Claude Opus 5.5 reduz custos e tempo de resposta na API, mas ganho de raciocínio continua sem comprovação

O Claude Opus 5.5, da Anthropic, custa menos e é mais rápido de executar que o Opus 5, mas uma pequena bateria de testes de raciocínio não encontrou uma melhoria clara de capacidade. Na comparação do The New Stack, os dois modelos resolveram dois problemas e falharam em uma tarefa difícil de ordenação, enquanto o Opus 5.5 chegou a usar substancialmente menos tokens de saída.

Preços menores na API

A Anthropic lista o Opus 5.5 a US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de tokens de saída, contra US$ 5 e US$ 25 do Opus 5. Segundo a fonte, apenas a redução direta de preços representa uma economia de 20%; a economia maior anunciada pela Anthropic depende de o modelo mais novo gerar menos tokens. A empresa também afirma que o Opus 5.5 custa 40% menos em cargas de trabalho típicas e produz saída mais de 30% mais rápido.

Resultados mistos em raciocínio

A comparação usou prompts idênticos pela API da Anthropic, com o raciocínio adaptativo ativado no nível padrão de esforço. Cada problema foi executado uma vez por modelo. Os dois sistemas resolveram corretamente um quebra-cabeça de grade lógica e deram as mesmas respostas corretas para um jogo de remoção de pedras. No problema de ordenação restrita, nenhum produziu uma resposta, mesmo depois que o limite de saída foi ampliado.

Mais rápido, mas abaixo da promessa

O Opus 5.5 concluiu a tarefa da grade lógica em 65 segundos por US$ 0,16, contra 108 segundos e US$ 0,27 do Opus 5. No jogo de pedras, usou 28.740 tokens de saída e custou US$ 0,58, enquanto o Opus 5 usou 74.981 tokens e custou US$ 1,88. Em todas as chamadas, o modelo mais novo teve média de 103,4 tokens de saída por segundo, contra 93,1 do Opus 5: uma melhora de cerca de 11%, abaixo dos 30% declarados pela Anthropic.

Falhas longas continuam relevantes

O teste de ordenação revelou uma limitação prática: os dois modelos passaram muito tempo raciocinando sem produzir um resultado. Com um limite de 128.000 tokens, o Opus 5.5 executou por 19 minutos, consumiu 112.733 tokens e terminou com um motivo de parada de recusa. A fonte avalia que isso parece ter sido uma resposta equivocada do filtro de segurança a um problema inofensivo de contagem. Os resultados sustentam custos menores em algumas cargas de trabalho, mas não comprovam um raciocínio melhor nesta comparação limitada, feita em uma única execução.

Ilustração editorial gerada por IA; não é uma fotografia documental.

Fonte: Claude Opus 5.5 vs. Opus 5 on reasoning tasks: Cheaper, faster, but not better