Claude Opus vs Sonnet testados: qual modelo para cada tarefa

O que muda entre Opus 5.5 e Sonnet 5.5?

A Anthropic recomenda o Opus 5.5 como modelo inicial e posiciona o Sonnet 5.5 como opção equilibrada. Na API, os preços de entrada e saída do Sonnet 5.5 são metade dos preços correspondentes do Opus 5.5; isso não demonstra qualidade equivalente.

Modelos e preços de API conferidos em 2026-10-19. Valores por milhão de tokens, em USD.

O Sonnet 5 é uma versão anterior. Seus resultados não devem ser atribuídos ao Sonnet 5.5. O Fable 5.1 está na linha atual e foi acrescentado à avaliação em 2026-10-20, com os mesmos 80 prompts e critérios. A Anthropic também lista o Mythos 5.1, restrito a organizações selecionadas de ciberdefesa e ciências da vida, sem disponibilidade para o público geral.

Qual plano dá acesso a qual modelo?

O Free oferece Sonnet e Haiku, sem Opus ou Fable; o Pro acrescenta Opus, mas não inclui Fable. Para o Max 5x, as páginas oficiais que conferimos informam acesso ao Fable com 50% dos limites semanais.

Planos conferidos em 2026-10-19. Preços de lista em USD apresentados a visitantes dos EUA, sem impostos.

Os preços em reais, com impostos, devem ser conferidos na página brasileira do fornecedor; não verificamos valores em moeda local. Para contextualizar a contratação, consulte o guia de Claude para profissionais: planos, limites e uso.

Para experimentar Opus e Sonnet pelo aplicativo, o Pro inclui ambos. Já os preços por assento de Team e Enterprise não bastam para afirmar quais modelos estão disponíveis: essa informação não foi verificada para esta página.

O que os testes mostram sobre Opus e Sonnet?

Na nossa avaliação de outubro de 2026, o desempenho relativo variou conforme a rodada e a profissão, sem sustentar um vencedor geral. Os resultados agrupam idiomas: não há aqui uma nota exclusiva para português brasileiro.

Em 2026-10-19, a rodada 1 teve 40 prompts, sendo 30 em inglês e 10 em espanhol, em 10 profissões. Cada prompt tinha 5 critérios definidos previamente e 3 execuções por modelo, totalizando 360 execuções. A rodada 2 manteve o desenho, com 20 prompts em francês e 20 em português brasileiro, também totalizando 360 execuções.

A rodada 2 incluiu armadilhas deliberadas, como um total errado e uma conversão incorreta de unidade. As notas foram menores para todos os modelos. Não se deve calcular uma média entre as rodadas nem atribuir a diferença apenas ao idioma.

Em 2026-10-19, participaram Claude Opus 5.5, Claude Sonnet 5 e GPT-6 Astra. Em 2026-10-20, acrescentamos Claude Fable 5.1 e Gemini 4 Argon com os mesmos 80 prompts e critérios, ambos avaliados pelo gpt-6-astra; o Gemini rodou pelo Antigravity CLI do Google, com um agente sem ferramentas, e não pelo aplicativo. As respostas Claude foram avaliadas pelo gpt-6-astra; as do GPT, pelo claude-opus-5-5. Veja o desenho na metodologia dos testes e a discussão sobre o que os testes de prompts mostram e não mostram.

Resultados agregados da avaliação de 2026-10-19.

Com o mesmo juiz gpt-6-astra, Claude Fable 5.1 cumpriu 90% dos critérios na rodada 1 (67 de 120 execuções com todos os critérios cumpridos) e 78% na rodada 2 (28 de 120); Gemini 4 Argon cumpriu 91% (75 de 120) e 80% (36 de 120), respectivamente.

Ressalvas para estas notas: Opus, Sonnet, Fable e Gemini compartilharam o juiz gpt-6-astra, permitindo comparação sob o mesmo avaliador, mas os juízes não são igualmente rigorosos. As chamadas dos modelos Claude e GPT foram feitas pela API, em um ambiente de execução por linha de comando, com ferramentas, web e memória desligadas; o Gemini usou o Antigravity CLI do Google, com um agente sem ferramentas, não o aplicativo. Os aplicativos podem produzir resultados diferentes.

A calibração da avaliação de 2026-10-19 mostrou essa assimetria. Em 30 execuções Claude da rodada 1, o juiz publicado aprovou 93% dos critérios, contra 98% na reavaliação pelo claude-opus-5-5. Em 10 execuções Claude da rodada 2, foram 74% contra 86%. Nas amostras GPT, com 30 e 10 execuções respectivamente, ambos os juízes aprovaram 97% na rodada 1 e 98% na rodada 2. Esses números também vêm do ambiente via API, não dos aplicativos.

Um agente editor, não um humano, releu os vereditos sem conhecer previamente a decisão do juiz: concordou com 18 de 20 na rodada 1 e com 9 de 10 na rodada 2. Essa checagem automatizada não equivale a validação profissional.

Resultados por profissão em 2026-10-19. Cada célula mostra a parcela de critérios cumpridos por Opus 5.5 / Sonnet 5.

Nesta tabela também se aplicam as limitações: juiz comum gpt-6-astra, rigor diferente entre juízes e execução via API por linha de comando, sem ferramentas, web ou memória. Os resultados no aplicativo podem diferir; a rodada 2 contém armadilhas.

Na avaliação de outubro de 2026, a ordem entre os modelos mudou para contadores e advogados conforme a rodada. O agregado não permite identificar a causa específica de cada diferença. As principais perdas de critérios envolveram conteúdo acrescentado sem apoio na entrada, como avisos, datas, benefícios ou premissas jurídicas, e, nos modelos Claude, limites de palavras.

Para aplicar essas cautelas, consulte os guias de IA para contadores, IA para advogados e IA para médicos e enfermeiros.

Como escolher e comparar no seu trabalho?

Compare uma tarefa representativa com material fictício e critérios definidos antes de ler as respostas. A escolha deve considerar os erros encontrados, o trabalho de revisão e o acesso pelo plano, sem transferir automaticamente resultados do Sonnet 5 para o Sonnet 5.5.

Escolha um documento que você consiga conferir integralmente. Prepare uma versão com uma inconsistência conhecida e guarde uma referência correta. Se usar o Pro, envie o mesmo material e o mesmo pedido aos modelos disponíveis, registrando a versão exibida.

Revise o documento da área de [PROFISSÃO].

Tarefa: [DESCREVA A ENTREGA DESEJADA]
Limite da entrega: [LIMITE DE PALAVRAS]

Material fictício, sem dados pessoais reais:
[COLE O MATERIAL]

Antes da entrega, liste números, totais, datas ou conversões que pareçam inconsistentes. Cite o trecho correspondente e explique a dúvida. Não corrija silenciosamente.

Se não encontrar inconsistências, informe isso.

Depois, faça a entrega solicitada. Não acrescente fatos, datas, benefícios ou premissas jurídicas ausentes do material. Quando faltar informação necessária, identifique a lacuna.

Repita a comparação com o mesmo pedido. Registre se a inconsistência foi identificada, se apareceram afirmações sem apoio e se o limite de palavras foi respeitado. A primeira verificação avalia a armadilha que você preparou; as demais tratam de problemas observados na nossa avaliação de outubro de 2026.

Use a biblioteca de prompts testados como referência para formular pedidos verificáveis. O procedimento acima é uma sugestão de avaliação própria, não um novo resultado publicado.

Na API, compare entrada e saída separadamente, usando os preços da tabela. Uma tarifa menor não determina o custo final: considere o consumo e o trabalho de revisão, sem presumir uma economia fixa ou um custo de retrabalho já demonstrado.

Limites: o que precisa de revisão profissional?

Um profissional habilitado na sua jurisdição deve conferir fundamentos jurídicos, cálculos contábeis ou fiscais e conteúdo clínico antes do uso profissional. Esta comparação não constitui orientação jurídica, contábil, fiscal ou médica.

• Dados pessoais: a LGPD, Lei 13.709/2018, rege o tratamento de dados pessoais, inclusive em meios digitais, por pessoas naturais e pessoas jurídicas de direito público ou privado. A aplicação ao caso concreto exige análise adequada.
• Sigilo e termos: não verificamos os termos do fornecedor sobre retenção, treinamento com seus dados ou proteções empresariais. Leia os termos de dados e privacidade do plano e as regras de sigilo profissional antes de inserir informações de clientes, pacientes ou funcionários.
• Alcance de “testado”: neste site, significa ao menos 2 execuções concluídas e avaliadas. Não é aprovação profissional.
• Versões e ambiente: avaliamos Sonnet 5, não Sonnet 5.5; Fable 5.1 foi acrescentado em 2026-10-20, com os mesmos prompts. A avaliação dos modelos Claude ocorreu pela API, não pelos aplicativos.
• Contratação: preços foram conferidos em 2026-10-19; o preço do Max 20x e os valores em moeda local não foram verificados.

Perguntas frequentes