O Claude Opus 5 é o modelo da Anthropic para código agêntico complexo e trabalho empresarial, e seu guia de migração o chama de uma melhoria de salto em relação ao Claude Opus 4.8 em raciocínio profundo, tarefas agênticas e de longo horizonte e escalonamento de compute em tempo de teste.
- Entrada
- texto imagem $5/M
- Saída
- texto $25/M
- Leitura de cache
- $0.5/M
- Contexto
- 1M
- Corte de conhecimento
- 2026-05
Benchmarks
Publicado pelos fornecedores: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
O preço em contexto
Posição do preço entre 65 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 | 2026-05 |
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 | thinking.type + output_config.effort |
|---|---|
| Valores aceites | thinking.type adaptive · disabled; effort low · medium · high · xhigh · max |
| Valor predefinido | raciocínio ativado; effort high (Claude API e Claude Code) aplicado quando o pedido nada indica |
| Pode ser desativado | Sim |
| Comportamento do raciocínio | Desativar o raciocínio só é aceito com effort high ou abaixo, e thinking {"type": "disabled"} com xhigh ou max retorna erro 400; display tem padrão "omitted", então os blocos de raciocínio voltam com o campo thinking vazio a menos que você defina display "summarized". |
| 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 |
|---|
- O contexto de 1M é ao mesmo tempo o padrão e o máximo, sem variante de contexto menor
- prompt mínimo cacheável reduzido para 512 tokens
- entrada de imagem em alta resolução até 2576 px no lado maior
- até 300k tokens de saída na Message Batches API com o beta header output-300k-2026-03-24
- alterações de ferramentas no meio da conversa em beta
- o fast mode é um research preview apenas na Claude API
conforme documentação oficial da Anthropic ↗
Um prompt, medido pelo gateway
Claude Opus 5 passou · 3 sentences
When reasoning is enabled, the model generates a hidden chain of "thinking" tokens before it writes the visible answer, and those internal tokens are billed at the output rate even though no one ever sees them — commonly 3–10x more tokens than the response itself. Because output tokens are priced several times higher than input tokens, that added volume hits us at our most expensive rate, which is why the bill roughly doubled while our request count stayed flat. The spend is controllable: we can cap the reasoning budget per call, route only genuinely hard requests to reasoning mode and cheaper models for the rest, and track cost per successfully completed task rather than cost per token, since a single correct answer usually beats three cheap retries plus human cleanup.
saída 529 tok latência 9.0 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 passou · 8/8 cases
## Fixed version ```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 else: cur = 1 if cur > best: best = cur return best ``` ## The bug The counters were tracking the wrong quantity: `cur` counted *matching adjacent pairs* rather than *elements in the current run*, and both counters started at `0` instead of `1`. Since a run of length *n* contains only *n − 1* adjacent equal pairs, every result came back one too small — `[1, 1]` returned 1, `[3, 3, 3]` returned 2 — and a single-element list returned 0 because the loop body never executed and `best` kept its initial value of `0`. […]
saída 1094 tok latência 16.1 s
Se a correção é de fato certa (executável), a densidade da explicação, e a eficiência em tokens numa tarefa delimitada.
Claude Opus 5 passou · 5/5 fields, guidance "Withheld pending Q4 close"
```json { "company": "Meridian Robotics", "quarter": "Q3", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "Withheld pending Q4 close" } ``` Notes on judgment calls: - **quarter**: "September quarter" is labeled Q3 because the text refers to an upcoming "Q4 close," implying a calendar-aligned fiscal year. No fiscal year is given. - **revenue_usd_m**: 412 is stated as constant-currency and hedged ("call it"), so it's approximate; the currency is not explicitly stated as USD. - **growth_pct**: "up eleven and change" means slightly more than 11, so 11 is a floor rather than an exact figure.
saída 539 tok latência 7.6 s
Obediência ao esquema (sem campos inventados), pressão de alucinação (guidance é explicitamente retida), e diferenças no caminho de saída estruturada.
Claude Opus 5 passou · 123 words, 0 banned, 1 question
**Cross-Provider Prompt Caching** We're introducing Cross-Provider Prompt Caching in the API Gateway. Repeated system prompts, long documents, and few-shot examples are stored once at the gateway layer and reused across OpenAI, Anthropic, Google, and self-hosted models. Instead of paying full input token costs on every request, your application sends a cache reference, and the gateway rehydrates the context before forwarding it downstream. Why does that matter? Teams running high-volume agents and retrieval pipelines typically see input token spend fall 40 to 70 percent, with median latency dropping by several hundred milliseconds. Caches are scoped per project, encrypted at rest, and invalidated automatically when a prompt template changes. Enable it with a single header, and see the docs for TTL tuning and per-route controls.
saída 1593 tok latência 19.1 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 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",
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",
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",
"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",
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")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Sobre o Claude Opus 5
- A própria orientação de seleção da Anthropic é começar por aqui, reservando o Claude Fable 5 para cargas de trabalho que precisam da maior capacidade disponível.
- É uma atualização drop-in com o preço do Opus 4.8 de $5 e $25 por milhão de tokens de entrada e de saída, mantendo a janela de contexto de 1M tokens como padrão sem header beta, 128K de saída máxima, raciocínio adaptativo (adaptive thinking), cache de prompts, processamento em lote, a Files API, suporte a PDF e visão, com duas lacunas documentadas: a ferramenta de web fetch não está disponível e o Priority Tier não é suportado.
- Duas mudanças pegam as migrações de surpresa.
- O raciocínio vem ativado por padrão, então uma requisição que omite o campo thinking agora raciocina onde antes não raciocinava, e max_tokens continua limitando raciocínio e resposta em conjunto.
- E o raciocínio só pode ser desligado com esforço high ou abaixo, porque combinar raciocínio desativado com xhigh ou max retorna um 400.
- O esforço vai de low até max e assume high por padrão, o cache de prompts começa em um prefixo de 512 tokens em vez de 1.024, o modo rápido é oferecido como research preview e o corte de conhecimento confiável é maio de 2026.
- Classificadores de segurança de cibersegurança podem recusar uma requisição, e a Anthropic nota que o modelo verifica seu próprio trabalho sem ser solicitado, de modo que instruções de verificação herdadas de prompts antigos agora causam verificação em excesso.
- A Synthorai serve o Claude Opus 5 pelo seu endpoint de chat compatível com OpenAI.
Perguntas frequentes
A API do Claude Opus 5 é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $5/M de tokens de entrada, só esse crédito já cobre cerca de 24 requisições de ~8K tokens ao Claude Opus 5.
Em que o Claude Opus 5 é melhor?
Construído para código agêntico complexo e trabalho empresarial; salto em relação ao Opus 4.8 em raciocínio profundo e tarefas de longo horizonte; raciocínio ativado por padrão, desligável apenas com esforço high ou abaixo. Veja a seção Sobre para o quadro completo, extraído das notas de lançamento do próprio fornecedor.
Quanto custa o Claude Opus 5?
Na Synthorai, o Claude Opus 5 custa $5 por milhão de tokens de entrada e $25 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 $0.5/M.
O Claude Opus 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 $0.5/M, contra $5/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?
Aponte seu SDK da OpenAI existente para base_url="https://synthorai.io/v1", defina model="claude-opus-5" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Qual é o corte de conhecimento do Claude Opus 5?
O corte de conhecimento do Claude Opus 5 é 2026-05, segundo a documentação oficial do fornecedor (verificado em 2026-07-28).
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.