anthropic
Anthropic: Claude Opus 5.5
anthropic/claude-opus-5.5
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
O Claude Opus 5.5 da Anthropic, listado no OpenRouter como anthropic/claude-opus-5.5 (canônico anthropic/claude-opus-5.5-20260921), é descrito pelo fornecedor como um modelo carro-chefe para raciocínio exigente, programação e trabalho agêntico de longo horizonte, sucedendo o Claude Opus 5. Aceita texto, imagens e arquivos e retorna texto, com uma janela de contexto de um milhão de tokens. O raciocínio é obrigatório, com níveis de esforço selecionáveis. O catálogo do OpenRouter também registra posições de destaque em várias categorias agênticas e criativas de sua arena de design, embora não houvesse uma ficha de modelo independente neste pacote de fontes.[1]
Pontos fortes
- Segundo o fornecedor: a Anthropic o posiciona como seu carro-chefe para raciocínio complexo, programação e trabalho agêntico prolongado, com força particular em mudanças de várias etapas em bases de código grandes.[1]
- Medido no catálogo: posições de destaque na arena de design em várias categorias agênticas (como full-stack, aplicativos web e código para vídeo) e criativas (como desenvolvimento de jogos e visualização de dados).[1]
- Entradas e ferramentas amplas conforme a listagem: texto, imagens e arquivos; chamadas de ferramentas, saídas estruturadas, esforço de raciocínio ajustável e janela de contexto de um milhão de tokens.[1]
Limitações
- Evidência apenas de catálogo: todas as afirmações vêm da listagem do OpenRouter e da descrição do fornecedor; não havia ficha independente no pacote de fontes, então valide em suas próprias cargas de trabalho.[1]
- O raciocínio é obrigatório, não opcional; apenas o nível de esforço é ajustável, o que pode ser sobrecarga desnecessária para prompts simples.[1]
- Lacunas de evidência: a data de corte de conhecimento não é informada, alguns índices de avaliação são nulos e a cobertura da arena pende para tarefas de design e agênticas em vez de benchmarks amplos.[1]
Onde usar
- Vale avaliar para programação agêntica em repositórios grandes, alinhado ao foco declarado do fornecedor em trabalho prolongado de várias etapas.[1]
- Candidato a pipelines que combinam documentos, imagens e arquivos com chamadas de ferramentas e saídas estruturadas.[1]
- Opção plausível para geração orientada a design (interfaces web e de apps, visualização de dados) dados os resultados na arena, sujeito a testes próprios.[1]
Fontes
- [1] OpenRouter catalog · Anthropic: Claude Opus 5.5Fontes 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 5.5 is Anthropic's flagship model for demanding reasoning, coding, and long-horizon agentic work, succeeding Claude Opus 5. It is particularly strong at multi-step changes in large codebases, code...
Especificações
- ID do modelo
- anthropic/claude-opus-5.5
- ID canônico
- anthropic/claude-opus-5.5-20260921
- Criador
- anthropic
- Adicionado ao OpenRouter
- 22.09.2026
- 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 $4 / saída $20
- 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 | SS — top 10% da coorte | raciocínio: obrigatório · padrão high · esforços: max, xhigh, high, medium, low · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Programação | Sem medição | — |
| Agentes | Sem medição | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: obrigatório · padrão high · esforços: max, xhigh, high, medium, low · 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 | 59.1 | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | agents · androidnativetaxa de vitória 76.3% · posição 1 | 1,397Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | agents · blender3dtaxa de vitória 57.2% · posição 4 | 1,255Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | agents · codetovideotaxa de vitória 73.8% · posição 1 | 1,341Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | agents · fullstacktaxa de vitória 70.8% · posição 1 | 1,392Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | agents · mobileappstaxa de vitória 61.6% · posição 3 | 1,296Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | agents · pdftaxa de vitória 68.4% · posição 2 | 1,309Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | agents · spreadsheettaxa de vitória 68% · posição 2 | 1,392Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | agents · webappstaxa de vitória 62.7% · posição 1 | 1,320Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | models · 3dtaxa de vitória 65.2% · posição 2 | 1,464Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | models · asciiarttaxa de vitória 64.3% · posição 2 | 1,354Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | models · codecategoriestaxa de vitória 60.8% · posição 2 | 1,385Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | models · dataviztaxa de vitória 63.9% · posição 1 | 1,388Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | models · gamedevtaxa de vitória 63.7% · posição 1 | 1,428Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | models · svgtaxa de vitória 53.6% · posição 3 | 1,321Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | models · uicomponenttaxa de vitória 63.4% · posição 3 | 1,379Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 55.3% · posição 5 | 1,325Elo | SS — top 10% 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) |
|---|---|---|---|---|---|---|
| Amazon Bedrock | 1,000,000 | $4 | $20 | — | — | 100% |
| Azure | 1,000,000 | $4 | $20 | — | — | 100% |
| 1,000,000 | $4 | $20 | — | — | 100% | |
| Claude Platform on AWS | 1,000,000 | $4 | $20 | — | — | 100% |
| Anthropic | 1,000,000 | $4 | $20 | — | — | 100% |
| Amazon Bedrock | 1,000,000 | $4.4 | $22 | — | — | 100% |
| Amazon Bedrock | 1,000,000 | $4.4 | $22 | — | — | 100% |
| Azure | 1,000,000 | $4.4 | $22 | — | — | — |
| 1,000,000 | $4.4 | $22 | — | — | 100% | |
| 1,000,000 | $4.4 | $22 | — | — | 100% | |
| Anthropic | 1,000,000 | $8 | $40 | — | — | 100% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
- Hark lança o Handoff², agente de navegador de segunda geração que afirma dobrar a velocidadeA Hark iniciou a distribuição do Handoff², a nova versão do agente por trás de seu assistente Hark Pro, com 82% de conclusão em seu benchmark interno, 46% menos tempo por tarefa e um resultado a cinco pontos do Claude Opus 5.5.
- Show HN: Datatomcp, uma camada de dados em que agentes de IA propõem definições de negócio e uma pessoa as aprovaUm novo projeto do Show HN, o datatomcp, se apresenta como uma camada de dados nativa de IA: bancos de dados, planilhas e aplicativos são vinculados uma vez, uma pessoa aprova as definições usadas pelos agentes e toda pergunta fica auditada.
- Usar IA para se divertir e um panorama de novas ferramentas com agentesUm excerto de RSS afirma que um único aplicativo de agente basta para ampliar o que os usuários conseguem fazer e reúne novidades de Claude, Gemini, Grok Bot, ChatGPT, Granola, Practical Data e Adobe Firefly.
- 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.
- Google DeepMind e Artificial Analysis apresentam o MKA, um benchmark para trabalho de agentes com base visualO MKA é um benchmark de 200 tarefas que mede se agentes de IA conseguem extrair evidências decisivas de blueprints, digitalizações e gráficos e transformá-las em entregáveis profissionais.