Preço por token do Sonnet 5.5 vs o custo real por tarefa

Em 28 de setembro de 2026 a Anthropic lançou o Claude Sonnet 5.5, o segundo modelo da geração 5.5 depois do Opus 5.5, lançado em 22 de setembro. O preço não mudou em relação ao Sonnet 5: $2 por milhão de tokens de entrada, $10 por milhão de tokens de saída e $0,20 por milhão de tokens lidos do cache de prompts. Um token é a unidade de texto pela qual os modelos de IA são cobrados.

Mesmo assim, a Anthropic diz que o novo modelo custa até 30% menos por tarefa em seus testes, e escreve sua saída mais de 30% mais rápido. O motivo não é um desconto. O modelo simplesmente precisa de menos tokens para fazer o mesmo trabalho. Esse é o ponto que merece a atenção de qualquer empresa que pague uma conta de IA: o preço por token não diz quanto custa uma tarefa.

Por que a conta cai enquanto o preço do token fica parado

A conta de um modelo é o número de tokens multiplicado pelo seu preço. E a quantidade de tokens não é definida só pelo tamanho da sua pergunta. Ela depende do que o modelo faz para chegar a uma resposta: quantas etapas percorre, com que frequência chama uma ferramenta ou faz uma busca, e quanto raciocina antes de escrever. A documentação da Anthropic afirma que os tokens de raciocínio são cobrados como tokens de saída, o tipo mais caro.

Junto com o anúncio, a Anthropic publicou resultados de empresas que testaram o modelo antes do lançamento:

• Balyasny Asset Management: em 2.441 tarefas financeiras que abrangiam perguntas e respostas, extração, análise e previsão, o Sonnet 5.5 usou cerca de 121.000 tokens por resposta contra 497.000 do Sonnet 5, e obteve pontuação maior.
• Slack: superou o Sonnet 5 em quase todas as avaliações offline do Slackbot da Slack, em menos etapas e com cerca de 14% menos tokens de saída, sem nenhuma alteração nos prompts.
• Lovable: em suas avaliações de programação, precisou de um terço a menos de chamadas de ferramentas e de cerca de metade das execuções de shell para concluir uma tarefa.
• Box: foi mais preciso que o modelo anterior, 2,4 vezes mais rápido, e usou 12% menos tokens no total.

Repare na faixa: de 12% menos tokens a cerca de três quartos a menos, dependendo do tipo de trabalho. São testes das próprias empresas, publicados pela Anthropic, não medições independentes. Na prática, a economia real na sua empresa só pode ser conhecida testando com as suas próprias tarefas.

Sonnet 5.5 ou Opus 5.5: a diferença de preço e de capacidade

O Opus 5.5 cobra o dobro por entrada e saída, enquanto as leituras de cache custam o mesmo, e na maioria dos benchmarks publicados a diferença é pequena. Mas a própria Anthropic atribui a cada modelo uma função diferente.

Os números vêm do anúncio da Anthropic e da sua documentação de preços e modelos. A pontuação do Opus 5.5 no Terminal-Bench é a mais alta dele, com esforço Xhigh. Para comparação, o Sonnet 5 marcou cerca de 1449 no GDPval-AA.

Os números são próximos, mas o mesmo anúncio diz que os benchmarks captam apenas uma faceta da capacidade, e que nos testes da própria Anthropic e de avaliadores externos o Opus 5.5 continua claramente mais forte em trabalhos complexos e abertos que exigem julgamento contínuo. O Sonnet 5.5 dá o seu melhor em tarefas do dia a dia bem delimitadas, correção de bugs e produção de documentos, slides e planilhas.

Nossa leitura, em termos operacionais: responder a uma dúvida de cliente com regras claras, extrair dados de notas fiscais, resumir uma reunião ou montar uma apresentação a partir de um modelo fixo são trabalhos para o Sonnet. Projetar um sistema novo, uma análise aberta que pondera opções ou uma decisão que depende de um contexto longo e emaranhado são os casos em que o Opus pode justificar o preço. Comparamos em detalhe o Opus 5.5 com o topo de linha Fable 5.1 em um artigo anterior.

Esforço: a configuração que mexe mais na conta do que o nome do modelo

O Sonnet 5.5 funciona com cinco níveis de esforço: low, medium, high, xhigh e max. Quanto mais alto o nível, mais tempo o modelo trabalha e mais ele verifica a si mesmo, então o custo por tarefa sobe e a pontuação normalmente também. O padrão é medium nos apps do Claude e no Claude Code, e high quando você o chama pela API.

A Anthropic diz que, em vários benchmarks, o Sonnet 5.5 com esforço low ou medium superou a melhor pontuação do Sonnet 5 por cerca de um décimo do custo por tarefa. No FrontierCode, que mede se uma alteração de código poderia ser incorporada sem edições humanas, ele marcou 10 pontos acima do Sonnet 5 na mesma configuração high, por cerca de um quinze avos do custo por tarefa.

Uma observação do anúncio merece uma pausa: no FrontierCode, o Sonnet 5.5 pontuou menos com esforço max do que com xhigh, porque executava com mais frequência a skill de revisão de código do Claude Code, que divide a revisão entre muitos subagentes; em dois casos examinados pela Cognition, isso levou a um tempo limite esgotado ou a edições além da tarefa. O esforço mais alto nem sempre dá o melhor resultado, mas geralmente é o que custa mais.

O guia de migração também avisa que os níveis foram recalibrados, então um mesmo nível não produz a mesma quantidade de raciocínio que produzia no Sonnet 5. Ele recomenda começar em high para trabalho geral, em medium para programação bem especificada e tarefas de ferramentas com várias etapas, e em medium ou low para chat e qualquer coisa sensível à latência. Em outras palavras, um sistema que chama o modelo pela API sem definir um nível vai rodar em high, e pode pagar mais do que suas tarefas rotineiras precisam.

Antes que o seu desenvolvedor troque o nome do modelo

Trocar de modelo parece uma alteração de uma linha, mas o guia de migração lista mudanças que podem parar uma integração que funciona ou alterar a sua conta:

• Desligar o raciocínio mudou: sistemas que desativam o raciocínio no Sonnet 5 com thinking: {"type": "disabled"} vão receber um erro 400 do Sonnet 5.5. O substituto é a nova configuração between_tools, aceita apenas com esforço low, medium e high.
• O raciocínio vem ligado por padrão: uma requisição que não define nenhum campo de raciocínio roda com raciocínio adaptativo no Sonnet 5.5. Quem vem do Sonnet 4.6 ou anterior, ou do Haiku 4.5, em que o raciocínio vinha desligado por padrão, passará a pagar tokens de raciocínio em requisições que nunca definiram um campo de raciocínio.
• O mesmo texto, mais tokens, se você vem da geração 4: o Sonnet 5.5 usa o tokenizador do Sonnet 5, e a documentação diz que o mesmo texto gera cerca de 30% mais tokens do que no Sonnet 4.6, Sonnet 4.5 e Haiku 4.5, dependendo do conteúdo. A economia por tarefa que a Anthropic anuncia é medida em relação ao Sonnet 5, não à geração 4.
• Formato da resposta: uma resposta pode começar com um bloco de raciocínio antes do texto, então o código que lê o primeiro elemento da resposta como sendo o texto vai quebrar.
• Configurações rejeitadas: orçamentos fixos de raciocínio, valores não padrão para parâmetros como temperature e top_p, prefill do assistente e forçar o uso de ferramentas, seja uma ferramenta específica ou qualquer uma, retornam um erro 400.
• Tarefas de cibersegurança: como as capacidades cibernéticas do modelo são comparáveis às do Opus 5, a Anthropic o lançou com salvaguardas pelas quais tarefas de segurança de maior risco passam de forma visível para o Sonnet 5. Na API, uma requisição recusada retorna uma recusa, a menos que o desenvolvedor ative o fallback beta no lado do servidor, disponível apenas na Claude API. Encontrar e corrigir bugs como parte do desenvolvimento rotineiro não é afetado.

O modelo está disponível na Claude Platform, AWS, Google Cloud e Microsoft Azure, e a documentação afirma que ele não será aposentado antes de 28 de setembro de 2027, então quem constrói sobre ele hoje tem cerca de um ano antes de ser obrigado a migrar.

Como medir o custo por tarefa na sua empresa

A pergunta que vale a pena fazer a quem cuida da sua integração de IA não é quanto custa o modelo, mas quanto nos custa uma tarefa aceita. A medição é simples:

• Escolha uma amostra real: de 20 a 50 tarefas do seu trabalho real, como respostas a clientes ou notas fiscais das quais extrair dados, não exemplos inventados.
• Rode nos dois modelos: o seu modelo atual e o Sonnet 5.5, em pelo menos dois níveis de esforço. A API retorna a contagem de tokens de entrada e de saída em cada resposta, então registre-as junto com o tempo de execução.
• Peça a um funcionário que avalie a qualidade: alguém que conhece o trabalho decide quais resultados são aceitáveis como estão.
• Calcule o custo por tarefa aceita: custo total dividido pelo número de resultados aceitos. Um modelo mais barato que exige refazer um terço das tarefas não é mais barato.
• Use as opções de preço: trabalho não urgente, como processar um arquivo de notas fiscais, pode rodar pela Batch API pela metade do preço: $1 de entrada e $5 de saída por milhão de tokens. O contexto que se repete em toda requisição, como políticas da empresa ou um catálogo de produtos, é lido do cache a $0,20 em vez de $2, e o prompt mínimo que pode ir para o cache agora é de 512 tokens em vez de 1.024.

A visão da Origami

As tabelas de preços convidam a comparar pelo custo de um milhão de tokens, mas este lançamento é um exemplo claro de que o número que importa é o custo de uma tarefa. O mesmo modelo, pelo mesmo preço, pode ficar mais barato porque trabalha em menos etapas, e pode ficar mais caro se o raciocínio for ligado por padrão ou se alguém aumentar o nível de esforço sem medir. Uma empresa que paga uma conta mensal de IA sem saber o custo de uma única tarefa está administrando uma despesa que não consegue ver.

Por isso achamos que qualquer sistema que use um modelo de linguagem dentro de uma empresa deve transformar o nome do modelo e o nível de esforço em uma configuração que muda sem reprogramação, e deve registrar os tokens por tarefa em um relatório mensal. Assim, migrar para uma nova versão, como o Sonnet 5.5 hoje e o Haiku 5.5, que a Anthropic diz que chega nas próximas semanas, vira uma decisão medida em dias, e não um projeto novo.

Conclusão

O Sonnet 5.5 não reduziu o preço de tabela, mas pode reduzir a sua conta se o modelo anterior gasta muitas etapas e tokens no seu tipo de trabalho. Antes de trocar:

• Peça ao seu desenvolvedor que revise as configurações de raciocínio e o código que lê as respostas, e depois teste a integração em um ambiente de homologação antes da produção.
• Meça o custo por tarefa aceita em uma amostra real, em pelo menos dois níveis de esforço.
• Se você usa o Sonnet 4.6 ou anterior, considere os tokens extras que o mesmo texto agora gera antes de presumir qualquer economia.
• Mantenha o Opus 5.5 para tarefas abertas que exigem julgamento, passe as tarefas repetitivas bem definidas para o Sonnet 5.5 e acompanhe os números durante um mês inteiro.

Fontes

• Anthropic — Introducing Claude Sonnet 5.5 (28 de setembro de 2026)
• Documentação do Claude — Preços, incluindo a Batch API e o cache de prompts
• Documentação do Claude — Visão geral dos modelos: janela de contexto, saída máxima, esforço padrão e datas de aposentadoria
• Documentação do Claude — Migrar para o Claude Sonnet 5.5
• TechCrunch — Anthropic lança o Sonnet 5.5 (28 de setembro de 2026)