A linha atual de produtos Anthropic e Claude torna uma comparação simples de preços enganosa. Esta análise submete o Claude Opus 5.5, o Claude Opus 5 e o Claude Fable 5.1 às mesmas cinco instruções e relata o resultado da tarefa, o tempo decorrido local, o uso de tokens relatado pela rota e os limites de cada observação.
A diferença prática fica evidente nos cartões de tarefas. O Opus 5.5 foi o mais rápido e o mais barato entre os programas testados; o Fable 5.1 produziu o menor número de tokens de saída e a resposta mais limpa no formato chinês; o Opus 5 foi o que levou mais tempo, enquanto o Opus 5.5 utilizou o maior número de tokens de saída. A ficha de codificação acrescenta uma observação importante: uma saída mais curta não significava automaticamente uma saída melhor.
Copiamos as cinco solicitações da análise anterior do Claude Opus 5.5 e executamos cada uma delas uma vez para cada modelo. As configurações das solicitações eram idênticas: limite máximo de 8.192 tokens, alto nível de esforço, uma mensagem do usuário e sem uso de ferramentas. A resposta retornou um código HTTP 200 e fim_do_turno para todas as 15 solicitações.
Resposta rápida
- O mais rápido neste conjunto de cinco tarefas: O Claude Opus 5.5 levou 47,725 segundos de tempo local de ponta a ponta em cinco solicitações sequenciais. O Claude Fable 5.1 levou 53,290 segundos, e o Claude Opus 5 levou 61,470 segundos.
- Estimativa do menor preço de tabela: O Opus 5.5 atingiu aproximadamente $0,0818 para as cinco solicitações às taxas oficiais de tokens, seguido pelo Opus 5 com $0,0962 e pelo Fable 5.1 com $0,1415. Essas são estimativas aritméticas, não taxas cobradas pela plataforma.
- Resultado de qualidade: Todos os três retornaram uma extração de cinco balas com base no texto, um JSON analisável e a resposta matemática correta. Os resultados da codificação diferiram no tratamento de casos extremos, enquanto o Fable 5.1 seguiu de forma mais clara as instruções de dois parágrafos no formato chinês.
- Observação sobre a API: O Opus 5.5 não é uma atualização direta para todas as integrações do Opus 5. Seu guia de migração indica que o recurso “thinking” não pode ser desativado e que algumas ferramentas ou padrões de “thinking” mais antigos precisam ser alterados.
- Não dê demasiada importância ao ranking: Trata-se de uma execução correspondente por tarefa em uma rota. Ela mede o comportamento concreto, o tempo decorrido e o uso relatado, e não uma pontuação de modelo universal.
Quanto custam e quais são as características dos três modelos
As três APIs compartilham uma janela de contexto de 1 milhão de tokens e uma saída máxima de 128 mil, conforme consta na documentação atual do modelo Anthropic. Suas unidades de cobrança e status diferem: o Opus 5.5 é a versão mais recente da rota Opus, o Opus 5 é classificado como legado e o Fable 5.1 apresenta a taxa padrão mais alta de entrada/saída.
| Modelo | Status oficial | ID do modelo da API | Entrada / saída | Contexto / potência máxima | Esforço padrão | Leitura do cache |
|---|---|---|---|---|---|---|
| Claude Opus 5,5 | Mais recentes | claude-opus-5-5 | $4 / $20 por MTok | 1M / 128K | Médio | $0.20 / MTok |
| Claude Opus 5 | Ativo, antigo | claude-opus-5 | $5 / $25 por MTok | 1M / 128K | Alto | $0,50 / MTok |
| Claude Fable 5.1 | Mais recentes | claude-fábula-5-1 | $10 / $50 por MTok | 1M / 128K | Alto | $0,25 / MTok |
Para um exemplo simples sem cache, 100.000 tokens de entrada mais 20.000 tokens de saída custam $0,80 no Opus 5.5, $1,00 no Opus 5 e $2,00 no Fable 5.1, de acordo com as tarifas listadas. O Fable 5.1 tem uma taxa de leitura de cache menor do que o Opus 5; portanto, cargas de trabalho de agentes que utilizam intensamente o cache precisam de um cálculo separado.
O que mostra a tabela oficial de referência
Anthropic’s Anúncio do Claude Opus 5.5 coloca os três modelos na mesma tabela comparativa de provedores. O Opus 5.5 lidera as linhas listadas, mas esses são resultados relatados pelos provedores com conjuntos de testes e configurações de esforço específicos para cada benchmark. O próprio anúncio alerta que margens estreitas nos benchmarks são um indicador menos confiável das diferenças no mundo real nesse nível de capacidade.
| Avaliação comparativa de provedores | Opus 5.5 | Fable 5.1 | Opus 5 | O que ele mede |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 66.4% | 55.8% | 52.3% | Programação de linha de comando com Agentic |
| FrontierCode v1.1 | 54.4% | 50.3% | 48.0% | Se as alterações no código do agente seriam incorporadas |
| CursorBench 4.0 | 57.8% | 51.8% | 46.6% | Tarefas ambíguas de codificação de vários arquivos |
| GDPval-AA v2.1 | 1846 | 1735 | 1708 | Trabalho de conhecimento profissional em 44 ocupações |
| AutomationBench | 40.0% | 31.4% | 26.9% | Fluxos de trabalho empresariais de ponta a ponta |
| O último exame da humanidade | 67.7% com ferramentas | 65,61 TP40T com ferramentas | 63,61 TP40T com ferramentas | Raciocínio multidisciplinar |
| OSWorld 2.0 | 81.8% parcial | 80,71 TP40T parcial | 74,01 TP40T parcial | Tarefas que envolvem o uso do computador |
A tabela é útil para identificar a fronteira de desempenho declarada pelo provedor. Ela não substitui os cartões correspondentes apresentados abaixo: nosso teste utiliza prompts curtos de uma única rodada, alto nível de esforço, sem uso de ferramentas e uma rota controlada por terceiros.
Mesmas instruções, mesmas configurações de solicitação
Copiamos as cinco solicitações do pacote de testes anterior do Opus 5.5 e enviamos cada uma delas uma vez para cada modelo. O cliente alternou a ordem dos modelos a cada tarefa, utilizou JSON em UTF-8 e mediu o tempo desde o início da solicitação até a leitura completa do corpo da resposta. Todas as 15 solicitações retornaram o código HTTP 200 e fim_do_turno. Para conhecer a fundamentação mais ampla e o fluxo de trabalho replicável, consulte Como o GlobalGPT testa modelos de IA.
Comparação entre tempo e token
| Rota | 5 corridas completadas | Média / tarefa | Tokens de entrada | Tokens de saída | Pensamento orientado pela rota | Estimativa do preço de tabela* |
|---|---|---|---|---|---|---|
| Claude Opus 5,5 | 47,725 s | 9,545 s | 700 | 3,952 | 2,214 | $0.0818 |
| Claude Opus 5 | 61,470 s | 12,294 s | 690 | 3,709 | 1,859 | $0.0962 |
| Claude Fable 5.1 | 53,290 s | 10,658 s | 700 | 2,690 | 1,122 | $0.1415 |
*Estimativa baseada nos tokens de entrada/saída relatados pela rota e nas taxas padrão da API listadas pelo Anthropic. Não inclui cobranças de cache, créditos da plataforma, impostos e margem de lucro. O tempo decorrido é o tempo real local de ponta a ponta após o envio da solicitação, e não a latência do provedor ou os tokens por segundo. “Pensamento” é um campo de uso relatado pela rota, não um raciocínio oculto medido de forma independente.
Os resultados apontam em direções diferentes, dependendo da métrica. O Opus 5.5 apresentou o tempo total mais rápido e o menor custo estimado; o Fable 5.1 gerou o menor número de tokens de saída; e o Opus 5 teve o tempo total mais lento neste grupo. Uma resposta mais curta não é automaticamente a melhor resposta: o cartão de codificação mostra por que o conteúdo de saída e o tratamento de casos extremos ainda precisam ser analisados.
Cinco cartões de tarefas correspondentes
Os modelos são capazes de corrigir uma função de deduplicação de tipo misto?
Configuração da tarefa: A instrução exigia uma função corrigida, além de dois testes concisos, comparação de strings sem distinção entre maiúsculas e minúsculas, preservação da grafia original e que não ocorresse falha ao receber valores que não fossem strings.
| Modelo | Tempo / uso | Resultado observado |
|---|---|---|
| Claude Opus 5,5 | 15,844 s local · 145 de entrada / 1.478 de saída · 700 pensando · fim do turno | Utiliza o `casefold` e uma lista como alternativa; sua string de documentação indica identidade, enquanto o código utiliza igualdade. |
| Claude Opus 5 | 16,845 s local · 143 de entrada / 1.109 de saída · 312 pensando · fim do turno | Adiciona chaves com tags de tipo e um mecanismo de fallback de igualdade, além de apontar a sintaxe inválida do Python em uma única linha. |
| Claude Fable 5.1 | 12,778 s (tempo local) · 145 de entrada / 783 de saída · 0 de reflexão · fim do turno | Utiliza `repr(item)` para valores não hasháveis; isso funciona nos exemplos mostrados, mas pode causar conflitos entre tipos. |
Resultado da comparação: O caso extremo é uma observação no nível da tarefa, não uma afirmação sobre todas as cargas de trabalho de programação.
Os modelos conseguem preservar os cinco fatos fornecidos sem acrescentar afirmações?
Configuração da tarefa: O dado de entrada foi uma breve nota sobre um teste de duas semanas com três assistentes de redação. Trata-se de uma tarefa curta de extração de informações, e não de um teste de desempenho em contexto amplo.
| Modelo | Tempo / uso | Resultado observado |
|---|---|---|
| Claude Opus 5,5 | 4,374 s local · 210 de entrada / 312 de saída · 101 pensando · fim do turno | Devolvi cinco balas numeradas e mantive-me dentro dos dados fornecidos; os rótulos e a ordem diferiam ligeiramente. |
| Claude Opus 5 | 4,661 s local · 208 de entrada / 265 de saída · 27 de reflexão · fim do turno | Devolvi cinco balas numeradas e mantive-me dentro dos dados fornecidos; os rótulos e a ordem diferiam ligeiramente. |
| Claude Fable 5.1 | 6,305 s (tempo local) · 210 na entrada / 223 na saída · 0 de reflexão · fim do turno | Devolvi cinco balas numeradas e mantive-me dentro dos dados fornecidos; os rótulos e a ordem diferiam ligeiramente. |
Resultado da comparação: A passagem original era curta; isso verifica a extração e a formatação com base no texto, e não o tratamento de contexto com milhões de tokens.
Os modelos conseguem retornar exatamente a estrutura solicitada?
Configuração da tarefa: A instrução exigia apenas JSON válido, cinco chaves exatas, dois pontos positivos, dois pontos negativos e sequências curtas de caracteres. O conteúdo fictício da avaliação não constitui evidência sobre nenhum modelo.
| Modelo | Tempo / uso | Resultado observado |
|---|---|---|
| Claude Opus 5,5 | 8,276 s local · 128 de entrada / 622 de saída · 390 pensando · fim_turno | Retornou um JSON analisável com as chaves solicitadas e duas vantagens/duas desvantagens; as afirmações geradas na avaliação são texto de teste, não informações reais sobre o produto. |
| Claude Opus 5 | 6,344 s local · 126 de entrada / 238 de saída · 0 de reflexão · fim do turno | Retornou um JSON analisável com as chaves solicitadas e duas vantagens/duas desvantagens; as afirmações geradas na avaliação são texto de teste, não informações reais sobre o produto. |
| Claude Fable 5.1 | 6,626 s local · 128 de entrada / 203 de saída · 0 de reflexão · fim do turno | Retornou um JSON analisável com as chaves solicitadas e duas vantagens/duas desvantagens; as afirmações geradas na avaliação são texto de teste, não informações reais sobre o produto. |
Resultado da comparação: As sequências JSON descrevem uma configuração fictícia de avaliação e não devem ser publicadas como informações sobre o produto.
Os modelos conseguem aplicar a sequência arredondada de lotes até a resposta final?
Configuração da tarefa: A sequência foi 12, seguida de mais 25%, com arredondamento para baixo, distribuída por quatro lotes.
| Modelo | Tempo / uso | Resultado observado |
|---|---|---|
| Claude Opus 5,5 | 3,830s local · 89 de entrada / 257 de saída · 74 pensando · fim_turno | Foram calculados 12, 15, 18, 22 e um total de 67; todos os três resultaram no número isolado 67 solicitado. |
| Claude Opus 5 | 5,079 s local · 87 de entrada / 277 de saída · 90 pensando · fim_turno | Foram calculados 12, 15, 18, 22 e um total de 67; todos os três resultaram no número isolado 67 solicitado. |
| Claude Fable 5.1 | 5,347 s local · 89 de entrada / 127 de saída · 0 de reflexão · fim do turno | Foram calculados 12, 15, 18, 22 e um total de 67; todos os três resultaram no número isolado 67 solicitado. |
Resultado da comparação: Todos os três foram aprovados nessa prova de aritmética; uma única prova não é suficiente para avaliar a confiabilidade do raciocínio geral.
Será que o roteiro pode manter a estrutura solicitada de dois parágrafos?
Configuração da tarefa: A solicitação pedia dois parágrafos em chinês, com 80 a 120 caracteres chineses cada: uma resposta sobre valores seguida do plano de teste.
| Modelo | Tempo / uso | Resultado observado |
|---|---|---|
| Claude Opus 5,5 | 15,401 s (local) · 128 de entrada / 1.283 de saída · 949 de reflexão · fim do turno | Retornei os dois parágrafos solicitados e, em seguida, adicionei a formatação em Markdown e uma nota em inglês. |
| Claude Opus 5 | 28,541 s local · 126 entradas / 1.820 saídas · 1.430 pensando · fim do turno | Recuperei os dois parágrafos solicitados e, em seguida, acrescentei uma nota em inglês após um separador. |
| Claude Fable 5.1 | 22,234 s local · 128 de entrada / 1.354 de saída · 1.122 pensando · fim do turno | Retornou dois parágrafos em chinês sem erros, sem nenhuma nota adicional ou formatação em Markdown. |
Resultado da comparação: Isso registra as instruções ao longo da rota testada; não se trata de um parâmetro de referência de qualidade em chinês.
Considerações sobre API e migração
O Opus 5.5 não é uma simples atualização para todas as integrações do Opus 5. O Anthropic’s guia de migração afirma que o recurso “thinking” não pode ser desativado no Opus 5.5; solicita que as tentativas de desativar ou ativar manualmente o modo antigo de “thinking” retornem um erro 400. A migração também altera o uso obrigatório de ferramentas, vincula os blocos de “thinking” ao modelo e à conversa e substitui a ferramenta antiga de uso do computador na API Claude e no caminho do Google Cloud.
O teste compartilhado utilizado output_config.effort: alto para os três modelos, de modo que os resultados das solicitações fossem mais fáceis de comparar. Isso significa que essas execuções não reproduzem a configuração padrão de esforço de cada modelo. O Fable 5.1 está documentado com o “pensamento adaptativo” sempre ativado e esforço padrão alto; o Opus 5.5 está documentado com o “pensamento adaptativo” sempre ativado e esforço padrão médio; o Opus 5 utiliza o “pensamento adaptativo” com esforço padrão alto.
O que esse teste realmente comprova
Veredicto no nível da tarefa
Opus 5.5: o tempo mais rápido e o menor custo estimado de preço de tabela neste pacote de cinco tarefas, além de gerar o maior número de tokens de saída. Fable 5.1: apresentou a saída mais curta no geral e o cumprimento mais rigoroso da restrição chinesa de dois parágrafos, mas seu preço por token mais alto fez com que a estimativa de cinco execuções fosse a mais alta, e seu plano B de codificação apresentou um caso de exceção concreto do tipo “cross”. Opus 5: Está correto nas tarefas de extração, JSON e matemática, mas é o mais lento nesta amostra de rota e está marcado como “legado” na documentação oficial.
Isso é suficiente para justificar uma preferência prática pelo Opus 5.5 nesse percurso testado, mas não o suficiente para afirmar que ele se sai melhor em todas as cargas de trabalho. Repita o teste com diferentes ferramentas, entradas mais longas e várias execuções antes de considerar o resultado como um benchmark de produção.
Se você quiser reproduzir a comparação sem abrir três contas separadas, experimente o fluxo de trabalho de comparação de modelos no GlobalGPT. A rota direta do modelo e o mapeamento do provedor de nível superior ainda devem ser verificados separadamente para qualquer decisão de produção.
PERGUNTAS FREQUENTES
Qual modelo foi o mais rápido no teste comparativo?
O Claude Opus 5.5 apresentou o menor tempo total decorrido local: 47,725 segundos em cinco solicitações sequenciais. Trata-se de uma observação da rota, e não da latência do lado do provedor.
Qual modelo utilizou o menor número de tokens de saída?
O Claude Fable 5.1 utilizou 2.690 tokens de saída relatados pela rota nas cinco tarefas, em comparação com 3.709 para o Opus 5 e 3.952 para o Opus 5.5.
Qual modelo foi o mais barato no teste?
Utilizando as taxas oficiais padrão da API e as contagens de tokens de entrada/saída retornadas, o Opus 5.5 produziu a estimativa mais baixa para cinco execuções, no valor de $0,0818. Isso exclui cache, créditos, impostos e margem de lucro da plataforma.
Todos os três modelos foram aprovados nas mesmas tarefas?
Todos os três retornaram uma extração de cinco elementos, em formato JSON analisável, com as chaves solicitadas e o total correto de 67. O código e os cartões no formato chinês apresentam diferenças significativas nos resultados.
Esse foi um teste de desempenho em contexto extenso?
Não. O prompt de extração reutilizado contém uma passagem curta. Ele avalia a contextualização e a formatação exata; portanto, não deve ser apresentado como evidência do desempenho em contextos de um milhão de tokens.
O Claude Opus 5 ainda está em vigor?
A documentação do modelo do Anthropic classifica o Opus 5 como ativo, mas obsoleto, e recomenda considerar o Opus 5.5 para obter melhor desempenho. As integrações de API existentes devem consultar o guia de migração antes de fazer a mudança.
Especificações oficiais: Documentação do Opus 5.5, Documentos do Opus 5, e Documentação do Fable 5.1. Os valores de referência dos provedores são atribuídos ao Anthropic; os valores práticos provêm do pacote de testes correspondente descrito acima.
