Claude Opus 5.5: por que ele custa menos no Claude Code

A nova tabela de preços

Em termos de preço, o Claude Opus 5.5 custa US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de tokens de saída. No Opus 5, esses valores eram US$ 5 e US$ 25, ou seja, houve um corte linear de 20%.

No entanto, a mudança mais importante está em outra linha da tabela. A leitura de um token em cache caiu de US$ 0,50 para US$ 0,20 por milhão, uma redução de 60%.

Com isso, o cache hit do novo modelo passa a custar apenas 5% do preço de entrada padrão. Na maioria dos outros modelos Claude, essa proporção fica em 10%, conforme a tabela oficial de preços da plataforma.

As escritas em cache também ficaram mais baratas. Assim, a escrita com duração de cinco minutos custa US$ 5 por milhão, enquanto a escrita de uma hora custa US$ 8.

Para processamento em lote, a Batch API mantém o desconto de 50% sobre esses valores.

Mais trabalho autônomo por prompt no Claude Code

Segundo os dados publicados, o Claude trabalha 3,3 vezes mais tempo em cada prompt. Além disso, cada prompt dispara mais de 40% de chamadas adicionais ao modelo.

As interrupções feitas pelo desenvolvedor também caíram 68%. Em outras palavras, as pessoas estão confiando tarefas maiores ao agente e deixando que ele trabalhe sem intervenção.

Outro dado interessante envolve ferramentas. Os desenvolvedores agora conectam um servidor de ferramentas ou usam uma skill com o dobro da frequência, enquanto colam texto no prompt um terço menos vezes.

Mais contexto por requisição

O contexto enviado em cada requisição cresceu 2,6 vezes no mesmo período. Por consequência, a proporção entre tokens de entrada e de saída saltou de 189:1 para 324:1.

Então, para cada token que o modelo escreve, ele lê mais de trezentos. Esse detalhe muda completamente a forma de pensar o custo de um agente de código.

Em resumo, o agente trabalha mais, sabe mais sobre o projeto e recebe tarefas mais abertas. Por isso, a engenharia de contexto passou a ter um impacto econômico muito maior do que tinha no início do ano.

Como funciona o prompt caching

O processo tem duas etapas. Primeiro, a escrita em cache grava o prefixo do prompt e custa um pouco mais que uma entrada comum.

Em seguida, cada chamada que reaproveita esse prefixo paga apenas a leitura em cache. Portanto, quanto mais longa a sessão, mais leituras acontecem sobre a mesma escrita.

Há, contudo, um prazo de validade. Na API, a duração padrão é de cinco minutos, enquanto nos planos Pro, Max e Team esse período chega a uma hora.

Quando o cache expira ou sofre uma invalidação, a próxima chamada precisa gravar tudo de novo. Em contextos grandes, uma única regravação pode custar o equivalente a dezenas de leituras.

O peso das leituras em cache

A Anthropic afirma que as leituras em cache representam a maior parte do custo em trabalho agêntico e de código. Isso faz sentido, porque o volume de contexto relido cresce a cada turno da sessão.

Dessa forma, o corte de 60% do Claude Opus 5.5 justamente nessa linha atinge a maior fatia da conta. Já um corte de 20% na saída afeta uma parte menor, pois a saída representa pouco volume nesse tipo de sessão.

O cache barato do Claude Opus 5.5

O primeiro fator é o preço. Como o contexto por requisição cresceu 2,6 vezes em seis meses, a mesma redução de preço economiza mais hoje do que economizaria no início do ano.

Em outras palavras, a tendência de uso trabalha a favor do novo modelo. Quanto mais a conta depende de contexto relido, maior a vantagem do Claude Opus 5.5.

A Anthropic também afirma que, na data do anúncio, um token em cache no novo modelo custa um quinto do que custa nos modelos concorrentes. Mesmo assim, o desempenho supera o desses concorrentes nos benchmarks divulgados.

Um Claude Code que quebra menos o cache

O segundo fator depende menos do modelo e mais da ferramenta. Com sessões mais longas e mais contexto, seria natural esperar mais falhas de cache.

Na verdade, aconteceu o contrário. A entrada que não encontra o cache caiu mais de 50% no período analisado.

Isso ocorreu porque o Claude Code passou a evitar pequenas quebras acidentais, como a renovação de um login. Também ficou mais difícil invalidar o cache com ações maiores, por exemplo adicionar instruções no meio da conversa ou carregar ferramentas sob demanda.

Além disso, nos modelos mais novos, como o Claude Opus 5.5 e o Fable 5.1, você pode trocar o nível de esforço durante a sessão sem perder o cache. Antes, essa troca obrigava uma nova escrita completa.

Outra melhoria atinge sessões delegadas. Agora, subagentes criados por fork começam a partir do cache do agente principal, em vez de pagar o mesmo contexto outra vez.

Por fim, quem usa chave de API ou provedor de nuvem também pode configurar o cache de uma hora. Até então, apenas os assinantes tinham esse benefício.

Menos turnos para a mesma tarefa

O terceiro fator é o comportamento do modelo. O Claude Opus 5.5 pode precisar de menos turnos que outros modelos para concluir a mesma tarefa.

Por exemplo, a Zeta Labs observou menos turnos e menos chamadas de ferramentas por tarefa em relação ao Opus 5. Com isso, o custo caiu quase pela metade, e a empresa concluiu o dobro das suas tarefas mais difíceis.

Um turno a menos vale mais que um token em cache, porque elimina a chamada inteira. Assim, cada tentativa evitada deixa de pagar leitura, entrada nova e saída.

O modelo também gera saída mais de 30% mais rápido que o Opus 5. Embora isso não reduza tokens, diminui o tempo de espera em execuções longas.

Escolha o modelo no início da sessão

O cache pertence a um modelo específico. Assim, trocar de modelo no meio da sessão obriga uma nova escrita de todo o contexto acumulado.

Então, defina o modelo antes de começar e mantenha a escolha até o fim.

Compacte antes de se afastar

A compactação resume o histórico e reduz o contexto da sessão. Contudo, ela também gera uma nova escrita em cache.

Se você compactar depois de uma pausa longa, o cache já terá expirado e você pagará a regravação do contexto grande. Por isso, compacte antes de sair, enquanto o cache ainda está válido.

Configure o cache de uma hora na API

Quem usa chave de API ou provedor de nuvem pode definir a duração do cache em uma hora. A escrita custa mais, mas o prefixo sobrevive a pausas curtas e a sessões longas.

Na API, essa configuração aparece no bloco de controle de cache da requisição, como no exemplo abaixo.

{
  "model": "claude-opus-5-5",
  "system": [
    {
      "type": "text",
      "text": "Repository instructions and context...",
      "cache_control": { "type": "ephemeral", "ttl": "1h" }
    }
  ]
}

No Claude Code, a documentação sobre a escolha da duração do cache explica como ajustar esse comportamento. Assinantes dos planos pagos já contam com uma hora por padrão.

Com o Claude Opus 5.5, a escrita de uma hora custa US$ 8 por milhão. Portanto, ela compensa quando o mesmo prefixo volta a ser usado depois de pausas maiores que cinco minutos.