Modelos de raciocínio do Claude em 2026: como escolher com critério

Semana passada, uma aluna me mandou uma mensagem no Instagram: “Letícia, uso o Claude há três meses e sinto que ele piorou, não é mais aquele de antes”. Perguntei qual versão ela estava usando. Ela respondeu: “Não sei, o normal mesmo”.

Ali estava o ponto, o modelo padrão do Claude mudou duas vezes só em 2026. O que era “o padrão” em janeiro não é o mesmo de julho, e cada versão tem características diferentes. Sem saber qual modelo você tem na mão, é como comparar dois carros diferentes achando que é o mesmo veículo.

A boa notícia é que, uma vez que você entende a hierarquia da família Claude, essa confusão some. São só quatro modelos ativos hoje, cada um com um perfil claro de uso e nesse artigo vou destrinchar cada um, explicar o que é token e por que ele importa para o custo do seu trabalho, mostrar o que mudou entre versões, detalhar os dois modos de raciocínio disponíveis e fechar com um comparativo entre o melhor do Claude, do ChatGPT e do Gemini.

No final, você vai saber escolher pelo mesmo critério que eu uso: pelo menor modelo que dá conta da tarefa. Não pelo maior número, não pelo mais caro, não pelo que estava selecionado por padrão.

Antes de tudo: o que é um token

Se você já ouviu falar em “limite de tokens” ou “custo por milhão de tokens” e ficou perdido, esse bloco é para você.

Um token é a menor unidade de texto que um modelo de linguagem consegue processar. Não é uma palavra, nem uma letra. É um pedaço de palavra, que o modelo aprendeu a reconhecer durante o treinamento. Em português, uma regra prática razoável é que uma palavra comum equivale a mais ou menos 1,3 a 1,5 tokens. Palavras técnicas, códigos, JSON e nomes próprios costumam consumir mais tokens porque o modelo precisa quebrar em pedaços menores.

Um exemplo: a palavra “dashboard” pode ser um token só, porque aparece muito no treinamento. A palavra “predisposição” pode ser quebrada em três ou quatro tokens, dependendo do tokenizador. É por isso que você não consegue prever custo pelo número de caracteres.

Por que isso importa na prática:

1. Custo: todos os fornecedores de IA cobram por token. Anthropic, OpenAI e Google cobram valores diferentes por milhão de tokens de entrada (o que você envia) e de saída (o que o modelo responde). Tokens de saída custam entre 3 e 5 vezes mais que tokens de entrada.
2. Janela de contexto: cada modelo tem um limite de quantos tokens ele consegue processar de uma vez, entre input e output. Se você ultrapassa, o modelo perde o começo da conversa ou retorna erro. Os modelos Claude atuais vão de 200 mil tokens (Haiku 4.5) até 1 milhão de tokens (Fable 5, Opus 4.8 e Sonnet 5), o que é grande o suficiente para um relatório inteiro de 500 páginas caber em uma única conversa.
3. Latência: quanto mais tokens o modelo precisa gerar, mais tempo demora a resposta. Um prompt objetivo com pedido de resposta curta é sempre mais rápido e mais barato.

Esse é o motivo pelo qual eu insisto tanto no método FOCO para prompts: prompt curto e bem estruturado economiza tokens dos dois lados.

Boa parte das pessoas que usa Claude no trabalho paga uma mensalidade fixa (o plano gratuito, o Pro ou o Max) e nunca vê fatura de tokens. Se esse é o seu caso, custo por milhão de tokens pode parece conversa fiada. Mas não é bem assim: o token continua importando, só que aparece disfarçado de limite dentro do seu plano.

Já esbarrou no aviso de “conversa muito longa, comece uma nova”? Ou no “você atingiu o limite de mensagens dessa sessão”? Ou no documento grande que o Claude recusou por exceder o contexto? Tudo isso é token acabando. Você não vê o número, mas ele está lá, contando cada palavra que entra e sai e cada arquivo que você sobe.

Duas práticas economizam esse orçamento invisível. Primeira: se a tarefa é fechada em si, abre conversa nova em vez de continuar a anterior. Cada conversa carrega toda a história dela até ali, e uma longa gasta muito mais tokens que várias curtas para as mesmas perguntas. Segunda: em vez de subir um PDF de 200 páginas inteiro, cola só o trecho que interessa. Documento grande queima seu limite rápido.

A família Claude, organizada em quatro camadas

Desde o Claude 3, lançado em março de 2024, a Anthropic organiza seus modelos em uma hierarquia de capacidade nomeada com formas de escrita, do menor para o maior. Em junho de 2026, essa hierarquia ganhou uma quarta camada:

• Haiku: o modelo mais rápido e barato, pensado para tarefas simples e alto volume
• Sonnet: o equilibrado, com boa capacidade para a maioria das tarefas profissionais
• Opus: o mais robusto da linha tradicional, pensado para trabalho complexo e agêntico
• Mythos-class: a nova camada acima do Opus, com raciocínio sempre ligado, lançada em 9 de junho de 2026. O modelo público dessa camada se chama Fable 5.

Cada camada tem sua versão vigente. Em julho de 2026, os modelos ativos são Claude Fable 5, Claude Opus 4.8, Claude Sonnet 5 e Claude Haiku 4.5.

Os quatro modelos de raciocínio do Claude ativos em 2026

Claude Fable 5

O Fable 5 é o modelo mais capaz que a Anthropic tornou amplamente disponível, lançado em 9 de junho de 2026. Ele é o primeiro modelo Mythos-class no mercado aberto, uma camada acima do Opus tanto em capacidade quanto em preço.

• Preço: US$ 10 por milhão de tokens de entrada, US$ 50 por milhão de tokens de saída
• Janela de contexto: 1 milhão de tokens
• Máximo de saída: 128 mil tokens
• Raciocínio: adaptive thinking sempre ligado, sem opção de desligar
• Melhor para: tarefas longas, complexas e de alta consequência, como refatoração de sistemas grandes, pesquisa científica, análise de contratos de centenas de páginas, agentes autônomos que precisam trabalhar por horas.

O Fable 5 tem uma particularidade interessante para uso corporativo: quando ele detecta uma solicitação em domínios sensíveis, como cibersegurança ou biologia, um classificador redireciona automaticamente a resposta para o Opus 4.8. Isso acontece em menos de 5% das sessões, segundo a documentação oficial da Anthropic.

Existe também uma versão irmã chamada Claude Mythos 5, com as mesmas capacidades, mas sem esses classificadores. Ela não está geralmente disponível: só empresas aprovadas no Project Glasswing têm acesso, geralmente para trabalho defensivo em cibersegurança.

Claude Opus 4.8

O Opus 4.8 é o modelo mais robusto da linha tradicional da Anthropic, lançado em 28 de maio de 2026. É o modelo que a maioria das empresas escolhe quando precisa do melhor da linha tradicional sem migrar para o Fable 5.

• Preço: US$ 5 por milhão de tokens de entrada, US$ 25 por milhão de tokens de saída
• Janela de contexto: 1 milhão de tokens
• Máximo de saída: 128 mil tokens
• Raciocínio: adaptive thinking, com nível de esforço padrão em “high”
• Melhor para: codificação agêntica complexa, trabalho corporativo, agentes que orquestram várias ferramentas, análise financeira, revisão jurídica, tarefas de longa duração.

O Opus 4.8 trouxe uma novidade útil para quem sente que o Claude demora para responder em tarefas complexas: o Fast Mode. Como o nome sugere, é um modo que faz o modelo responder mais rápido, sacrificando um pouquinho de profundidade em troca de velocidade. Em testes com perguntas bem escritas, o tempo de resposta caiu de quase 3 segundos para pouco mais de 1 segundo, e a qualidade do resultado se manteve praticamente igual no uso do dia a dia.

Claude Sonnet 5

O Sonnet 5 chegou em 30 de junho de 2026 e é hoje o modelo padrão nos planos Free e Pro do claude.ai. Ele é o “tanque de guerra” da família, com capacidade próxima ao Opus a um custo bem menor.

• Preço: US$ 2 por milhão de tokens de entrada, US$ 10 por milhão de tokens de saída (valor promocional até 31 de agosto de 2026, depois passa para US$ 3 e US$ 15)
• Janela de contexto: 1 milhão de tokens
• Máximo de saída: 128 mil tokens
• Raciocínio: adaptive thinking, com nível padrão “high” na API
• Melhor para: escrita técnica, análise de dados no dia a dia, primeiros drafts de relatórios, revisão de código, resumos de reunião, prompts de análise em Power BI, atendimento ao cliente.

Segundo a documentação oficial da Anthropic, o Sonnet 5 consegue trabalhar de forma quase autônoma, executando várias etapas sem que você precise ficar corrigindo o rumo. Em testes de programação complexa, ele acerta 63 de cada 100 tarefas, contra 69 do Opus 4.8. Ou seja, para a maior parte do trabalho corporativo com análise de dados, o Sonnet 5 entrega quase o mesmo resultado do Opus por um preço bem menor.

Claude Haiku 4.5

O Haiku 4.5, lançado em 15 de outubro de 2025, é o modelo mais rápido e mais barato da linha. Ele não é para todo mundo, mas é imbatível em cenários específicos.

• Preço: US$ 1 por milhão de tokens de entrada, US$ 5 por milhão de tokens de saída
• Janela de contexto: 200 mil tokens
• Máximo de saída: 64 mil tokens
• Raciocínio: extended thinking (o modelo anterior de raciocínio, com orçamento configurável de tokens)
• Melhor para: classificação em massa (por exemplo, categorização de milhares de tickets de suporte), extração de dados de documentos, resumos rápidos de textos curtos, subagentes em fluxos maiores, prototipagem rápida.

O Haiku 4.5 é o único modelo ativo que ainda usa extended thinking em vez de adaptive thinking. Isso significa que você controla explicitamente quanto ele pode raciocinar antes de responder, definindo um orçamento de tokens.

O que evoluiu de uma versão para outra

Vale entender a linha do tempo dos últimos dois anos porque muita coisa que hoje parece óbvia foi construída em passos incrementais.

• Março de 2024, Claude 3: primeira geração organizada em três camadas (Opus, Sonnet, Haiku). Introduziu visão nativa.
• Junho de 2024, Claude 3.5 Sonnet: primeiro Sonnet a superar o Opus da geração anterior em benchmarks da própria Anthropic. Estreou os Artifacts, aquele painel lateral onde o Claude gera código e mostra o resultado renderizado.
• Outubro de 2024, Claude 3.5 Sonnet v2 e Haiku 3.5: primeira versão pública com uso de computador (computer use), permitindo que o Claude controle mouse e teclado.
• Fevereiro de 2025, Claude 3.7 Sonnet: introdução do extended thinking. Pela primeira vez o Claude pôde raciocinar de forma explícita antes de responder, usando um orçamento de tokens configurável.
• Maio de 2025, Claude Opus 4 e Sonnet 4: salto grande em capacidade agêntica. O Opus 4 codificou por sete horas seguidas em testes, sem intervenção humana.
• Outubro e novembro de 2025, Haiku 4.5 e Opus 4.5: melhorias em custo-benefício e a introdução de “Infinite Chats”, que resolve o limite de janela de contexto em conversas longas.
• Fevereiro de 2026, Claude Opus 4.6: introdução do adaptive thinking, que substitui o orçamento fixo de tokens por uma decisão dinâmica do próprio modelo sobre quanto pensar. Também trouxe Agent Teams e o Claude in PowerPoint.
• Fevereiro de 2026, Sonnet 4.6: primeiro Sonnet a chegar em 79,6% no SWE-bench Verified, com custo cinco vezes menor que o Opus.
• Abril de 2026, Opus 4.7: salto de 3 vezes na resolução de imagem processada, chegando a 2.576 pixels. O modelo passou a verificar as próprias respostas antes de entregar e o extended thinking com orçamento fixo foi descontinuado, ficando só o adaptive.
• Abril de 2026, Mythos Preview: primeira aparição da camada Mythos-class, restrita ao Project Glasswing.
• Maio de 2026, Opus 4.8: introdução do Fast Mode e das Dynamic Workflows, que permitem planejar e executar centenas de subagentes em paralelo em uma mesma sessão.
• Junho de 2026, Fable 5 e Mythos 5: a camada Mythos-class chega ao público. O Fable 5 é a versão com classificadores de segurança e o Mythos 5 é a versão sem eles, restrita ao Glasswing.
• Junho de 2026, Sonnet 5: substitui o Sonnet 4.6 como padrão do Free e do Pro. Traz capacidade próxima ao Opus 4.8 no dia a dia.

Se você olhar essa sequência com atenção, dá para ver dois vetores de evolução: os modelos ficaram mais autônomos (fazem mais em cada volta de conversa) e o raciocínio deixou de ser um parâmetro que você configura para ser algo que o modelo decide sozinho.

O raciocínio dos modelos: extended thinking e adaptive thinking

Esse é um ponto que gera certa confusão. Mas fique tranquilo que vou explicar de vez o que é cada um deles para você nunca mais ficar perdido sobre isso. 

Extended thinking é o modo de raciocínio original, introduzido no Claude 3.7 Sonnet em fevereiro de 2025. Funciona assim: você define um orçamento de tokens que o modelo pode gastar pensando antes de responder. Por exemplo, você define 8.000 tokens de “pensamento”. O modelo usa esse espaço para explorar caminhos, verificar respostas, testar hipóteses. Só depois ele gera a resposta final que você vê.

O ponto interessante é que esse “pensamento” consome tokens de saída, mas o resultado que você vê no chat é apenas um resumo. Ou seja, você paga pelos tokens do raciocínio completo, mesmo vendo só um resumo. Nos modelos Claude 4, você pode conferir a documentação oficial da Anthropic sobre isso, o que aparece é uma versão resumida do processo.

Adaptive thinking é o modo mais novo, introduzido no Opus 4.6 em fevereiro de 2026. Aqui, você não define quanto o modelo deve pensar. Ele decide sozinho, com base em um parâmetro chamado effort, que aceita valores como low, medium, high ou xhigh (esse último foi adicionado no Opus 4.7 para trabalhos ainda mais complexos).

A diferença prática é grande. Com extended thinking, se você definir um orçamento alto para uma pergunta simples, você paga por raciocínio que não precisou acontecer. Com adaptive thinking, o modelo simplesmente decide não pensar muito quando a pergunta é objetiva, e economiza para você.

O adaptive thinking também liga automaticamente o interleaved thinking, que permite ao modelo pensar entre chamadas de ferramentas. Para fluxos agênticos, como os agentes de IA integrados ao Power BI que expliquei no artigo sobre Power BI MCP, isso muda o resultado final consideravelmente.

Estado atual, julho de 2026:

• Fable 5: adaptive thinking sempre ligado, sem opção de desligar
• Opus 4.8 e Sonnet 5: adaptive thinking, com effort padrão “high” na API
• Haiku 4.5: extended thinking, com orçamento configurável
• Modelos anteriores ao Opus 4.7: extended thinking com orçamento (formato legado, sendo descontinuado)

Se você usa Claude via chat no claude.ai, não precisa se preocupar com esses parâmetros. A plataforma cuida disso, mas se você usa a API, seja no Claude Code, no MCP com Power BI ou em algum sistema próprio, é importante considerar esses pontos na sua arquitetura.

Como cada modelo consome tokens

Vou traduzir os números da tabela oficial da Anthropic em cenários reais para você conseguir dimensionar custo.

Uma análise de dashboard simples (prompt de 500 palavras, resposta de 800 palavras):

• Entrada: cerca de 750 tokens
• Saída: cerca de 1.200 tokens

Custo aproximado por análise:

• Haiku 4.5: US$ 0,0068 (menos de um centavo)
• Sonnet 5 (promocional): US$ 0,0135
• Opus 4.8: US$ 0,033
• Fable 5: US$ 0,066

Uma análise de contrato de 100 páginas com resposta de 3 páginas:

• Entrada: cerca de 45.000 tokens
• Saída: cerca de 2.500 tokens

Custo aproximado:

• Haiku 4.5: US$ 0,058
• Sonnet 5 (promocional): US$ 0,115
• Opus 4.8: US$ 0,29
• Fable 5: US$ 0,575

Esses valores parecem pequenos, e são, quando você faz uma análise por vez. O problema aparece em escala. Uma empresa que roda 10 mil análises por mês pode gastar de US$ 580 a US$ 5.750 dependendo do modelo escolhido. É por isso que o roteamento de modelo virou uma decisão estratégica.

Duas otimizações que reduzem custo sem sacrificar qualidade:

1. Prompt caching: se você envia sistematicamente o mesmo contexto (uma base de conhecimento, um manual, uma lista de regras), pode marcar esse trecho para ser cacheado. A Anthropic aplica desconto de até 90% em tokens que vêm do cache. Para trabalho com Power BI, onde você repete a mesma modelagem em várias perguntas, isso é ouro.
2. Batch API: para tarefas que podem esperar (até 24 horas), a Anthropic dá 50% de desconto. Ótimo para processamento noturno de relatórios ou análise em massa de documentos.

Combinando as duas otimizações com um roteamento inteligente (Haiku para tarefas simples, Sonnet para o dia a dia, Opus para o complexo), dá para reduzir custo total em 60% a 70% em uma implementação corporativa.

Guia prático: qual modelo escolher para qual tarefa

Essa é a parte que interessa a quem quer usar Claude no trabalho amanhã. Vou dividir por tipo de análise.

Tarefas administrativas e de rotina (e-mails, resumos curtos, classificação): Haiku 4.5. Rápido, barato, capaz. Se você recebe 200 e-mails por dia e quer que o Claude classifique urgência e sugira resposta, Haiku dá conta.

Escrita e análise no dia a dia (relatórios, apresentações, revisão de código simples): Sonnet 5. É o padrão para a maioria dos analistas e coordenadores. Para revisar sua DAX, escrever um sumário executivo ou preparar um dashboard, Sonnet 5 é a escolha default.

Análise complexa e trabalho de alto valor (auditoria de modelo Power BI, revisão de contrato, análise financeira multi-cenário): Opus 4.8. Quando o custo do erro é alto e a análise exige raciocínio de múltiplas etapas, Opus 4.8 se paga.

Trabalho autônomo de longa duração (agentes que rodam por horas, refatoração de código em grande escala, pesquisa científica): Fable 5. O único cenário em que faz sentido pagar o dobro do Opus. Se sua tarefa cabe em uma conversa de duas horas ou menos, provavelmente Opus 4.8 é suficiente.

Análise agêntica no Power BI, via MCP: Sonnet 5 por padrão, Opus 4.8 para reestruturação grande do modelo de dados. O artigo de integração Power BI e Claude MCP que publiquei explica o passo a passo.

Uma regra que aprendi na prática: começa pelo Sonnet 5. Se ele não dá conta em duas tentativas, escala para Opus 4.8. Só chega ao Fable 5 se o Opus falhar ou se a tarefa exigir autonomia de várias horas. Muita gente pula direto para o Opus por medo de errar, e paga cinco vezes mais para ter o mesmo resultado que teria com o Sonnet.

Como o modelo de raciocínio do Claude se compara ao melhor do ChatGPT e do Gemini

Julho de 2026 foi um mês atípico. As três maiores empresas de IA do mundo lançaram novas versões dos seus modelos mais avançados em um intervalo de poucas semanas. Isso quer dizer que qualquer comparação que você leu há três meses já está desatualizada. Vou trazer o cenário mais recente.

Os principais concorrentes hoje

Do lado do Claude, os dois modelos mais poderosos são o Fable 5 (lançado em 9 de junho de 2026, considerado o topo absoluto) e o Opus 4.8 (lançado em 28 de maio de 2026, a versão que a maioria das empresas usa no dia a dia).

Do lado da OpenAI, o topo é o GPT-5.6 Sol, lançado em 9 de julho de 2026, poucos dias antes desse artigo. Como ele é muito recente e ainda tem poucos dados públicos confiáveis, vou usar na comparação o GPT-5.5, versão anterior lançada em 23 de abril de 2026, que já foi testado por muita gente.

Do lado do Google, o mais avançado disponível para todo mundo é o Gemini 3.1 Pro, lançado em 19 de fevereiro de 2026.

O que cada modelo faz melhor

A Anthropic publicou uma comparação oficial no lançamento do Opus 4.8 testando os três modelos em tarefas diferentes. Cada linha da tabela abaixo é um tipo de trabalho que a IA precisa executar, e o percentual mostra a taxa de acerto de cada uma.

Traduzindo para o que interessa no seu trabalho:

Se você usa IA principalmente para escrever, revisar textos e fazer análises no dia a dia: o Claude leva vantagem consistente. Em testes cegos, onde as pessoas leem textos e escolhem o melhor sem saber qual IA escreveu, textos do Claude foram preferidos em 47% dos casos, contra 29% do ChatGPT e 24% do Gemini. Para relatório executivo, e-mail difícil, resumo de reunião, revisão de proposta comercial, o Claude entrega um texto que soa mais natural e mantém o tom melhor ao longo de vários parágrafos.

Se você trabalha com programação: o Claude também sai na frente em tarefas de programação complexas, mas o ChatGPT tem uma vantagem específica em automação de comandos de sistema. Se você é analista que usa Python só para tratar dados de vez em quando, o Claude atende bem. Se você é desenvolvedor que passa o dia dentro do terminal, o ChatGPT pode ser uma escolha mais confortável.

Se seu foco é matemática, ciência ou você trabalha muito dentro do Google Workspace: o Gemini 3.1 Pro é uma opção competitiva. Ele empata com o Claude em raciocínio científico e custa bem menos. Se sua empresa vive no Google Docs, Sheets e Drive, ele se integra melhor do que os concorrentes.

E o preço?

Aqui vale uma nota importante. Se você usa o Claude, o ChatGPT ou o Gemini pelos aplicativos ou sites (claude.ai, chatgpt.com, gemini.google.com), você paga uma mensalidade fixa. Nesse cenário, todos os três giram na mesma faixa de preço para uso pessoal: por volta de US$ 20 por mês no plano básico dos três, com opções mais caras para uso intenso.

A diferença de preço aparece só para empresas que integram essas IAs em sistemas próprios, pagando por volume de uso. Nesse caso, o Gemini 3.1 Pro é significativamente mais barato do que os concorrentes, o que pode ser decisivo para quem opera em grande escala.

Meu resumo

Para trabalho profissional de análise, escrita e uso corporativo de dados, o Claude é a escolha mais defensável em 2026. Se seu dia a dia envolve muito desenvolvimento em linha de comando ou sua empresa já vive no ecossistema Microsoft, o ChatGPT faz mais sentido. Se preço é o fator mais crítico ou sua empresa é toda Google Workspace, o Gemini compete com força.

Uma última recomendação: essa comparação vai desatualizar em poucos meses. O ideal é você pegar 5 tarefas reais do seu trabalho, rodar nas três IAs e ver com seus próprios olhos qual entrega o que você precisa. Não existe resposta universal, existe a resposta que funciona para o seu tipo de análise.

Conclusão prática

Se você chegou até aqui, provavelmente já entendeu que a escolha do modelo do Claude não deveria ser “sempre uso o melhor”. Deveria ser “uso o menor que dá conta da tarefa”.

Para 90% do meu trabalho no dia a dia, Sonnet 5 resolve. Uso Opus 4.8 quando preciso auditar um modelo Power BI grande, quando estou revisando uma proposta comercial que vai definir um contrato, ou quando trabalho em conteúdo denso como esse artigo. Fable 5 fica reservado para o eventual trabalho de várias horas com agentes.

A decisão fica mais clara quando você entende três coisas: como tokens são cobrados, qual modo de raciocínio cada modelo usa e o que muda entre versões. É por isso que fiz esse artigo em ordem: token primeiro, hierarquia depois, evolução e raciocínio no fim, com o comparativo fechando.

Quer aprender IA aplicada ao trabalho com dados?

Esse tipo de decisão sobre qual modelo usar, como estruturar prompts para economizar tokens e como integrar IA com Power BI faz parte do que ensinamos na Formação em Dados e Inteligência Artificial da Load Edtech. A gente vai do zero em Power BI até a integração prática com Claude, ChatGPT e Gemini, com foco em análise de dados corporativa, não em teoria genérica de IA.

Para conhecer o programa completo, acesse a página da Formação.

Perguntas frequentes (FAQ)

1. Qual é o melhor modelo do Claude em 2026? Claude Fable 5 é o modelo mais capaz da Anthropic disponível ao público, lançado em 9 de junho de 2026. Para trabalho corporativo padrão, Claude Opus 4.8 costuma ser suficiente e custa metade. Para uso no dia a dia com análise de dados, Claude Sonnet 5 é o padrão da própria Anthropic no plano Free e Pro.

2. Quanto custa cada modelo do Claude? Por milhão de tokens: Haiku 4.5 custa US$ 1 na entrada e US$ 5 na saída, Sonnet 5 custa US$ 2 e US$ 10 (promocional até 31 de agosto de 2026, depois passa para US$ 3 e US$ 15), Opus 4.8 custa US$ 5 e US$ 25, Fable 5 custa US$ 10 e US$ 50.

3. O que é adaptive thinking do Claude? Adaptive thinking é o modo de raciocínio em que o próprio modelo decide quanto tempo e quantos tokens vai gastar pensando antes de responder, baseado na complexidade da pergunta. Foi introduzido no Claude Opus 4.6 em fevereiro de 2026 e substitui o extended thinking com orçamento fixo nos modelos mais recentes.

4. Qual a diferença entre Opus, Sonnet e Haiku? São camadas de capacidade. Haiku é o menor e mais rápido, para tarefas simples e alto volume. Sonnet é o intermediário, para a maioria das tarefas profissionais. Opus é o mais capaz da linha tradicional, para trabalho complexo e agêntico. Desde junho de 2026 existe uma quarta camada, chamada Mythos-class, onde fica o Fable 5.

5. O que é um token e por que ele importa? Token é a menor unidade de texto que um modelo de linguagem processa. Uma palavra em português equivale a mais ou menos 1,3 a 1,5 tokens. Importa porque todos os fornecedores de IA cobram por token, tanto na entrada quanto na saída, e cada modelo tem um limite máximo de tokens por conversa (janela de contexto).

6. Como o Claude se compara ao ChatGPT e ao Gemini? Em julho de 2026, Claude Opus 4.8 lidera codificação agêntica (SWE-Bench Pro 69,2%), trabalho de conhecimento profissional (GDPval-AA 1890) e uso de computador (OSWorld 83,4%). GPT-5.5 leva vantagem em codificação em terminal. Gemini 3.1 Pro é o mais barato (US$ 2 por milhão de tokens de entrada) e tem leve vantagem em raciocínio científico puro.

7. Qual modelo do Claude eu uso para trabalhar com Power BI? Para uso via chat no claude.ai analisando dashboards ou revisando DAX, o Sonnet 5 do plano Pro dá conta. Para uso via MCP integrado ao Power BI, o Sonnet 5 é o padrão e o Opus 4.8 entra quando você precisa de refatoração grande do modelo de dados. O guia completo dessa integração está no artigo sobre Power BI e Claude MCP.

Fontes consultadas

1. Anthropic, “Models overview” (documentação oficial da Claude Platform Docs) — atualizada em 9 de junho de 2026 — https://platform.claude.com/docs/en/about-claude/models/overview
2. Anthropic, “Adaptive thinking” (documentação oficial) — atualizada em 3 de junho de 2026 — https://platform.claude.com/docs/en/build-with-claude/adaptive-thinking
3. Anthropic, “Claude’s extended thinking” (blog oficial) — publicado em fevereiro de 2025 — https://www.anthropic.com/news/visible-extended-thinking
4. Hidekazu Konishi, “Anthropic Claude Model Release Timeline” — atualizado em 16 de maio de 2026 — https://hidekazu-konishi.com/entry/anthropic_claude_model_release_timeline.html
5. OpenAI, “Introducing GPT-5.5” — publicado em 23 de abril de 2026, atualizado em 24 de abril de 2026 — https://openai.com/index/introducing-gpt-5-5/
6. Google DeepMind, “Gemini 3.1 Pro Model Card” — publicado em 19 de fevereiro de 2026 — https://deepmind.google/models/model-cards/gemini-3-1-pro/
7. Google Blog, “Gemini 3.1 Pro: A smarter model for your most complex tasks” — publicado em 19 de fevereiro de 2026 — https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-pro/
8. HundredTabs, “Claude Opus 4.8 vs GPT-5.5 vs Gemini 3.1 Pro: The Complete Benchmark Breakdown (May 2026)” — publicado em 28 de maio de 2026 — https://hundredtabs.com/blog/opus-4-8-vs-gpt-5-5-vs-gemini-3-1-pro-benchmarks
9. StackViv, “Tokens in LLM: How AI Models Process Your Text” — publicado em 3 de janeiro de 2026 — https://stackviv.ai/blog/tokens-tokenization-llm-explained