Claude Opus 4.8 lançado — recursos, benchmarks e preços explicados

Em 28 de maio de 2026, a Anthropic lançou o Claude Opus 4.8 — menos de dois meses depois do Opus 4.7. O ritmo das atualizações está claramente acelerando. Mas o destaque desta vez não são alguns pontos percentuais em um benchmark. O anúncio oficial da Anthropic relata que os primeiros testadores acharam o modelo "mais confiável e com julgamento mais apurado ao executar tarefas agênticas", e afirma que "uma das melhorias mais marcantes do Opus 4.8 é a sua honestidade". Um lançamento que coloca "ficou mais honesto" no mesmo patamar dos ganhos em benchmarks é algo incomum.

A conclusão logo de cara: a programação melhora com solidez (SWE-bench Pro 64.3% → 69.2%), o trabalho no terminal dá um salto (Terminal-Bench 2.1 66.1% → 74.6%) e a pontuação em trabalho de conhecimento também sobe (GDPval-AA 1753 → 1890). Além disso, o fast mode fica cerca de 2.5 vezes mais rápido e custa, na prática, um terço, e chegam de uma vez três recursos para desenvolvedores: o parâmetro effort, os dynamic workflows e as entradas system na Messages API. Ao mesmo tempo, ele não lidera em tudo: no trabalho no terminal ainda fica atrás do GPT-5.5. Este artigo detalha os números, os novos recursos e as ressalvas com base no anúncio oficial da Anthropic e no seu Transparency Hub.

* Os números deste artigo baseiam-se no anúncio oficial, na página do modelo e no system card da Anthropic, além de reportagens de diversos veículos de tecnologia (em 28 de maio de 2026). Eles podem ser atualizados à medida que surgirem mais verificações.

1. O essencial do Opus 4.8: desempenho, preço e filosofia

Para o leitor ocupado, primeiro o essencial.

• Desempenho: a programação (SWE-bench Pro) fica constantemente mais forte; o trabalho no terminal (Terminal-Bench 2.1) e o trabalho de conhecimento (GDPval-AA) sobem com força. Por outro lado, o GPT-5.5 lidera no Terminal-Bench 2.1, e o uso do computador (OSWorld-Verified) quase não se mexe.
• Preço: o padrão é mantido igual ao do 4.7. O maior impacto econômico é que o fast mode ficou ~2.5x mais rápido e efetivamente custa um terço do preço.
• Filosofia: "mais honesto" antes de "mais inteligente". Ele deixa passar sem comentário falhas no código que escreveu cerca de 4 vezes menos que o 4.7, e só em 3.7% dos casos deixa de avisar o usuário sobre falhas importantes do trabalho. Chegam os novos dynamic workflows e o parâmetro effort para sustentar trabalho autônomo mais longo.

2. Especificações principais e disponibilidade

Vamos começar pelos fatos imutáveis: as especificações do Opus 4.8 e onde você pode usá-lo.

O ponto-chave é que preço e contexto são mantidos iguais, e só a substância ficou mais forte. Se você está no 4.7, trocar o ID do modelo para claude-opus-4-8 garante os ganhos de desempenho sem custo extra (as ressalvas da migração estão na seção 9). Apenas note que a inferência exclusiva nos EUA tem um multiplicador de preço de 1.1x.

3. Benchmarks frente a frente (4.8 vs 4.7)

Vimos as especificações. Então, quanto cresceu a capacidade real? Aqui estão os principais benchmarks publicados alinhados contra o 4.7. Em negrito estão os maiores ganhos.

Fonte: a tabela (uma imagem) do anúncio do Opus 4.8 pela Anthropic. No Terminal-Bench 2.1, todos os modelos usam o harness Terminus-2; o GPT-5.5 marca 83.4% com o Codex CLI (nota de rodapé do mesmo anúncio). No OSWorld-Verified, a nota de rodapé do mesmo anúncio diz que o valor do Opus 4.7 foi atualizado para 82.3% após uma mudança na forma de rodar a avaliação, o que não bate com os 82.8% da tabela.

Uma observação para ler a tabela. Os +4.9 pontos no SWE-bench Pro parecem modestos, mas importam: o Pro reúne tarefas de programação mais realistas e difíceis, então um ganho ali se traduz diretamente em "menos momentos em que você trava no trabalho real". Ainda assim, os maiores ganhos são os +8.5 pontos no Terminal-Bench 2.1 e os +137 no GDPval-AA.

Dito isso, ele não lidera em tudo. No Terminal-Bench 2.1, o GPT-5.5 fica à frente com 78.2% (83.4% com o Codex CLI), e o uso do computador no OSWorld-Verified fica quase estável em relação ao 4.7 (+0.6 ponto). Mais na seção 9.

4. Preços e fast mode — velocidade 3x mais barata

Falamos bastante de desempenho, mas o que realmente pesa mais no seu bolso desta vez é a mudança de preço do fast mode. O preço padrão é completamente mantido igual ao do 4.7, então vamos colocar os dois lado a lado.

Isso é maior do que parece. O dilema de "quero velocidade, mas o fast mode é caro" atingia exatamente os casos de uso — respostas em UI de chat, revisão de código em massa em CI/CD, execuções de agentes com muitas etapas — em que agora você pode ter velocidade e preço ao mesmo tempo. Combinado com o preço padrão mantido igual, a lição econômica desta vez é "o mesmo orçamento, porém mais rápido e mais inteligente." Para o panorama completo de preços, veja a comparação de preços Claude Opus / Sonnet / Haiku.

5. Novidade nº 1: o parâmetro effort e o raciocínio adaptativo

Depois do preço, os recursos que os desenvolvedores tocam diretamente. Primeiro, o parâmetro effort. Esse é um botão que permite especificar explicitamente "quão profundamente pensar" em quatro níveis.

A contrapartida do effort é o raciocínio adaptativo: o modelo ajusta automaticamente a computação que usa de acordo com a complexidade da tarefa. Rápido em perguntas simples, mais profundo por conta própria nas difíceis. Você define o teto e a política com o effort, e o raciocínio adaptativo otimiza a alocação real — um design de duas camadas que entrega "nenhum token de raciocínio desperdiçado, profundidade só onde importa."

6. Novidade nº 2: dynamic workflows (research preview)

O recurso mais ambicioso desta vez é este. Os dynamic workflows são um recurso em research preview utilizável no Claude Code (CLI, Desktop, extensão do VS Code), um mecanismo para entregar ao Claude um "grande trabalho" por inteiro.

Concretamente, o Claude escreve seus próprios scripts de orquestração e gera dezenas a centenas de subagentes paralelos para atacar um problema simultaneamente. Ele inclusive emprega agentes de verificação adversária para checar criticamente os resultados, e itera até a convergência. Ele coordena fora do fio principal da conversa, e seu estado é retomável, mantendo-se ao longo de uma execução de vários dias.

Em termos de posicionamento, é um passo rumo a fazer com que o próprio modelo projete e execute, na hora, a "orquestração paralela de muitos agentes" que antes você tinha de construir sozinho com o Claude Agent SDK. Para grandes refatorações e investigações transversais, expande-se o alcance que ele pode conduzir sem direcionamento humano passo a passo.

7. Novidade nº 3: entradas system na Messages API

Uma mudança sutil, mas bem-vinda para desenvolvedores: a Messages API agora aceita entradas system dentro do array messages.

Antes, o prompt do sistema (instruções de sistema) era colocado uma única vez no início da conversa. Com essa mudança, você pode injetar instruções de sistema no meio da conversa — e fazê-lo sem quebrar o prompt cache nem exigir um turno do usuário.

// Exemplo: atualizando "permissões, orçamento, ambiente" no meio do workflow
messages: [
  { role: "system",    content: "Você é um agente de CI. Sem operações destrutivas." },
  { role: "user",      content: "Atualize as dependências" },
  { role: "assistant", content: "..." },
  // Atualiza a política no meio da execução (sem quebrar o cache)
  { role: "system",    content: "O orçamento de tokens está baixo. Use effort=low, apenas os pontos principais." },
  { role: "user",      content: "Continue" }
]

Isso se mostra valioso em execuções de agentes longas e com várias etapas. "Trocar a política dinamicamente" durante a execução — apertando permissões, sinalizando o orçamento de tokens, atualizando o contexto do ambiente (em qual branch você está, etc.) — agora funciona preservando a eficiência do cache. É um design que combina bem com execuções autônomas de longa duração, como os dynamic workflows.

8. O maior salto é a honestidade — deixa passar cerca de 4 vezes menos falhas no código

Esta é a parte que eu mais quero transmitir. O verdadeiro diferencial do Opus 4.8 não são os números dos benchmarks — é a "honestidade sobre o próprio trabalho." O que a Anthropic e os testadores enfatizaram repetidamente é que este modelo sinaliza proativamente sua própria incerteza e tem menos probabilidade de fazer afirmações sem fundamento.

Por que isso importa? O maior risco em deixar um agente de IA rodar de forma autônoma por muito tempo é "relatar uma falha como sucesso e, então, empilhar mais trabalho sobre esse erro." Dizer "corrigido" enquanto os testes ainda falham; afirmar palpites incertos em tom confiante — esse tipo de "excesso de confiança" mina a confiabilidade da automação na raiz. O fato de o Opus 4.8 agora sinalizar sua incerteza por conta própria é, na prática, mais valioso do que alguns pontos de benchmark. Pessoalmente, acho que este único ponto é o mais louvável desta atualização.

9. Ressalvas (ditas com honestidade)

Já vimos os ganhos. Mas, como este é um artigo que elogia a "honestidade", serei honesto também: aqui estão, sem disfarce, os pontos que não melhoraram ou que pedem cautela no 4.8.

No caso de prompt injection, mudar para o 4.8 não deixa você mais seguro. Segundo o Transparency Hub da Anthropic, a taxa de sucesso dos ataques é de 0.4% — a mesma do 4.7, em mais de 15 mil tentativas —, a mais baixa entre os principais modelos comparados, mas esse valor é medido sem as defesas adicionais que a Anthropic acrescenta nos seus produtos. Para agentes que leem entradas externas (páginas web, e-mails, postagens de usuários) e agem de forma autônoma, o básico continua sendo um design que limita permissões em vez de confiar na resistência do modelo.

10. Quem deve migrar agora mesmo

Então, você deve mudar para o claude-opus-4-8 agora mesmo? Vamos detalhar por tipo.

Como o custo de troca em si é quase zero (basta mudar o ID do modelo; o preço padrão é mantido igual), o caminho ideal é primeiro mudar para o claude-opus-4-8 em um ambiente não crítico e medir nas suas próprias tarefas. Os passos concretos de migração a partir do 4.7 se aplicam diretamente conforme o raciocínio do guia de migração do Opus 4.7. Para a comparação com o GPT-5.5 e outros, veja a comparação GPT-5.5 vs Claude Opus.

Resumo

O Claude Opus 4.8 (lançado em 28 de maio de 2026, claude-opus-4-8) é um carro-chefe que reforçou o conteúdo mantendo preço e contexto. A programação melhorou de forma constante (SWE-bench Pro +4.9); o trabalho no terminal (Terminal-Bench 2.1 +8.5) e o trabalho de conhecimento (GDPval-AA +137) melhoraram com força. O fast mode ficou cerca de 2.5 vezes mais rápido e, na prática, custa um terço, e os recursos práticos — o parâmetro effort, os dynamic workflows e as entradas system na Messages API — chegaram juntos.

Mas o essencial não são os números. Deixar passar cerca de 4 vezes menos falhas no código e só em 3.7% dos casos deixar de avisar sobre uma falha — este lançamento, que coloca a "honestidade" à frente da "inteligência", aponta na direção certa para uma era de IA autônoma de longa duração. Ao mesmo tempo, ele ainda fica atrás do GPT-5.5 no Terminal-Bench 2.1, e sua resistência a injection não mudou em relação ao 4.7; ele não lidera em todos os eixos. Por isso — bem no espírito da virtude deste próprio modelo — a forma mais inteligente de usá-lo é não confiar demais e medir nas suas próprias tarefas antes de decidir.

Leitura relacionada: análise do lançamento do Claude Opus 4.7, guia de migração do Opus 4.7, comparação de preços Opus / Sonnet / Haiku, comparação GPT-5.5 vs Claude Opus e o que é o Claude Agent SDK.

FAQ

P. Migrar do Opus 4.7 para o 4.8 é difícil?
R. Quase nada. Basta trocar o ID do modelo na API para claude-opus-4-8; o preço padrão e a janela de contexto (1M de tokens) se mantêm. O effort=HIGH padrão usa aproximadamente os mesmos tokens que o padrão do 4.7 e só o desempenho sobe, então você se beneficia sem mudar a configuração. Em agentes que lidam com entradas externas, porém, note que a resistência a injection não melhorou em relação ao 4.7 (veja acima).

P. O que significa o fast mode "3x mais barato"?
R. Significa que o preço do fast mode ($10 entrada / $50 saída por 1M tokens) é efetivamente um terço do fast mode do modelo anterior. A velocidade é cerca de 2.5x a do padrão. O dilema "quero velocidade, mas o fast mode é caro" é muito atenuado, facilitando o uso em UIs de chat e processamento em lote em massa.

P. Qualquer um pode usar os dynamic workflows?
R. Eles estão em research preview, utilizáveis a partir do Claude Code (CLI, Desktop, extensão do VS Code). A disponibilidade é nos planos Max, Team e Enterprise (habilitado pelo administrador) e via API, Bedrock, Vertex e Foundry. Por segurança, o primeiro acionamento exige confirmação explícita. O comportamento pode mudar, então o mais seguro é experimentar primeiro em trabalho não crítico.

P. O 4.8 é melhor que o 4.7 em todos os aspectos?
R. Não. Mesmo na tabela da própria Anthropic, o GPT-5.5 (78.2%) fica à frente do 4.8 (74.6%) no Terminal-Bench 2.1, o uso do computador no OSWorld-Verified fica quase estável em relação ao 4.7 (+0.6), e a resistência a prompt injection está no mesmo nível do 4.7. Ele está claramente à frente em programação (SWE-bench Pro), trabalho de conhecimento (GDPval-AA) e honestidade, mas para alguns usos o 4.7 ou outros modelos podem servir melhor.

P. Qual é o benefício concreto de mais "honestidade"?
R. Ao rodar agentes de IA de forma autônoma, o maior risco é "relatar uma falha como sucesso e empilhar trabalho em cima dela". Como o 4.8 deixa passar falhas no próprio código cerca de 4 vezes menos que o 4.7 e só em 3.7% dos casos deixa de avisar o usuário sobre falhas importantes, ele para de "fingir que funciona" e diz que não tem certeza quando não tem. Em automação de longa duração, CI e revisão de código, a confiabilidade melhora em nível prático.

Relacionado: Claude Fable 5 para programação.