Claude Opus 5.5 é o atual modelo Opus da Anthropic, concebido para programação com agentes em tarefas de longa duração e trabalho de conhecimento. A API Claude Opus 5.5 da Zurelay disponibiliza-o através de um endpoint compatível com OpenAI ou Anthropic, a um preço 65% abaixo do preço de tabela da Anthropic, para equipas que querem resultados ao nível do Opus sem faturas ao mesmo nível.
Claude Opus 5.5 é o modelo da gama Opus da Anthropic, lançado a 22 de setembro de 2026. A Anthropic descreve-o como concebido para programação com agentes em tarefas de longa duração e trabalho de conhecimento, e o seu guia de modelos sugere começar pelo Opus 5.5 para a maioria das tarefas. Na Zurelay, a API Claude Opus 5.5 usa o identificador de modelo claude-opus-5-5 e custa $1.40 por 1M tokens de entrada e $7.00 por 1M tokens de saída.
Segundo a Anthropic, o Opus 5.5 tem um desempenho ao nível do Claude Fable 5.1 na maioria das tarefas. A empresa afirma também que o modelo gera respostas mais de 30% mais depressa do que o Claude Opus 5 e tem um custo de utilização cerca de 40% inferior em tarefas típicas. Os primeiros utilizadores destacaram migrações de código de grande dimensão, auditorias e refatorizações. A Anthropic refere ainda uma escrita mais clara do que a dos modelos anteriores e uma leitura mais precisa de gráficos densos, diagramas e capturas de ecrã.
Como especificações: uma janela de contexto de 1M tokens, até 128K tokens de saída por pedido, entrada de texto e imagem e saída de texto. O raciocínio adaptativo está sempre ativo. O modelo decide quanto deve raciocinar, e o parâmetro effort permite ajustar a profundidade, a latência e o custo (low, medium, high, xhigh ou max). O valor predefinido é medium, um nível abaixo do Claude Opus 5, por isso aumente-o explicitamente para problemas difíceis.
Há duas alterações na API a ter em conta ao migrar. O raciocínio não pode ser desativado, por isso reduza o valor de effort nos casos em que antes o desativava. Forçar a escolha de ferramentas (any ou uma ferramenta específica pelo nome) devolve um erro, por isso mantenha a escolha de ferramentas em auto e use esquemas estritos de ferramentas ou saídas estruturadas quando precisar de garantir uma resposta em JSON. A cache de prompts exige um mínimo de 512 tokens por prompt.