Os níveis de esforço do Opus 5.5 são o preço real

Updated September 22, 2026 · first published September 22, 2026

Claude Opus 5.5 custa $4 por milhão de tokens de entrada e $20 por milhão de tokens de saída. Isso é 20% menos que Opus 5. A tarifa é apenas metade do custo total. A outra metade é a configuração effort, que decide quantos tokens o modelo gasta pensando antes de responder.

Um modelo, cinco preços

Opus 5.5 expõe esforço de low até medium, high, xhigh e max. Cada nível é o mesmo modelo com a mesma taxa por token, mas produz um número muito diferente de tokens. Análise independente reportada por The Decoder descobriu que quatro dos cinco níveis ficam na fronteira de Pareto custo-desempenho. Também descobriu que no máximo esforço Opus 5.5 usou cerca de 119.000 tokens de saída por tarefa, muito mais que modelos concorrentes em suas configurações máximas.

A US$ 20 por milhão, 119.200 tokens de saída custam US$ 2,38 por tarefa antes de qualquer entrada. Em medium, a Artificial Analysis mediu 25.700 tokens de saída, ou US$ 0,51. Contando a entrada, max custa US$ 5,98 por tarefa e medium US$ 1,34: o mesmo modelo fica cerca de 4,5 vezes mais caro por tarefa por causa de um único parâmetro da requisição.

Medido no Artificial Analysis Intelligence Index v4.3.2 (dez avaliações), consultado em 22 de setembro de 2026. Todas as linhas usam o mesmo conjunto de testes, por isso comparam-se diretamente.

Fonte: Artificial Analysis. Na fronteira significa que nenhuma configuração de GPT-6 Sol, GPT-6 Astra, Opus 5, Opus 5.5 ou Fable 5.1 pontua mais por menos. O Opus 5.5 low fica de fora porque o GPT-6 Sol em xhigh pontua 44,1 por US$ 0,53. Passar de xhigh para max soma 1,6 ponto com 73% mais custo.

Médio é a configuração que Anthropic usa para benchmarks

A comparação principal da Anthropic é feita em esforço padrão, que é médio. Diz que Opus 5.5 em médio vence GPT-6 Astra em máximo esforço em trabalho de conhecimento por cerca de um quinto do custo por tarefa. Portanto, o próprio caso da Anthropic para o modelo é construído em médio, e máximo é a exceção. Uma equipe que define máximo em tudo "para estar seguro" paga por tokens que os benchmarks de lançamento não precisavam.

Como configurar esforço sem adivinhar

1. Padrão para médio. Faça-o um valor explícito no código, não um padrão de SDK que pode mudar sob você.
2. Aumente o esforço por rota, não globalmente. Depuração difícil, planejamento de longo horizonte e etapas de revisão final podem justificar alto ou máximo. Classificação, extração e edições rotineiras raramente.
3. Registre esforço com cada solicitação. Custo por solicitação não é interpretável sem ele. Um pico de gastos com contagem de solicitação plana é geralmente uma mudança de esforço.
4. Compare níveis de esforço nas mesmas tarefas reproduzidas. Registre taxa de sucesso e tokens de saída por tarefa concluída em cada nível, e pare de aumentar esforço quando o sucesso parar de melhorar.
5. Limite a saída onde o produto permitir. Um limite de tokens máximo limita o pior caso. No máximo esforço esse limite é a única coisa entre uma tarefa descontrolada e uma solicitação de vários dólares.

O corte de $25 para $20 por milhão de tokens de saída economiza 20%. Mover uma carga de trabalho de máximo para esforço médio pode economizar muito mais que isso. Trate esforço como uma linha de orçamento, possuída e revisada como qualquer outra.

Related

• Modelo de custo de Claude Opus 5.5
• Economia do modo rápido Opus 5.5
• Guia de custos do modelo de raciocínio

Want this applied to your own LLM spend? FinOps LLM runs a free audit of your AI costs and shows where the savings are. Book free audit →

Back to research