Todo artigo principal sobre o lançamento do Claude Opus 5 em 24 de julho de 2026 destacou a mesma funcionalidade: uma forma de alternar entre custo e capacidade. Mas poucos explicaram o que ela controla, quais níveis existem, como afeta a requisição ou o impacto na conta.
Essa funcionalidade é o parâmetro effort
. No Opus 5, ele tem cinco níveis e o padrão é high
. A Anthropic recalibrou esses níveis para o modelo, então configurações ajustadas no Opus 4.8 não devem ser reutilizadas sem avaliação. Além disso, uma combinação específica de parâmetros gera erro 400
durante migrações.
💡 Para comparar os cinco níveis contra um endpoint real, envie a mesma requisição com valores diferentes de
effort
e registre custo, latência e qualidade da resposta.
effort
realmente faz
O effort
fica dentro de output_config
em uma requisição para a API de Mensagens:
{
"model": "claude-opus-5",
"max_tokens": 8192,
"output_config": {
"effort": "high"
},
"messages": [
{
"role": "user",
"content": "Refatorar este módulo e explicar os trade-offs."
}
]
}
Ele controla quanto raciocínio interno o modelo executa antes de responder.
No Opus 5, o pensamento adaptativo está ativado por padrão. O valor de effort
define o orçamento usado nesse raciocínio:
effort
mais alto: mais tokens de raciocínio, maior custo e maior latência.effort
mais baixo: menos tokens de raciocínio, menor custo e menor latência.Nas interfaces de consumidor, a mesma opção pode aparecer como um seletor entre custo e capacidade. Na API, o controle efetivo é o campo output_config.effort
.
Consulte o formato completo da requisição no guia da API do Opus 5 e a documentação da Anthropic na visão geral de modelos.
effort
não controla verbosidade
effort
não é um controle de tamanho da resposta.
Segundo o guia de prompting da Anthropic para o Opus 5, reduzir o effort
diminui o raciocínio interno, não o comprimento do texto visível.
Se você precisa de respostas curtas, inclua essa restrição no prompt:
Responda em no máximo 5 bullets. Não inclua introdução, justificativas longas ou exemplos adicionais.
Não espere que usar low
reduza automaticamente a saída textual.
effort
| Nível | O que faz | Aplicação típica |
|---|---|---|
low |
||
| Raciocínio mínimo antes de responder | Classificação de alto volume, extração, roteamento e resumos curtos | |
medium |
||
| Raciocínio moderado | Perguntas e respostas sobre contexto recuperado, edições de arquivo único e transformações estruturadas | |
high |
||
| Padrão. Raciocínio substancial | ||
| Trabalho de propósito geral quando você ainda não mediu resultados | ||
xhigh |
||
| Raciocínio estendido | Codificação e loops agênticos; ponto de partida recomendado pela Anthropic | |
max |
||
| Orçamento máximo de raciocínio | Problemas difíceis de uma única tentativa, quando errar custa mais que os tokens |
Dois detalhes são especialmente importantes:
O padrão é high.
output_config
, a requisição usa high
. Isso afeta previsões de custo: uma requisição sem configuração explícita no Opus 5 realiza trabalho de raciocínio e cobra por ele.Para código e agentes, comece em xhigh, não em max.
xhigh
como ponto de partida para essas cargas. Use max
apenas quando suas avaliações mostrarem ganho mensurável que justifique o custo adicional.A mudança do comportamento padrão é uma das alterações relevantes na migração do Opus 4.8 para o Opus 5.
O rótulo de cada nível não representa necessariamente o mesmo orçamento entre modelos.
No Opus 5, medium
não corresponde à mesma quantidade de raciocínio que medium
no Opus 4.8. A recomendação da Anthropic é executar uma nova varredura de effort
em vez de migrar a configuração anterior diretamente.
Na prática, isso pode abrir espaço para redução de custo:
low
e medium
frequentemente apresentavam queda perceptível de qualidade em tarefas complexas.low
e medium
opções viáveis para tarefas de produção que não precisam de raciocínio extenso.O Opus 5 custa US$ 5 por milhão de tokens de entrada e US$ 25 por milhão de tokens de saída, os mesmos valores do Opus 4.8. Tokens de raciocínio entram na cobrança de saída.
Por isso, usar high
em um pipeline de classificação onde low
já atende aos critérios pode aumentar significativamente o gasto sem melhorar a precisão.
Veja a tabela completa de preços no detalhamento de preços do Opus 5, incluindo desconto de 50% para lote e o mínimo de cache de 512 tokens.
Para otimizações adicionais, consulte como cortar sua conta da API Claude.
xhigh
e max
interagem com max_tokens
max_tokens
limita os tokens de raciocínio e os tokens da resposta visível.
Em outras palavras, ele é um teto para toda a saída gerada pela requisição:
tokens de raciocínio + tokens de resposta <= max_tokens
Ao aumentar o effort
, o modelo pode gastar mais do orçamento em raciocínio antes de começar a gerar a resposta. Se max_tokens
estiver dimensionado para um modelo sem esse comportamento, a resposta pode ser truncada.
Exemplo recomendado para xhigh
:
{
"model": "claude-opus-5",
"max_tokens": 64000,
"output_config": {
"effort": "xhigh"
},
"messages": [
{
"role": "user",
"content": "Corrigir o teste de integração com falha e explicar a causa raiz."
}
]
}
A orientação da Anthropic é começar com max_tokens: 64000
ao usar xhigh
ou max
.
Um valor alto de max_tokens
é um teto, não uma compra antecipada. Você é cobrado pelos tokens realmente produzidos. Portanto, definir 64000
não significa pagar por 64000
; significa evitar que o modelo interrompa o raciocínio ou a resposta cedo demais.
thinking
desativado com xhigh
ou max
Há uma combinação inválida que deve ser verificada durante a migração.
Desabilitar o pensamento e solicitar um effort
alto são instruções contraditórias. Esta requisição falha:
{
"model": "claude-opus-5",
"max_tokens": 8192,
"thinking": {
"type": "disabled"
},
"output_config": {
"effort": "xhigh"
}
}
O Opus 5 retorna 400
quando thinking: { "type": "disabled" }
é usado com effort: "xhigh"
ou effort: "max"
.
As combinações válidas são:
low
, medium
ou high
.Um caminho comum para esse erro é:
thinking: { "type": "disabled" }
de uma configuração do Opus 4.8.effort
para xhigh
, seguindo a recomendação para codificação.400
porque os dois ajustes são incompatíveis.A recomendação da Anthropic é não desabilitar o pensamento no Opus 5. Com ele desativado, dois problemas podem aparecer:
Em loops agênticos, esse texto vazado pode contaminar interações posteriores. Para controlar custo, prefira reduzir effort
em vez de desabilitar o pensamento.
Veja mais detalhes no guia de prompt do Opus 5.
effort
nas suas avaliações A forma prática de escolher um nível é avaliar sua carga de trabalho real.
Separe de 30 a 50 prompts dos logs de produção. Evite exemplos exclusivamente sintéticos.
Inclua casos difíceis, falhas conhecidas e tarefas com impacto real. Diferenças entre níveis de effort
tendem a desaparecer em tarefas simples.
Defina métricas objetivas antes de ler as saídas. Por exemplo:
Evite critérios vagos como “parece melhor”.
Com 40 prompts e 5 níveis, você terá 200 chamadas:
40 prompts × 5 níveis = 200 execuções
Como essa avaliação não é sensível à latência, você pode usar a API Batch para reduzir o custo.
Para cada execução, capture pelo menos:
usage.output_tokens
;O campo usage
é importante porque mostra o consumo real de tokens de saída, incluindo os tokens de raciocínio.
Um registro simples pode ter este formato:
{
"prompt_id": "integration-test-17",
"effort": "medium",
"passed": true,
"output_tokens": 1842,
"latency_ms": 3280
}
Compare a taxa de aprovação com custo e latência. Escolha o nível mais barato que atinge seus requisitos e valide a decisão em um conjunto separado, que não foi usado para ajustar a configuração.
A razão para executar essa varredura é justamente a recalibração entre Opus 4.8 e Opus 5. Não assuma que os rótulos terão o mesmo comportamento no próximo modelo.
A parte mecânica da varredura consiste em enviar o mesmo corpo de requisição cinco vezes, alterando apenas output_config.effort
.
Uma configuração prática no Apidog:
output_config.effort
em cada cópia.usage.output_tokens
, latência e resultado funcional.cache_read_input_tokens
quando estiver validando o cache.low
e xhigh
.stop_reason
exista e não seja max_tokens
.A última verificação evita que uma resposta truncada pareça uma resposta curta válida.
Exemplo de condição que sua coleção deve verificar:
stop_reason existe AND stop_reason != "max_tokens"
Se a requisição terminar com stop_reason: "max_tokens"
, aumente max_tokens
antes de concluir que aquele nível de effort
teve desempenho ruim.
Você pode baixar o Apidog para montar essa coleção. Não é obrigatório: o mesmo processo pode ser automatizado com scripts, mas uma coleção facilita comparar as cinco variações.
effort
pode tornar o Opus 5 mais eficiente para rodar bem, mas não altera a posição do modelo na linha Claude.
Os números de lançamento divulgados pela Anthropic para o Opus 5 incluem:
Esses números foram publicados pela Anthropic e não haviam sido reproduzidos independentemente até 25 de julho de 2026. Trate-os como afirmações do fornecedor, não como medições neutras.
Consulte o detalhamento de benchmarks do Opus 5 para as ressalvas de cada benchmark.
Acima do Opus 5, o Fable 5 continua sendo o modelo mais capaz amplamente lançado da Anthropic, a US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída.
O Opus 5 também fica atrás do Mythos 5 em exploração de segurança cibernética e pesquisa biológica autônoma, conforme declarado pela Anthropic.
Usar effort: "max"
não elimina essas diferenças de capacidade. O ganho prático está em encontrar o menor nível que atende às exigências da sua carga de trabalho.
Para comparar custo e capacidade entre os modelos, veja Opus 5 vs Fable 5.
effort
padrão no Claude Opus 5?
high
.
Uma requisição sem output_config
usa effort: "high"
com pensamento adaptativo ativado.
effort
?
low
, medium
, high
, xhigh
e max
.
A Anthropic recomenda começar em xhigh
para codificação e trabalho agêntico e, então, avaliar níveis menores com sua própria suíte de testes.
effort: "xhigh"
? Provavelmente porque você também enviou:
{
"thinking": {
"type": "disabled"
}
}
Com pensamento desativado, o effort
fica limitado a high
. Remova a desativação do pensamento ou reduza o nível para high
, medium
ou low
.
effort
do Opus 4.8 no Opus 5? Não.
Os níveis foram recalibrados, então o mesmo rótulo representa uma quantidade diferente de raciocínio. Execute uma nova varredura de avaliação antes de definir a configuração de produção.
Consulte o guia de migração para a lista completa de mudanças.
effort
deixa as respostas mais curtas? Não.
effort
controla o raciocínio interno, não o tamanho visível da resposta. Se você precisa de uma resposta curta, solicite explicitamente concisão no prompt.
max_tokens
devo usar com xhigh
ou max
?
Comece com 64000
.
max_tokens
limita o raciocínio e a resposta juntos. Um teto baixo pode truncar a saída. Você só paga pelos tokens realmente produzidos, então um teto alto não gera custo por si só.
Para especificações, disponibilidade e preços, comece por o que é o Claude Opus 5.