Investigação relevante, resultados publicados e limites das avaliações.
77 artigos
A proposta busca dar acesso a modelos mais exigentes sem concentrar todo o processamento a bordo. As fontes descrevem vantagens potenciais, mas não apresentam aqui métricas nem detalhes suficientes para quantificar os resultados.
O CounterCredit avalia se cada chamada visual era necessária para responder e se o agente aproveitou a imagem recebida. Os resultados são promissores em três benchmarks, mas ainda não demonstram que o método se generalize para além desses testes.
A Anthropic apresenta o Opus 5.5 com preços por token inferiores aos do Opus 5 e melhorias atribuídas às suas próprias avaliações. A documentação confirma os limites de contexto e saída e as plataformas disponíveis, mas ainda não esclarece todas as dúvidas sobre comparabilidade, restrições de segurança e economia real por tarefa.
O novo modelo da OpenAI reúne raciocínio, uso de computador e uma janela de contexto muito ampla. Os ganhos anunciados são relevantes, mas não substituem testes próprios nem controles sobre permissões, dados e ações irreversíveis.
A Anthropic apresentou o Claude Opus 5 em 24 de julho de 2026 como um modelo orientado para programação, trabalho de conhecimento e fluxos de várias etapas. A empresa sustenta que melhora a relação entre desempenho e custo face ao Opus 4.8, mas as suas comparações exigem cautela: combinam testes próprios, diferentes configurações de esforço e, em alguns casos, mecanismos de recurso a modelos anteriores.