Setenta por cento no Terminal Bench 4: o Claude 5.5 chegou em setembro de 2026 com o melhor resultado da família nesse teste. Ainda assim, o modelo consome 271.920 tokens por tarefa no Cursor Bench, quase o dobro do Gemini 3.8 Flash. A conta final depende de como você orquestra o modelo, não do preço de tabela.
O que é o Claude 5.5 e o que mudou
O Claude 5.5 é o segundo modelo da família 5.5 da Anthropic, lançado em setembro de 2026 como sucessor do Sonnet 5. A empresa o posiciona como 30% mais rápido e até 30% mais barato por tarefa que o antecessor, destinado a tarefas do dia a dia bem delimitadas.
Na prática, o ganho mais citado no anúncio oficial veio do Terminal Bench 4, onde o modelo marcou 70,6% contra 10,3% do Sonnet 5, segundo a própria Anthropic criador do vídeo que motivou este artigo, Theo, tratou o salto com ceticismo saudável: resultados tão discrepantes em benchmarks sugerem que a medição nem sempre captura a experiência real.
Quem acompanha o ecossistema brasileiro, como o Gustavo Dev Doido no Bootcamp do Dev Doido, sabe que lançamentos nesse ritmo exigem teste prático antes de migrar qualquer fluxo de trabalho.
Preço de tabela e o custo real de cache
O preço do Claude 5.5 segue o do Sonnet 5: US$ 2 por milhão de tokens de entrada, US$ 10 por milhão de saída e US$ 0,20 por milhão de leitura de cache, conforme o anúncio oficial da Anthropic. Em tabela, parece metade do Opus 5.5, que custa US$ 4 e US$ 20.
O problema está na leitura de cache. Em trabalho agêntico de código, a maior parte do custo vem de ler contexto já processado, não de tokens novos. O Fable 5.1 cortou esse custo em 90% e o Opus em cerca de 60%, mas o Sonnet 5.5 não recebeu desconto proporcional.
Resultado apontado na análise do vídeo: o Sonnet fica em torno de 50% ou mais do custo total em cache, contra menos de 5% no Fable. Em tarefas equivalentes de código real, o Sonnet consistentemente sai tão caro quanto, ou mais caro que, o Opus. No índice da Artificial Analysis, o modelo aparece empatado com o Fable 5.1 como a execução mais cara já medida na plataforma.
Benchmarks: o que os números mostram e o que escondem
Os benchmarks oficiais mostram um modelo forte em tarefas longas e de imagem. O Sonnet 5.5 ficou levemente abaixo do Opus 5.5 no GDPval e foi o primeiro modelo Sonnet a completar Pokémon Red usando apenas capturas de tela, segundo a Anthropic.
Nos gráficos de custo por pontuação da Artificial Analysis, porém, o modelo só supera o Opus no nível de raciocínio máximo, justamente o modo mais caro. A recomendação prática do vídeo é evitar tanto o modo máximo, que força tokens de raciocínio em excesso, quanto o modo baixo, que entrega resultados fracos.
Uma ressalva editorial: todos esses números vêm do anúncio do fabricante e de plataformas de medição de custo, não de estudos independentes reproduzidos em condições públicas.
Tokens e velocidade: rápido, mas nada econômico
O Sonnet 5.5 não é eficiente em tokens. Dados da comunidade no Cursor Bench, citados no vídeo, registram 271.920 tokens por tarefa, contra 218 mil do Opus 5.5 e 162 mil do Gemini 3.8 Flash, modelo do Google. Isso é mais de cinco vezes o consumo de outros concorrentes no mesmo teste.
A velocidade compensa parte do problema. O OpenRouter reporta cerca de 94 tokens por segundo via API da Anthropic a experiência própria do autor do vídeo indica perto de 150 tokens por segundo na assinatura, contra 70 a 100 do Opus.
Ainda assim, no teste prático de geração de jogo (o "fish slop"), o Sonnet levou 43 minutos contra 36 do Opus, porque gerar muito mais tokens anula a vantagem de velocidade. Rápido por token não significa rápido por tarefa.
Onde o modelo realmente brilha: subagentes e orquestração
A tese central do vídeo é que o Claude 5.5 não foi feito para receber seus prompts diretamente. Ele foi feito para ser chamado por modelos maiores. Quando o Opus ou o Fable quebram uma tarefa complexa, podem delegar pesquisas profundas ao Sonnet e receber resultados bons por metade do preço.
No benchmark próprio do autor, que pede auditoria de um repositório gigante de centenas de milhares de linhas, o Sonnet entregou resultado levemente superior ao do Opus em cerca de metade do custo, e em apenas 5 minutos, contra quase o dobro do Opus e o triplo de concorrentes.
Esse perfil investigativo, varrer código, confirmar hipóteses sobre uma API, mapear comportamentos, é exatamente o que um agente orquestrador precisa. Configurado assim, o conjunto Opus mais Sonnet tende a ficar mais rápido e um pouco mais barato que o Opus sozinho.
Comparativo: Sonnet 5.5, Opus 5.5 e Fable 5.1
A tabela abaixo resume os preços de API publicados pela Anthropic o papel de cada modelo da família 5.5, com os valores em dólares por milhão de tokens conforme o anúncio oficial.
| Modelo | Entrada | Saída | Leitura de cache | Melhor uso |
|---|---|---|---|---|
| Sonnet 5.5 | US$ 2 | US$ 10 | US$ 0,20 | Subagente de pesquisa e tarefas delimitadas |
| Opus 5.5 | US$ 4 | US$ 20 | US$ 0,20 | Trabalho complexo com julgamento cuidadoso |
| Fable 5.1 | US$ 10 | US$ 50 | US$ 0,25 | Front-end e design de alta qualidade |
Repare que a leitura de cache quase não varia entre os três. É por isso que a economia prometida pelo Sonnet desaparece em fluxos agênticos, onde o cache domina a fatura.
Design, front-end e limitações do modelo
No design, a avaliação do vídeo foi dura. Usando vitrines públicas de comparação visual, o autor achou os resultados do Sonnet 5.5 bem abaixo do Fable 5.1 e um degrau abaixo do Opus em capacidade de seguir instruções de interface.
Mesmo assim, o modelo segue muito à frente de qualquer coisa da OpenAI e da xAI nesse recorte, segundo o autor. A limitação prática é simples: para front-end, o Opus acaba custando aproximadamente o mesmo em trabalho real, então não há motivo para escolher o Sonnet.
Há também o custo de assinatura a considerar. A experiência relatada indica cerca de US$ 2.300 em uso semanal extraído do plano de US$ 200 do Claude Code, o que ajuda a diluir essas diferenças de preço para quem trabalha com volume.
Como testar você mesmo antes de migrar
Antes de trocar seu fluxo atual, rode uma tarefa real do seu projeto nos dois modelos e compare três números: custo total por tarefa, tempo até a conclusão e tokens consumidos. Preço de tabela não prevê o resultado, como os dados acima mostram.
Se você estuda desenvolvimento e quer estruturar esses testes com apoio, o Crazystack Typescript reúne material prático nessa stack, e o Bootcamp do Dev Doido acompanha esses lançamentos de modelos com análises aplicadas ao dia a dia de quem programa.
Uma dica final da experiência no vídeo: cuidado com o modo de raciocínio máximo. Ele elevou o consumo de tokens em até 15 vezes em testes citados, sem ganho proporcional de qualidade. Meça sempre no nível médio ou alto.
Perguntas frequentes
- O Claude 5.5 é mais barato que o Opus 5.5? Em preço de tabela, sim: metade do valor por token de entrada e saída. Em trabalho agêntico com muita leitura de cache, a diferença encolhe muito, e o modelo pode custar tanto quanto o Opus em tarefas equivalentes.
Escrevi o artigo porque esse detalhe do cache muda a decisão de compra para quase todo mundo que usa agentes de código.
- Vale usar o Sonnet 5.5 como modelo principal no dia a dia? Em geral, não. A recomendação da análise é usá-lo como subagente chamado pelo Opus ou pelo Fable para pesquisas e auditorias de código, onde ele entrega o melhor custo-benefício da família.
- Por que o Sonnet 5.5 usa tantos tokens? Nos dados do Cursor Bench citados, o modelo consumiu 271.920 tokens por tarefa, mais de cinco vezes o consumo de alguns concorrentes. A velocidade alta compensa parte disso, mas tarefas longas ainda demoram mais que no Opus.
- O que é o Crazystack e como ele ajuda a acompanhar esses lançamentos? O Crazystack, em crazystack.com.br, é a plataforma de estudos ligada ao Gustavo Dev Doido, com trilhas práticas de TypeScript e ecossistema moderno, incluindo discussões sobre como integrar modelos de IA ao fluxo de desenvolvimento.
- Onde posso transformar um vídeo como esse em artigo? Se você tem análises, opiniões ou aulas gravadas em vídeo, o Skala Blog converte a transcrição em artigo estruturado. Basta colar a URL do YouTube, gerar a transcrição e revisar o texto final antes de publicar.
Fork this article
Start a new branch from the same video, shaped your way. You keep the credit; the original keeps the attribution.
A fork in another language is filed as a translation of this article, so the two pages point at each other. You can unlink it later from the editor.
0/240
You are creating
- Format
- For
- Language
- Source
- Your angle
You will be asked to sign in before it is generated.
Buy credits