Anthropic lança Opus 5, mais barato e menos preso por filtros

Dois meses depois de pôr o Opus 4.8 cá fora, a Anthropic já está a empurrar a fila outra vez. Chegou o Opus 5, o modelo pesado da casa, agora posicionado abaixo do Fable 5 em tamanho, mas acima em pragmatismo: é mais barato, menos condicionado por filtros e, em vários testes internos, simplesmente melhor.

O detalhe que interessa a quem constrói produtos com IA é precisamente esse equilíbrio. O Fable 5 é maior, mais caro e carregado de salvaguardas. O Opus 5 fica-lhe abaixo em capacidade bruta, mas a Anthropic admite que, na prática, os classificadores de segurança vão intervir cerca de 85% menos do que no Fable 5. Em bom português, menos respostas bloqueadas quando precisas de ajuda séria em código, ciência de dados ou análise de sistemas, mesmo que o modelo não seja o “flagship” no papel.

A empresa sublinha que o Opus 5 é “muito mais forte a verificar o seu próprio trabalho e a iterar com cuidado até chegar lá”. No marketing isto soa vago, mas o exemplo concreto é mais interessante: em benchmarks internos, o modelo conseguiu escrever uma pipeline de visão computacional a partir de um enunciado incompleto. É o tipo de tarefa em que a maioria dos LLMs ainda tropeça, porque combina interpretação, planeamento e código útil sem mão a guiar.

Para quem está na Europa, onde as políticas de dados e conformidade contam tanto como o desempenho bruto, há outro ponto relevante. Tal como o seu antecessor, o Opus 5 está fora da política de retenção de dados de 30 dias que se aplica ao Fable e ao Mythos. Menos dados a ficarem estacionados nos servidores da Anthropic significa menos dores de cabeça com departamentos jurídicos e equipas de compliance, sobretudo em empresas que já olham para o RGPD como um campo minado. Não resolve tudo, mas afasta uma das críticas que vinha a pesar sobre os modelos mais recentes da casa.

Isso não quer dizer que o Opus 5 seja um canivete suíço sem tampa em áreas sensíveis. A Anthropic mantém travões claros em tarefas de cibersegurança ofensiva: o modelo recusa, por exemplo, varrer vulnerabilidades em binários, mesmo que aceite olhar para vulnerabilidades em código-fonte. A lógica é que rever código é mais plausível como uso defensivo, enquanto automatizar análise de binários é o território clássico de quem quer explorar falhas em massa. A linha é discutível, mas pelo menos é explícita, ao contrário de outros fornecedores que escondem estes limites atrás de mensagens genéricas.

Para reduzir o atrito quando os filtros disparam, a Anthropic está também a testar um modo chamado Automatic Fallbacks. Se o pedido bater nos classificadores de segurança, em vez de devolução de erro o sistema encaminha automaticamente para um modelo menos poderoso que consiga responder dentro das regras. Para quem integra via API, isto é menos quebra de fluxo e menos código de remendos. Mas também é um lembrete de que, em 2026, trabalhar com grandes modelos de IA continua a ser negociar com algoritmos de moderação tão políticos como técnicos, quer seja na Anthropic, na OpenAI ou nos modelos estatais que andam a surgir da China à academia europeia. O Opus 5 promete ser mais maleável, só não deixa de mostrar quem manda na conversa.

Fonte: Tech Crunch