Claude Opus 5.5 é o modelo da Anthropic para codificação agêntica de longa duração e trabalho de conhecimento, lançado em 22 de setembro de 2026, e a visão geral de modelos da Anthropic recomenda começar por ele na maioria das cargas, reservando o Claude Fable 5.1 para o raciocínio mais exigente.
- Entrada
- texto imagem $4/M
- Saída
- texto $20/M
- Leitura de cache
- $0.2/M
- Contexto
- 1M
- vs GPT-4o
- ~20% mais barato
- Corte de conhecimento
- 2026-06
Benchmarks
Publicado pelos fornecedores: Alibaba (Qwen) Anthropic DeepSeek Google Moonshot OpenAI Z.ai
O preço em contexto
Posição do preço entre 67 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Em cada extremidade está o mais barato e o mais caro. São tarifas base; os descontos de lote, região e escrita em cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do fornecedor) | 1.000.000 |
|---|---|
| Saída máxima (especificação do fornecedor) | 128.000 |
| Corte de conhecimento | 2026-06 |
Cache de prompts
| Modo | explícito (opt-in) |
|---|---|
| Prefixo mín. | 512 padrão do provedor: 1.024 |
| Duração | 5 min por padrão, 1 hora opcional |
| Custo de escrita | 1.25x (5m) / 2x (1h) |
Raciocínio
| Parâmetro do fornecedor | output_config.effort |
|---|---|
| Valores aceites | low · medium · high · xhigh · max |
| Valor predefinido | medium aplicado quando o pedido nada indica |
| Pode ser desativado | Não |
| Comportamento do raciocínio | Adaptive thinking is always on: thinking {"type": "disabled"} and a manual {"type": "enabled", "budget_tokens": N} both return a 400 error, so effort is the only depth control. The default dropped from high on Claude Opus 5 to medium. |
| Parâmetro | reasoning_effort |
| Valores | minimal · low · medium · high a superfície de parâmetros do gateway - aplica-se o mapeamento do fornecedor acima |
Modelo
| Modalidades | texto + imagem → texto |
|---|
- 1M context at standard pricing with no long-context tier
- prompt-cache reads cost 0.05x input ($0.20/M) rather than the usual 0.1x
- minimum cacheable prompt 512 tokens
- forced tool use (tool_choice any or tool) returns a 400
- thinking blocks are tied to the model and conversation that produced them
- up to 300k output tokens on the Message Batches API with the output-300k-2026-03-24 beta header
- fast mode is a research preview on the Claude API only
conforme documentação oficial da Anthropic ↗
Um prompt, medido pelo gateway
Claude Opus 5.5 passou · 3 sentences
When we turned on reasoning, the model began "thinking out loud" before each answer, generating thousands of internal working tokens that users never see but that we are billed for just like the final response. Those hidden tokens are charged at the output rate, typically the most expensive rate, so the same question with the same visible answer now costs roughly twice as much or more. We can bring the bill back down without losing the quality gains by capping the reasoning budget and reserving reasoning mode for the complex tasks that actually benefit from it.
saída 263 tok (+102 pensamento) latência 5.7 s
Cumprimento da instrução (exatamente três frases - contáveis), ajuste ao público (registro de CFO), e a lacuna de cobrança do pensamento oculto que os medidores de tokens abaixo expõem.
Claude Opus 5.5 passou · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` **Explanation:** The original code counted *matching adjacent pairs* rather than *items in a run*. Both `cur` and `best` started at 0, and `cur` reset to 0 on a mismatch, so a run of length *n* was reported as *n − 1*. For a single-element list the loop never executes, so it returned 0 instead of 1. For `[5, 5]` it returned 1 instead of 2. The fix treats every element as the start of a run of length 1: `best` and `cur` start at 1, and `cur` resets to 1 (not 0) when the value changes. An explicit check returns 0 for an empty list. The "misses runs at the last index" reports are the same off-by-one bug rather than a separate one. […]
saída 723 tok (+303 pensamento) latência 10.4 s
Se a correção é de fato certa (executável), a densidade da explicação, e a eficiência em tokens numa tarefa delimitada.
Claude Opus 5.5 passou · 5/5 fields, guidance "Withheld pending Q4 close"
```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "Withheld pending Q4 close" } ``` **Judgment calls to check:** - **quarter**: Kept as "September quarter" rather than "Q3", since the fiscal calendar isn't stated. The text mentions an upcoming "Q4 close," so it may be fiscal Q3, but that's not certain. - **revenue_usd_m**: The text says only "412 for the topline." It doesn't state currency or units, and the figure is on a constant-currency basis, not reported USD. USD millions is an assumption. Use `null` if you need strictly stated values. - **growth_pct**: The source says "eleven and change," so the true figure is slightly above 11. 11 is an approximation. - **guidance**: Guidance was explicitly withheld. I recorded that rather than `null`, since the text addresses it directly.
saída 829 tok (+488 pensamento) latência 10.9 s
Obediência ao esquema (sem campos inventados), pressão de alucinação (guidance é explicitamente retida), e diferenças no caminho de saída estruturada.
Claude Opus 5.5 passou · 120 words, 0 banned, 1 question
Today we're launching Cross-Provider Prompt Caching for our API gateway. Why pay twice for the same context? Our gateway now stores repeated prompt prefixes, system instructions, and document chunks, then reuses them whether your request goes to OpenAI, Anthropic, Google, or an open-source model. Teams running retrieval pipelines or long agent loops can cut token costs by up to 60 percent and trim latency on every cached call. Setup takes one configuration flag; no code changes are required. Cache rules respect tenant boundaries, expire on your schedule, and log every hit for audit review. Dashboards show savings by provider, route, and application in real time. Cross-Provider Prompt Caching is available on all Pro and Enterprise plans. Turn it on today.
saída 1263 tok (+1007 pensamento) latência 13.5 s
Obediência às restrições (orçamento de palavras, lista de palavras proibidas, a única pergunta), impressão digital de estilo, e controle de comprimento.
Use o Claude Opus 5.5 em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="claude-opus-5-5",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "claude-opus-5-5",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "claude-opus-5-5",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "claude-opus-5-5",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("claude-opus-5-5")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Sobre o Claude Opus 5.5
- Custa $4 por milhão de tokens de entrada e $20 por milhão de tokens de saída, e as leituras do cache de prompts são cobradas a 5% do preço de entrada ($0.20 por milhão) em vez dos 10% habituais, o que barateia bastante os loops de agentes que reenviam um prefixo estável.
- Mantém uma janela de contexto de 1M tokens sem acréscimo por contexto longo, 128K de saída máxima, entrada de texto e imagem e corte de conhecimento em junho de 2026.
- A documentação da Anthropic lista quatro mudanças incompatíveis para o código que migra do Claude Opus 5: o raciocínio adaptativo está sempre ativo, então desativá-lo ou definir um orçamento manual retorna erro e o parâmetro effort, agora com padrão medium, é o único controle de profundidade; o uso forçado de ferramentas com tool_choice any ou tool é rejeitado, então mantenha tool_choice em auto e use o uso estrito de ferramentas ou saídas estruturadas para obter JSON válido pelo schema; os blocos de raciocínio ficam vinculados ao modelo e à conversa que os produziram; e a ferramenta anterior computer_20251124 não é aceita na Claude API.
- As notas curtas que o modelo escreve entre chamadas de ferramentas agora chegam como blocos de raciocínio, então interfaces que as exibem em streaming devem definir um valor de display para thinking.
- A Synthorai oferece o Claude Opus 5.5 pelas mesmas APIs do restante da linha Claude.
Perguntas frequentes
A API do Claude Opus 5.5 é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $4/M de tokens de entrada, só esse crédito já cobre cerca de 31 requisições de ~8K tokens ao Claude Opus 5.5.
Em que o Claude Opus 5.5 é melhor?
O ponto de partida que a Anthropic recomenda para a maioria das cargas; leituras de cache a 5% da entrada, $0.20 por milhão de tokens; raciocínio sempre ativo; esforço medium por padrão. Veja a seção Sobre para o quadro completo, extraído das notas de lançamento do próprio fornecedor.
Quanto custa o Claude Opus 5.5?
Na Synthorai, o Claude Opus 5.5 custa $4 por milhão de tokens de entrada e $20 por milhão de tokens de saída. É o preço de tabela do provedor, sem margem da plataforma. Tokens de entrada em cache são cobrados a $0.2/M.
O Claude Opus 5.5 suporta cache de prompts?
Sim, por opt-in: marque prefixos estáveis com breakpoints de cache_control. Tokens de entrada em cache são cobrados a $0.2/M, contra $4/M sem cache; os prompts precisam de um prefixo estável de 512 tokens para entrar em cache (TTL 5 min por padrão, 1 hora opcional). Guia de cache de prompts →
Como obtenho acesso ao Claude Opus 5.5?
Aponte seu SDK da OpenAI existente para base_url="https://synthorai.io/v1", defina model="claude-opus-5-5" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Qual é o corte de conhecimento do Claude Opus 5.5?
O corte de conhecimento do Claude Opus 5.5 é 2026-06, segundo a documentação oficial do fornecedor (verificado em 2026-09-23).
Modelos relacionados
Comparar
Cada valor desta página é transcrito da documentação do fornecedor, ligada acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; os valores de especificação que os fornecedores definem de forma diferente são apresentados com a diferença indicada em vez de representados num gráfico. Nada aqui é medido por nós, e nada é pontuado.