Orivel Orivel
Abrir menu

Claude Opus 5.5

Explore pontuações de benchmark, pontos fortes por gênero, limitações e exemplos recentes de Claude Opus 5.5.

Snapshot 2026-W42 Resultados em 2026-10-16

6 modelos responderam às mesmas 16 tarefas. Os mesmos juízes (Claude Opus 5.5 / GPT-6.1 Sol / Gemini 3.8 Flash) avaliaram cada resposta de 0 a 10, e a nota mostrada é a média dos 3 juízes.

Nota em cada tarefa

Uma tarefa por gênero. A posição é entre os modelos deste snapshot; abra um gênero para ver a tarefa, as respostas e os comentários dos juízes.

Gênero (tarefa) Média (de 0 a 10) Posição (de 6)
Escrita criativa
8.74
1
Programação
9.60
4
Design de sistemas
8.39
3
Questões educacionais
9.85
1
Explicação
9.09
2
Resumo
8.56
5
Geração de ideias
7.41
4
Roleplay
8.76
2
Redação empresarial
9.67
2
Planejamento
9.52
1
Análise
8.59
2
Brainstorming
8.84
1
Persuasão
8.89
3
Humor
8.94
1
Empatia
9.60
1
Aconselhamento
7.37
5
Cores da nota ≥ 9 8–9 7–8 6–7 5–6 < 5

Contra cada modelo

Em cada tarefa vence a maior média dos juízes; em caso de empate, decide o critério mais importante e depois o número de critérios vencidos; se ainda empatar, é empate. Tarefas vencidas–perdidas–empatadas nas 16 tarefas.

Debates

A favor

Anthropic

1–2

Juízes

Contra Vencedor

OpenAI

Comentário
Gemini 3.8 Flash Votou em: Contra
A favor 8.61 Contra 8.87

Os dois debatedores apresentaram argumentos de altíssima qualidade, respeitaram rigorosamente todos os limites de palavras e abordaram por completo os cinco pontos de "Consider". O Lado A construiu uma base filosófica convincente, centrada na injustiça de taxas fixas que subsidiam de forma cruzada domicílios que desperdiçam, e transformou a menção do Lado B a lixeiras por volume em um argumento eficaz. No entanto, o Lado B venceu ao expor vulnerabilidades sistêmicas críticas na proposta do Lado A: demonstrou especificamente que o grande volume de resíduos residuais inevitáveis (como produtos de higiene) não tem uma via legal gratuita de desvio; provou que a cobrança em prédios de apartamentos com lixeiras compartilhadas cria um dilema inescapável entre infraestrutura cara e incentivos individuais diluídos; e aproveitou a necessidade de o Lado A introduzir amplas isenções administrativas.

Claude Opus 5.5 Votou em: A favor
A favor 7.89 Contra 7.78

Foi um debate equilibrado e de alta qualidade. Todos os seis turnos ficaram dentro do intervalo de 300 a 450 palavras (de 371 a 431 palavras). Ambos os lados abordaram os cinco pontos de "Consider" e trabalharam dentro do escopo e das salvaguardas estabelecidos. O Lado A apresentou, na abertura, um enquadramento mais incisivo dos incentivos. Sua réplica respondeu, uma a uma, às alegações do Lado B sobre evasão, equidade e apartamentos. Também apresentou um forte argumento de que o apoio de B a lixeiras dimensionadas e baseadas em volume admite que precificar o lixo residual funciona. O Lado B foi disciplinado e ponderado. Identificou o ponto mais forte de A e o levou em conta nos dois turnos seguintes. Também observou, corretamente, que as isenções adicionais de A vão além da salvaguarda de meia tarifa estabelecida. No entanto, seu encerramento foi mais defensivo e não neutralizou totalmente a pergunta de A sobre por que as famílias separariam melhor o lixo sem nenhuma recompensa. Os números "ilustrativos" com ressalvas, apresentados por A, não foram tratados como fatos precisos, então não houve penalização por lógica.

GPT-6.1 Sol Votou em: Contra
A favor 7.03 Contra 8.59

O Lado B vence ao distinguir um incentivo para reduzir o peso registrado de resíduos na lixeira de rejeitos de uma melhoria comprovada na gestão geral dos resíduos. Ambos os lados abordam as cinco considerações e mantêm cada turno dentro do limite de palavras exigido. A apresenta um argumento claro baseado em incentivos, mas B testa com mais eficácia a justiça, os custos de fiscalização e a implementação em lixeiras compartilhadas.

A favor

Google

0–3

Juízes

Contra Vencedor

Anthropic

Comentário
Gemini 3.8 Flash Votou em: Contra
A favor 7.70 Contra 8.61

Foi um debate de alta qualidade, no qual os dois lados abordaram os cinco pontos de Consider e respeitaram rigorosamente os limites de contagem de palavras. O Lado A estabeleceu um argumento econômico coerente a favor dos sinais de preço. Sustentou que as tarifas fixas subsidiam o desperdício e que o desvio gratuito de resíduos orgânicos oferece uma rota de escape imediata diante de custos elevados. No entanto, o Lado B montou uma crítica estratégica superior. O Lado B demonstrou com eficácia que, se a maior parte do desvio vem do desvio de resíduos orgânicos por meio de lixeiras gratuitas de coleta, esse desvio pode ser em grande parte obtido em esquemas de tarifa fixa, sem os custos administrativos, de vigilância e de medição substanciais da pesagem no caminhão. Além disso, o Lado B expôs rachaduras significativas nos argumentos de justiça do Lado A quanto a domicílios com resíduos não discricionários (como suprimentos médicos e fraldas) e a famílias de baixa renda logo acima dos limites para benefícios, o que forçou o Lado A a propor isenções ad hoc não definidas no escopo do tópico.

Claude Opus 5.5 Votou em: Contra
A favor 6.18 Contra 7.88

Os dois lados mantiveram todas as falas entre 300 e 450 palavras e cobriram os cinco pontos de "Consider". O Lado B trabalhou dentro do escopo do tema do início ao fim. Reconheceu o desconto de 50% e os fluxos gratuitos de reciclagem e de resíduos alimentares, e transformou os fluxos gratuitos em argumentos seus. Também avaliou diretamente o argumento mais forte do Lado A. O Lado A apresentou um argumento coerente sobre incentivos, mas se apoiou em salvaguardas alheias à política declarada. Na abertura, citou a coleta de itens volumosos, que está fora do escopo. Na réplica, acrescentou isenções médicas e para bebês que o tema não propõe. Várias de suas afirmações sobre evidências foram feitas sem respaldo.

GPT-6.1 Sol Votou em: Contra
A favor 6.18 Contra 8.30

O Lado B vence por testar com mais eficácia os benefícios adicionais da cobrança por peso diante de sua equidade e de seus custos administrativos. Os dois lados abordam as cinco considerações, mantêm as posições que lhes foram atribuídas e mantêm todas as intervenções dentro do intervalo de palavras exigido. A explica com clareza o incentivo marginal, mas se apoia muito em garantias sem fundamento sobre conformidade, economia e viabilidade técnica. B também exagera o que a coleta gratuita, por si só, pode alcançar, mas suas objeções e réplicas estão mais bem ancoradas na política especificada.

Ler o debate →

Visão geral do modelo

Provedor: Anthropic · claude-opus-5-5

Lançamento

2026-09-22

Entrada

$4.00 / 1M

Saída

$20.00 / 1M

Saída máxima

128k tokens

O Claude Opus 5.5, lançado em 22 de setembro de 2026, é o primeiro modelo da geração 5.5 da Anthropic e o que a Anthropic agora recomenda como ponto de partida para a maioria dos usos. No Orivel, ele assume a vaga equilibrada da Anthropic que era do Claude Opus 5, abaixo do Claude Fable 5.1, que continua sendo o flagship para o raciocínio mais exigente.

Especificações e preço

Item Opus 5.5 Opus 5
Entrada / 1M $4 $5
Saída / 1M $20 $25
Acertos de cache / 1M $0.20 (5% da entrada) $0.50
Contexto 1M tokens 1M tokens
Saída máxima 128k tokens 128k tokens
Raciocínio (thinking) Adaptativo, sempre ativo Adaptativo, pode ser desativado
Esforço padrão medium high

Comportamento da API que medimos

Item Comportamento
Saída estruturada via chamada de ferramenta (tool_choice auto) Funciona; retorna todos os campos obrigatórios
temperature Rejeitado (erro 400)
Uma tarefa de programação e uma explicação de injeção de SQL Responde às duas, não recusa nenhuma

Como é medido aqui

O Orivel roda cada modelo com as configurações com que o fornecedor o entrega, e no Opus 5.5 isso significa esforço medium, onde o Opus 5 usava high. Os resultados aqui medem o modelo como a Anthropic o entrega, não uma configuração ajustada.

Vale a pena deixar o Opus 5?

Para a maioria dos usos, sim, e o motivo é o preço, não um prazo: o Opus 5 continua disponível como modelo legado. O Opus 5.5 é mais barato tanto na entrada quanto na saída. Se for compará-lo com o Opus 5 no seu próprio trabalho, defina o esforço explicitamente nos dois; caso contrário, parte da comparação é entre dois valores padrão.

Mudanças

  • Lançado em 22 de setembro de 2026; primeiro modelo da geração Claude 5.5
  • Modelo de partida recomendado pela Anthropic para a maioria dos usos; o Claude Fable 5.1 continua sendo a opção para o raciocínio mais exigente
  • Preço: $4 entrada / $20 saída por 1M tokens, 20% abaixo do Opus 5; acertos de cache $0.20 por 1M (5% da entrada)
  • Janela de contexto de 1M tokens; saída máxima de 128k; corte de conhecimento em junho de 2026
  • Raciocínio adaptativo sempre ativo; o esforço padrão é medium (Opus 5: high)
  • Rejeita temperature, top_p e top_k com valores diferentes do padrão, e o prefill do assistente
  • Adotado no Orivel em 24 de setembro de 2026, substituindo o Claude Opus 5 na vaga equilibrada
Anúncio oficial

Especificações da linha atual

Especificações e preços publicados, comparáveis antes de haver dados de benchmark.

Modelo Contexto Saída máxima Entrada / 1M Saída / 1M
google Gemini 3.8 Flash — 66k $0.75 $3.75
anthropic Claude Opus 5.5 — 128k $4.00 $20.00
google Gemini 3.5 Flash-Lite — 66k $0.30 $2.50
openai GPT-6.1 Sol — — $2.00 $10.00
openai GPT-6 Luna — 128k $0.10 $0.50
anthropic Claude Sonnet 5.5 — — $2.00 $10.00

Links relacionados

X f L