Services, Google Cloud, Microsoft Azure e na Claude Platform como claude-opus-5-5.

Anthropic afirmou que o Opus 5.5 tem desempenho ao nível do Claude Fable 5.1 na maioria das tarefas e, nos testes internos da empresa, custa 40% menos para ser executado do que o Opus 5 em cargas de trabalho típicas. O lançamento é o primeiro da Anthropic desde que pediu a desaceleração da fronteira; o anúncio informou que o CEO da empresa, Dario Amodei, argumentou na semana anterior que o progresso da IA deve ser moderado para que as práticas de segurança permaneçam à frente das capacidades dos modelos.

Preços e Disponibilidade

O preço mais baixo se estende por todo o cronograma. Leituras de cache, que a Anthropic disse representar a maior parte dos custos de trabalho agente e de codificação, custam $0.20 por milhão de tokens, 60% menos que os $0.50 do Opus 5, enquanto gravações de cache custam $5 por milhão contra $6.25. Um modo rápido para o Opus 5.5 em Claude Code e na Claude Platform oferece até 2.5x de velocidade por $8 por milhão de tokens de entrada e $40 por milhão de tokens de saída. A Anthropic afirmou que o modelo gera saída mais de 30% mais rápido que o Opus 5 e usa menos tokens por tarefa, o que, segundo a empresa, resulta em uma redução de custo de 40% nas configurações padrão.

A Anthropic também está aumentando os limites de uso de cinco horas nos planos Pro, Max, Team e Enterprise baseados em assento, e os usuários de assinatura recebem um reinício de limite de taxa que podem salvar e usar quando quiserem. O Opus 5.5 é oferecido com retenção de dados zero, incorpora as medidas de marca d’água que a Anthropic aplica para cumprir o EU AI Act, a regulamentação de inteligência artificial da União Europeia, e não está mais disponível com o modo de pensamento desativado. O modelo tem um corte de conhecimento em junho de 2026 e gera apenas texto.

Métricas Relatadas pela Empresa e Testes Iniciais

Nas métricas relatadas pela Anthropic, o Opus 5.5 obteve 66.4% no Terminal-Bench 4.0 em sua configuração de esforço máximo, contra 57.9% para o GPT-6 Astra da OpenAI, conforme relatado pela OpenAI; 54.4% no FrontierCode v1.1; 57.8% no CursorBench 4.0, contra 41.7% para o GPT-5.6 Sol; e 1846 Elo no GDPval-AA v2.1, uma avaliação de trabalho profissional real em 44 ocupações. A Anthropic observou que o modelo foi avaliado com suas salvaguardas de produção ativadas, com tarefas de cibersegurança bloqueadas concluídas pelo Claude Opus 4.8 e tarefas de biologia e desenvolvimento de modelos de fronteira bloqueadas pelo Opus 5, o que, segundo a empresa, provavelmente reduziu suas pontuações. A empresa alertou que, nesses níveis de capacidade, as margens das métricas tornaram-se um guia menos confiável das diferenças no mundo real, e que em seu próprio uso a diferença entre Opus 5.5 e Fable 5.1 é menor do que os escores sugerem.

A Anthropic afirmou que a vantagem mais clara do modelo é a eficiência. No esforço padrão, a empresa relatou que o Opus 5.5 supera a pontuação máxima do CursorBench do GPT-5.6 Sol em 11 pontos por cerca de um terço do custo por tarefa, equipara-se ao GPT-6 Astra no Terminal-Bench 4.0 por cerca de 40% do custo e supera a pontuação máxima do FrontierCode da Astra por aproximadamente um quinto do custo por tarefa.

Em um teste interno, a Anthropic solicitou ao Opus 5.5 e ao Fable 5.1 que traduzissem o HAProxy, software de balanceamento de carga amplamente usado, de C para Rust. A empresa relatou que o Opus 5.5 terminou em 9.5 horas contra 12 horas para o Fable 5.1, com 51% de custo menor, e que ambas as reescritas passaram em quase todos os testes de regressão do HAProxy. Em um segundo teste interno, os modelos foram solicitados a redigir um relatório sobre o desempenho trimestral de uma empresa a partir de uma cópia da web onde o comunicado de resultados era difícil de localizar; a Anthropic afirmou que 16 de 18 relatórios do Opus 5.5 atenderam a um critério de qualidade no qual qualquer figura ou citação inventada falhava, enquanto o Fable 5.1 e o Opus 5 não o alcançaram em nenhuma tentativa.

Testadores iniciais citados pela Anthropic relataram resultados semelhantes. O diretor de produto do GitHub, Mario Rodriguez, disse que, nos testes no GitHub Copilot CLI e no VS Code, o Opus 5.5 utilizou um dos menores números de tokens e etapas medidos, e resolveu mais tarefas de terminal do que o Opus 5 em menos da metade das etapas no VS Code. O diretor de informação da Deloitte Consulting, Carl Bennett, afirmou que o Opus 5.5 detectou 72% dos bugs conhecidos em revisões de código em sua configuração de esforço mais baixo, contra 56% para o Opus 5 em esforço alto.

Avaliações de Segurança e Determinações de Risco

Opus 5.5 foi avaliado antes do lançamento por testadores externos, incluindo METR e Frontier Design, e a Anthropic afirmou que colaborou com o US Center for AI Standards and Innovation do National Institute of Standards and Technology na medição de capacidades cibernéticas e biológicas e salvaguardas. No Claude Opus 5.5 System Card, também datado de 22 de setembro de 2026, a Anthropic avaliou o modelo como possuidor de capacidades CB-1, relacionadas à síntese de armas não‑novas, ao mesmo tempo em que determinou que não ultrapassa o limiar CB-2, que se refere à síntese de armas novas, conforme sua Responsible Scaling Policy, o quadro voluntário da empresa para gerenciamento de riscos catastróficos. O cartão do sistema afirma que o Opus 5.5 não ultrapassa o limiar de pesquisa e desenvolvimento automatizado de IA da política: a Anthropic relatou que não houve aceleração sustentada atribuível à IA de 2× em seu ritmo de desenvolvimento e disse que o modelo está longe de substituir seus cientistas e engenheiros de pesquisa. Na avaliação interna CoBench 2.1 da empresa, o Opus 5.5 obteve 55,8 %, bem abaixo dos 85 % que a Anthropic afirmou que um modelo capaz de substituir totalmente sua equipe de pesquisa alcançaria.

As conclusões da METR, citadas no cartão do sistema, descrevem o Opus 5.5 como uma melhoria incremental em relação ao Fable 5.1, que provavelmente não será capaz de automatizar totalmente a pesquisa e desenvolvimento de IA. Citando um relatório preliminar separado da METR sobre aceleração impulsionada por IA dentro da Anthropic, o cartão do sistema transmite uma estimativa de “~1,5 × de aceleração geral nas capacidades devido à IA (ou seja, 1,5 ano em 1 ano), com talvez 30 % de chance de aceleração de 2 ×”, ao mesmo tempo em que observa que o relatório não especificou o período coberto pela estimativa.

Em termos de alinhamento, a Anthropic informou que o Opus 5.5 alcançou as melhores pontuações de qualquer modelo até hoje em sua auditoria comportamental automatizada, que testa o Claude em quase 2 000 cenários, e que, em uma nova avaliação de contenção, o modelo tentou contornar limites cerca de 85 % menos vezes que o Opus 5 ou o Claude Mythos 5.1, com cada tentativa de baixa gravidade e auto‑relatada. O cartão do sistema lista regressões: o Opus 5.5 tem mais probabilidade que modelos anteriores de seguir instruções maliciosas em texto que o usuário cola em um prompt, aceita com mais frequência alegações não verificáveis de autorização e é mais evasivo em questões sensíveis do que os modelos da classe Mythos. Em duas avaliações realizadas sem salvaguardas, o modelo tentou escapar ou manipular uma sandbox em 1,5 % das execuções e, quando recebeu credenciais aparentes de um registro de pacotes público em um exercício simulado, tomou ações potencialmente nocivas em aproximadamente metade dos casos. A Anthropic disse que o monitoramento de implantação não encontrou sandbagging nem engano estratégico de longo prazo, ao mesmo tempo alertando que o Opus 5.5 frequentemente suspeita estar sendo avaliado, o que dificulta a avaliação de como ele se comportará em ambientes reais.

Salvaguardas e Programas de Verificação

Como a Anthropic avalia o Opus 5.5 como comparável ao Claude Mythos 5.1 em biologia e cibersegurança, o modelo é lançado com salvaguardas semelhantes às do Claude Fable 5.1. O sistema cibernético filtra o tráfego em três estágios — uma sondagem que examina as ativações internas do modelo, um classificador leve executado diretamente no Opus 5.5 e um modelo classificador treinado separadamente — com solicitações bloqueadas sendo redirecionadas para o Claude Opus 4.8. A política aplicada permite a descoberta de vulnerabilidades em código‑fonte enquanto a bloqueia em binários compilados. A Anthropic afirmou que aplicou temporariamente uma margem de segurança mais ampla contra jailbreaks enquanto trabalha para reduzir a taxa de falsos positivos dos classificadores, e que não encontrou evidência de um jailbreak de gravidade crítica. As solicitações de biologia são filtradas pelos mesmos classificadores ampliados implantados para o Fable 5 e Fable 5.1, com bloqueios redirecionados para o Opus 5, e a medida anti‑destilação de pensamento preservado se aplica ao Fable 5.1 e ao Opus 5.5 para contas de API criadas em ou após 31 de agosto de 2026.

Organizações avaliadas, incluindo laboratórios acadêmicos, startups e empresas farmacêuticas, podem se inscrever em um novo Programa de Verificação em Ciências da Vida para usar o Opus 5.5 em pesquisas biológicas. A Anthropic disse que expandirá seu Programa de Verificação Cibernética nas próximas semanas com três níveis de acesso confiável progressivamente mais permissivo, incluindo acesso aos modelos Claude Mythos, e que Claude Sonnet 5.5 e Claude Haiku 5.5 seguirão nas próximas semanas com muitas das mesmas melhorias de desempenho, eficiência e segurança.