anthropic
Anthropic: Claude Opus 5
anthropic/claude-opus-5
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
Segundo o catálogo da OpenRouter, o Claude Opus 5 (anthropic/claude-opus-5) é o modelo carro-chefe da Anthropic para raciocínio exigente, programação e trabalho agêntico de longo horizonte, voltado a tarefas de software de ponta a ponta, revisão de código, detecção de bugs e análise visual. O catálogo lista entradas de texto, imagem e arquivo com saída de texto, janela de contexto de um milhão de tokens e esforço de raciocínio configurável ativado por padrão. Resultados de arenas e índices publicados ali sugerem desempenho competitivo em tarefas agênticas e de codificação. Não havia um cartão de modelo independente neste pacote de fontes, portanto todas as afirmações se baseiam nessa única entrada de catálogo.[1]
Pontos fortes
- O catálogo o descreve como um modelo carro-chefe voltado a raciocínio exigente, programação e trabalho agêntico prolongado, incluindo tarefas de software de ponta a ponta, revisão de código e detecção de bugs.[1]
- Aceita entradas de texto, imagem e arquivo, com janela de contexto de um milhão de tokens segundo o catálogo.[1]
- O esforço de raciocínio é configurável em vários níveis e vem ativado por padrão, junto com suporte a ferramentas e saídas estruturadas.[1]
Limitações
- Toda a evidência vem de uma única entrada do catálogo da OpenRouter; não havia um cartão de modelo independente, por isso as capacidades e os resultados de arena reportados devem ser validados nas suas próprias cargas de trabalho.[1]
- A saída é somente texto; não há geração de imagens ou arquivos listada.[1]
- A data de corte do conhecimento não é informada, portanto a atualidade dos dados de treinamento é desconhecida.[1]
Onde usar
- Candidato a pipelines agênticos de engenharia de software, como codificação em várias etapas e revisão automatizada de código, com base no posicionamento do catálogo e nos resultados de arena publicados.[1]
- Vale avaliar para análise de documentos e imagens que se beneficiem de uma janela de contexto muito ampla.[1]
- Pode servir para assistentes que usam ferramentas e precisam de saídas estruturadas e esforço de raciocínio ajustável.[1]
Fontes
- [1] OpenRouter catalog · Anthropic: Claude Opus 5Fontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
Claude Opus 5 is Anthropic’s flagship model for demanding reasoning, coding, and long-horizon agentic work. It is particularly strong at end-to-end software tasks, code review and bug finding, visual analysis...
Especificações
- ID do modelo
- anthropic/claude-opus-5
- ID canônico
- anthropic/claude-opus-5-20260723
- Criador
- anthropic
- Adicionado ao OpenRouter
- 24.07.2026
- Comprimento de contexto
- 1,000,000
- Modalidade
- text+image+file->text
- Modalidades de entrada
- text, image, file
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $5 / saída $25
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | AA — próximos 20% da coorte | raciocínio: opcional · padrão high · esforços: max, xhigh, high, medium, low, none · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Programação | SS — top 10% da coorte | — |
| Agentes | SS — top 10% da coorte | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: opcional · padrão high · esforços: max, xhigh, high, medium, low, none · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Análise de documentos | Sem medição | entrada: file |
| Visão | Sem medição | entrada: image |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 44.2 | AA — próximos 20% da coorte | 13.11.2026 |
| Artificial Analysis | Coding index | 78 | SS — top 10% da coorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 56.5 | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | agents · agenticgamedevtaxa de vitória 53.3% · posição 3 | 1,203Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | agents · androidnativetaxa de vitória 55.7% · posição 8 | 1,243Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | agents · blender3dtaxa de vitória 63.1% · posição 5 | 1,201Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | agents · codetovideotaxa de vitória 63.6% · posição 4 | 1,250Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | agents · fullstacktaxa de vitória 57.1% · posição 6 | 1,286Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | agents · godotgamedevtaxa de vitória 54.5% · posição 3 | 1,261Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | agents · mobileappstaxa de vitória 67.1% · posição 1 | 1,348Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | agents · pdftaxa de vitória 57.2% · posição 11 | 1,231Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | agents · python-pptxslidestaxa de vitória 54.3% · posição 7 | 1,225Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | agents · spreadsheettaxa de vitória 57.1% · posição 9 | 1,239Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | agents · webappstaxa de vitória 54.8% · posição 12 | 1,253Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · 3dtaxa de vitória 59.9% · posição 15 | 1,324Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · asciiarttaxa de vitória 68.6% · posição 1 | 1,354Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | models · codecategoriestaxa de vitória 57.4% · posição 12 | 1,318Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | models · dataviztaxa de vitória 58.3% · posição 9 | 1,327Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | models · gamedevtaxa de vitória 58% · posição 11 | 1,332Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | models · svgtaxa de vitória 58.7% · posição 5 | 1,308Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | models · uicomponenttaxa de vitória 60.6% · posição 9 | 1,341Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 56.1% · posição 14 | 1,305Elo | AA — próximos 20% da coorte | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| Claude Platform on AWS | 1,000,000 | $5 | $25 | — | — | 100% |
| 1,000,000 | $5 | $25 | — | — | 100% | |
| Amazon Bedrock | 1,000,000 | $5 | $25 | — | — | 100% |
| Azure | 1,000,000 | $5 | $25 | — | — | — |
| Anthropic | 1,000,000 | $5 | $25 | — | — | 100% |
| Amazon Bedrock | 1,000,000 | $5.5 | $27.5 | — | — | — |
| Azure | 1,000,000 | $5.5 | $27.5 | — | — | — |
| 1,000,000 | $5.5 | $27.5 | — | — | — | |
| 1,000,000 | $5.5 | $27.5 | — | — | — | |
| Amazon Bedrock | 1,000,000 | $5.5 | $27.5 | — | — | — |
| Anthropic | 1,000,000 | $10 | $50 | — | — | — |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
- Quatro escolhas de requisição do Amazon Bedrock que afetam o custo de inferênciaUm artigo da AWS mostra como a duração do cache, o nível de serviço, o esforço de raciocínio e maxTokens alteram tokens e tarifas no Amazon Bedrock, com testes em modelos Claude e Nova.
- ExpertCrowd-SWE: benchmark escrito por especialistas separa sete agentes de programação de fronteira por 35 pontosUm relatório técnico da Toptal ExpertCrowd apresenta o EC-SWE, com 100 tarefas de software escritas por engenheiros e avaliadas como uma revisão de mantenedor; sete modelos de fronteira se estendem por 35 pontos, com Claude Opus 5.5 e GPT-6 Astra estatisticamente empatados no topo.