Claude Opus 4.8: review completo — benchmarks, honestidade como recurso, preço e veredito

Nota de transparência: este review foi escrito com o próprio Claude Opus 4.8, o modelo analisado. Por isso, o texto se apoia exclusivamente em números públicos e na cobertura independente da imprensa especializada, evitando autoelogio. Leia com esse contexto em mente.

Introdução

A cadência de lançamentos de modelos de IA em 2026 beira o absurdo: surge um modelo novo a cada poucos dias. No meio dessa enxurrada, a Anthropic lançou em 28 de maio de 2026 o Claude Opus 4.8, apenas 41 dias depois do Opus 4.7 — o intervalo mais curto da história da linha Opus. O detalhe que chama atenção não é a velocidade, e sim a postura: a própria Anthropic chamou o modelo de "uma melhoria modesta, mas tangível". É um tom incomumente contido para um anúncio de lançamento, e vale levar ao pé da letra.

Mas os números contam uma história um pouco mais interessante que a modéstia do anúncio sugere. Opus 4.8 chega como o modelo público mais avançado da Anthropic, com ganhos reais em programação, matemática e — o ponto mais curioso — em honestidade. Vamos aos detalhes.

Especificações técnicas

O cartão técnico do Opus 4.8 é direto:

• Data de lançamento: 28 de maio de 2026.
• ID de API: claude-opus-4-8.
• Preço: US$ 5 por milhão de tokens de entrada e US$ 25 por milhão de saída — idêntico ao Opus 4.7.
• Janela de contexto: 1 milhão de tokens de entrada, 128 mil de saída, ativada por padrão.
• Modalidades: texto e visão na entrada, texto na saída.
• Modo rápido (Fast Mode): roda a cerca de 2,5x a velocidade padrão e ficou três vezes mais barato que o Fast Mode do Opus 4.7 — caiu de US$ 30/150 para US$ 10/50 por milhão de tokens.
• Disponibilidade: Claude API, Amazon Bedrock, Google Cloud Vertex AI, Microsoft Foundry e GitHub Copilot, além dos planos Claude Pro, Max, Team e Enterprise.

Manter o preço estável enquanto melhora os benchmarks é, em si, uma jogada de mercado. Num momento em que concorrentes sobem preços a cada versão, segurar o valor e baratear o modo rápido muda a conta de custo sem mexer no preço de tabela do modelo base.

Contexto: a corrida que comprime o tempo

Para entender o Opus 4.8, é preciso olhar o calendário. A Anthropic lançou o Opus 4.6 em fevereiro de 2026, o 4.7 em abril, e o 4.8 no fim de maio — uma cadência de cerca de dois meses que se apertou para 41 dias no último ciclo. Não é coincidência. Do outro lado, a OpenAI lançou o GPT-5.5 só seis semanas depois do GPT-5.4, e o Google despejou o Gemini 3.5 Flash no I/O. Os laboratórios de fronteira entraram numa espécie de corrida armamentista de versões, em que ninguém quer ficar mais de dois meses sem responder ao concorrente.

Essa compressão tem um efeito colateral interessante para quem usa os modelos: o que você escolheu há três meses provavelmente já está defasado. A lição prática que circula entre desenvolvedores é construir a arquitetura do produto de forma a trocar de modelo sem reconstruir tudo — uma abordagem "API-first" que deixou de ser opcional. O Opus 4.8, nesse cenário, é menos um destino e mais uma fotografia de um momento que vai mudar de novo em semanas.

Desempenho: os benchmarks

É aqui que o "modesto" do anúncio se revela mais generoso do que parece. Os números publicados pela Anthropic, com comparações independentes:

• SWE-Bench Pro (programação agêntica, o mais difícil da família SWE): 69,2%, contra 64,3% do Opus 4.7. Para comparação, o GPT-5.5 marca 58,6% e o Gemini 3.1 Pro, 54,2%.
• SWE-Bench Verified: 88,6%.
• OSWorld-Verified (uso agêntico de computador): 83,4%, à frente do Opus 4.7 (82,8%), do GPT-5.5 (78,7%) e do Gemini 3.1 Pro (76,2%).
• USAMO 2026 (matemática olímpica): um salto impressionante de 69,3% para 96,7% — ganho de 27 pontos percentuais num único ciclo de 41 dias, o maior salto matemático da história da linha Opus.
• Humanity's Last Exam: 57,9%.
• Terminal-Bench 2.1 (a exceção): 74,6%, atrás do GPT-5.5, que mantém a liderança nessa prova com 78,2%.

O retrato geral: o Opus 4.8 lidera na maioria das provas de programação e raciocínio, perde uma (terminal) para a OpenAI, e dá um salto desproporcional em matemática. Não é uma revolução geracional, mas também não é a melhoria marginal que a palavra "modesta" insinua.

A honestidade como recurso

Esse é o ângulo mais original do lançamento, e o que a imprensa especializada mais destacou. A Anthropic afirma que o Opus 4.8 é cerca de quatro vezes menos propenso que o Opus 4.7 a deixar passar falhas no próprio código sem sinalizá-las. Mais que isso: segundo as análises, é o primeiro modelo Claude a marcar 0% em "relatar resultados falhos de forma acrítica", com uma redução de mais de dez vezes na superconfiança em relação ao antecessor.

Por que isso importa? Porque não aparece numa demo de cinco minutos, mas se acumula ao longo de tarefas longas. Para equipes que usam IA em revisão de código agêntica, um modelo que admite incerteza e sinaliza as próprias falhas em vez de afirmar com confiança algo errado é uma mudança de confiabilidade em produção — não uma nota de rodapé de benchmark. É o tipo de melhoria que os engenheiros sentem na prática mais do que veem no gráfico.

As novidades de recursos

O Opus 4.8 não veio sozinho. No mesmo dia, a Anthropic lançou recursos que mudam como o modelo é usado:

• Controle de Esforço (Effort Control): no claude.ai e no Cowork, o usuário escolhe quanto "esforço de raciocínio" o Claude aplica — de Baixo (mais rápido, menos consumo) a Máximo. O modelo usa Alto por padrão. Na prática, rodar Baixo em tarefas simples e Máximo nas difíceis é a disciplina que corta a conta mensal sem sacrificar qualidade no que importa.
• Dynamic Workflows (no Claude Code): uma prévia de pesquisa que deixa o Claude orquestrar dezenas a centenas de subagentes paralelos numa única sessão. Para os problemas mais difíceis, ele faz um plano, dispara subagentes que atacam o problema de ângulos independentes, usa agentes adversariais para tentar refutar as próprias descobertas, e itera até as respostas convergirem. Pense em uma migração que toca centenas de arquivos, ou uma auditoria de codebase inteira — tarefas que antes exigiam um time, agora rodando como uma única instrução.
• Mensagens de sistema no meio da tarefa saíram do beta.

Casos práticos

Onde o Opus 4.8 brilha, segundo a documentação e os primeiros relatos: programação agêntica complexa, migrações de codebase, uso de computador e tarefas de raciocínio em que a qualidade da saída muda o resultado de negócio de verdade. A Databricks, por exemplo, relatou custo de token 61% menor com o Opus 4.8 em relação ao 4.7 no seu agente Genie AI — graças, em boa parte, ao Fast Mode mais barato.

Para quem vive no editor, vale notar: o modelo ficou disponível no GitHub Copilot no mesmo dia do lançamento. Ou seja, muitos desenvolvedores já o têm à mão sem precisar mexer em nada.

Como ele se posiciona contra os rivais

Vale situar o Opus 4.8 no tabuleiro de maio de 2026, porque ele não existe no vácuo. Contra o GPT-5.5 da OpenAI, a disputa é equilibrada e dividida por categoria: o Opus lidera em programação agêntica (SWE-Bench Pro) e uso de computador (OSWorld), enquanto o GPT mantém a ponta no Terminal-Bench. Contra o Gemini 3.1 Pro do Google, o Opus leva vantagem na maioria das provas de raciocínio. E contra os modelos chineses — Qwen 3.7-Max da Alibaba e DeepSeek V4-Pro — a história vira: eles entregam desempenho competitivo cobrando uma fração do preço, o que pressiona justamente o posicionamento premium da Anthropic.

Há ainda a sombra do próprio futuro da Anthropic. A empresa confirmou que modelos da classe Mythos — o modelo restrito do Project Glasswing, usado por um grupo pequeno de organizações por questões de cibersegurança — devem chegar de forma mais ampla "nas próximas semanas". Ou seja, o Opus 4.8 é o topo da linha pública hoje, mas não o teto absoluto do que a Anthropic tem em mãos. Para quem decide com base no que está disponível agora, isso é detalhe; para quem planeja a longo prazo, é um sinal de que o teto ainda vai subir.

Prós e contras

Prós:

• Mesmo preço do antecessor, com benchmarks melhores em quase tudo.
• Salto enorme em matemática (USAMO) e ganhos sólidos em programação agêntica.
• Honestidade mensuravelmente melhor — menos alucinação e superconfiança.
• Fast Mode três vezes mais barato, mudando a economia de uso intensivo.
• Controle de Esforço dá ao usuário uma alavanca real de custo.

Contras:

• Não é um salto geracional — a própria Anthropic freia as expectativas.
• Perde no Terminal-Bench para o GPT-5.5.
• Recursos como Dynamic Workflows ainda são prévia de pesquisa, não algo maduro.
• O preço base (US$ 5/25) segue alto frente a concorrentes como DeepSeek e Qwen, que cobram uma fração disso.

Veredito final

O Claude Opus 4.8 é exatamente o que a Anthropic disse que ele é: uma melhoria modesta no papel, tangível na prática. Para quem já usa o ecossistema Claude, é um upgrade sem fricção — mesmo preço, mais capacidade, e o switch custa só trocar o ID do modelo. O salto em honestidade e em matemática são os destaques reais, e o Fast Mode mais barato é um presente para quem roda volume.

A ressalva honesta é de posicionamento: num mercado onde modelos chineses entregam desempenho competitivo por uma fração do preço, o Opus 4.8 continua sendo a opção premium. Faz sentido quando a qualidade da saída muda o resultado — programação séria, tarefas reguladas, raciocínio de ponta. Para uso de volume e custo sensível, há alternativas mais baratas. Mas se o que você precisa é do modelo mais confiável e capaz que a Anthropic oferece publicamente hoje, o Opus 4.8 é, sem drama e sem hype, exatamente isso.