Escolher um modelo de inteligência artificial costumava parecer uma decisão de catálogo: o mais capaz para problemas difíceis, o mais barato para o restante. O Claude Opus 5, apresentado pela Anthropic, embaralha essa separação. Ele chega com um controle de esforço que permite gastar mais raciocínio quando a tarefa exige ou conservar tokens quando velocidade e custo importam mais.

A novidade relevante não é apenas mais um modelo no topo de uma tabela. É a transformação da inteligência em uma variável operacional, ajustável por tarefa. Para equipes que executam agentes por horas, verificam código ou processam documentos extensos, isso muda a pergunta de “qual modelo adotamos?” para “quanto trabalho cognitivo esta etapa justifica?”.

Um modelo, vários regimes de trabalho

Segundo a Anthropic, o Opus 5 custa os mesmos US$ 5 por milhão de tokens de entrada e US$ 25 por milhão de tokens de saída do Opus 4.8. A comparação, porém, já não cabe apenas nessa tarifa. O nível de esforço altera desempenho, consumo e latência, enquanto o modo Fast executa cerca de 2,5 vezes mais rápido pelo dobro do preço-base.

É parecido com escolher não apenas o motor, mas também a marcha. Uma revisão rotineira pode usar esforço baixo; uma migração delicada pode justificar esforço máximo; uma correção urgente pode pagar pela velocidade adicional. O ganho prático é evitar que toda requisição use a configuração mais cara por precaução, ou a mais barata por política financeira.

Nos testes publicados pela própria empresa, o modelo mais que dobrou o resultado do Opus 4.8 no Frontier-Bench v0.1 com menor custo por tarefa. No CursorBench 3.2, ficou a 0,5% do melhor resultado do Fable 5 em esforço máximo, pela metade do custo por tarefa. Esses números são úteis para formular hipóteses, mas não substituem avaliações locais: foram divulgados pelo fornecedor, dependem de configurações específicas e não representam automaticamente o código, os documentos ou os riscos de cada organização.

Verificar o trabalho passa a contar tanto quanto produzi-lo

A ênfase técnica do lançamento está em tarefas longas e iterativas. A Anthropic descreve um modelo mais persistente em encontrar a causa de falhas, construir formas de testar o próprio resultado e corrigir erros antes de encerrar. O GitHub, que já oferece o Opus 5 no Copilot, destaca mudanças autônomas, verificação de regressões e coordenação de ferramentas, embora avise que a liberação será gradual e que administradores de planos corporativos precisam habilitá-lo.

Isso importa porque o custo de um agente não termina na geração de código. Uma solução aparentemente barata fica cara quando exige outra pessoa para descobrir que o teste não cobria o defeito ou que a alteração tratou o sintoma, não a causa. Se mais esforço do modelo reduz retrabalho, ele pode compensar tokens adicionais. Se não reduz, é apenas despesa.

A aplicação sensata é medir o ciclo completo: taxa de tarefas aceitas, regressões, tempo até revisão, chamadas de ferramentas, latência e custo. O seletor de esforço só vira vantagem quando conectado a esses resultados.

Segurança também entra no roteamento

O Opus 5 não elimina a tensão entre capacidade e restrição. A Anthropic afirma que evitou treiná-lo especificamente para tarefas cibernéticas, mas que a melhora geral o aproximou do Mythos 5 na descoberta de vulnerabilidades. Ainda assim, ele permanece bem atrás na criação de exploits. Seus classificadores permitem análise de código-fonte, mas bloqueiam categorias como testes de penetração, varredura de binários e geração de exploits.

Há uma consequência operacional pouco óbvia: uma solicitação sinalizada pode cair automaticamente para o Opus 4.8 no Claude, no Claude Code e no Claude Cowork. A API também ganhou fallbacks automáticos opcionais. Portanto, o nome do modelo solicitado não garante, sozinho, qual modelo executou a tarefa.

Essa troca pode preservar disponibilidade, mas precisa aparecer na telemetria. Em avaliações, auditorias e ambientes regulados, registrar modelo efetivo, nível de esforço, fallback e versão é parte da evidência. Caso contrário, duas execuções com a mesma entrada podem usar capacidades e salvaguardas diferentes sem que a equipe perceba.

A arquitetura ao redor do modelo fica mais importante

O lançamento inclui ainda mudanças de ferramentas no meio de uma conversa sem invalidar o cache de contexto. Na prática, um agente pode receber ou perder acesso a ferramentas conforme avança, sem pagar novamente por todo o contexto já processado. O Opus 5 também chegou ao Amazon Bedrock, além da API da Anthropic e das várias superfícies do Copilot.

Disponibilidade ampla facilita adoção, mas também deixa mais visível que o modelo é apenas uma peça. Orçamento de esforço, permissões de ferramentas, cache, fallback, observabilidade e critérios de aceitação determinam o comportamento real do sistema.

O desenvolvimento mais importante, então, não é um placar dizendo que um modelo ficou mais inteligente. É a inteligência deixar de ser uma escolha fixa e passar a ser administrada como computação: alocada conforme o valor e o risco de cada etapa. A maturidade estará menos em usar sempre o máximo e mais em saber onde o máximo realmente se paga.