A Anthropic lançou o Claude Opus 5 ontem. A pergunta óbvia é:
“É bom?”
Resposta curta: sim, é muito bom. No meu benchmark fez 95/100, Tier A, com a engenharia mais completa que apareceu até agora em qualquer um dos harnesses que testei.
Agora a resposta que interessa: não, isso não prova que virou “o melhor LLM do mundo”. Nem prova que é melhor que Fable 5, Opus 4.8, GPT 5.6 Sol ou Kimi K3 em qualquer trabalho que você jogar neles. Semana passada publiquei um artigo inteiro explicando por que a maior nota não significa o melhor modelo. O Opus 5 chegou a tempo de produzir um belo estudo de caso praquele texto.
source & further reading
akitaonrails.com — original article
LLM Benchmarks: Os últimos Deepseek v4, parem de perguntar
Hot Take: Harness, Loop Engineering, Graph Engineering Are Bullshit
Survival Guide for a Censored Internet