8 melhores alternativas ao Claude Opus 5 em 2026

Por que alguém olharia além do Claude Opus 5

O Opus 5 foi lançado em 24 de julho de 2026 e é um modelo forte. É o número um do índice, mantém uma janela de contexto de 1M sem taxa extra por contexto longo, e a Anthropic manteve o preço em $5 e $25 por milhão de tokens, inalterado desde o Opus 4.5. Não há nenhum escândalo aqui. O artigo explicativo do Claude Opus 5 cobre o que realmente chegou, e a análise do Opus 5 mostra onde o número de destaque perde o brilho.

O que leva as pessoas a olhar para outro lugar é mais específico do que "é ruim", e se resume a três coisas.

A conta por tarefa subiu mesmo com o preço de tabela igual. A AA mede o custo por tarefa do índice em $2,34 para o Opus 5 no esforço máximo. Seu próprio antecessor, o Opus 4.8, mede $2,03 no mesmo preço de tabela. Os mesmos dólares por token, mas mais tokens gastos. Essa é a reclamação mais comum que eu vejo, e é uma reclamação real. O detalhamento de preços do Opus 5 modela o que isso faz com uma fatura mensal.

É lento. A AA mede uma saída mediana de 55,7 tokens por segundo. O Gemini 3.6 Flash roda a 213,5 na mesma medição, 3,8 vezes mais rápido. Para qualquer coisa que uma pessoa esteja acompanhando ao vivo, essa diferença é o produto em si.

Não há pesos. A Anthropic nunca publicou um checkpoint do Opus e não dá sinais de que vai começar. Se o seu requisito é rodar o modelo no seu próprio hardware, na sua própria região, sob suas próprias regras de retenção, nenhum modelo Claude atende isso a nenhum preço. Essa é a única razão da lista que a Anthropic não consegue resolver com um desconto, e é por isso que dois modelos com licença MIT entraram neste levantamento.

As pessoas já estão fazendo essa mudança, e a troca que elas descrevem é honesta, não uma vitória gratuita:

"I'd assume open weight models hosted on openrouter aren't being run at a loss. As such, I've been experimenting with them lately and results are pretty promising. Requires slightly more patience and handholding than just cranking Opus 5 in Claude Code, but for the cost saving it's definitely worth it."

morgoo, Hacker News

Repare no que não está nessa lista: capacidade. Ninguém com quem eu converso está deixando o Opus 5 porque ele não consegue fazer o trabalho.

Como escolhi esses oito

A armadilha em um levantamento como este é classificar pelo benchmark que mais favorece a narrativa, então fixei primeiro o método de medição e deixei a ordem sair sozinha.

Todo modelo aqui é pontuado pela Artificial Analysis no mesmo teste, então as pontuações são comparáveis, em vez de reportadas pelo fornecedor. Coletei cada número deste artigo em 5 de agosto de 2026. Além da pontuação de inteligência, usei o custo por tarefa concluída da AA, que precifica os tokens de raciocínio que um modelo realmente consome, e não a tarifa que ele cobra por eles. Esses dois números discordam o tempo todo, e essa discordância é a parte interessante.

Cada modelo também precisava estar disponível hoje, com preço publicado e sem lista de espera. Li as licenças, porque dois desses modelos têm pesos abertos e um deles tem um limite de receita associado. Onde um fornecedor e a AA discordavam em algum número, eu deixei isso registrado em vez de escolher o número mais favorável. Um modelo que deixei de fora por esse motivo é o Qwen3.8-Max, forte em rankings de preferência humana, mas ausente do quadro da AA, o que impede comparação no mesmo eixo de tudo mais aqui.

O que eu não fiz foi rodar seis meses de tráfego de produção nos oito modelos. Li a documentação, as tabelas de preços e as medições independentes, e mantive as afirmações dentro do que isso sustenta.

As melhores alternativas ao Claude Opus 5 em resumo

Preços por milhão de tokens em USD. Pontuações, velocidade e custo por tarefa são medições da Artificial Analysis feitas em 5 de agosto de 2026.

"Conhecimento" é o AA-Omniscience Index, que vai de -100 a 100 e mede se um modelo realmente sabe as coisas ou está inventando com confiança. Leia essa coluna duas vezes. O melhor número nela é 40,2.

1. GPT-5.6 Sol

Melhor para: ficar a dois pontos do Opus 5 por cerca de metade do custo medido.

O carro-chefe da OpenAI ficou disponível de forma geral em 9 de julho de 2026 e mantém o preço do antecessor, $5 de entrada e $30 de saída por milhão. No papel, é o mais caro dos dois. Na prática, a AA o mede em $1,23 por tarefa do índice contra $2,34 do Opus 5, porque ele termina o mesmo trabalho com menos tokens de raciocínio. Meu artigo explicativo do GPT-5.6 traz o detalhamento completo da família, e a página de preços cobre os níveis Terra e Luna abaixo dele.

Onde supera o Opus 5. Custo por tarefa, em 47%. Velocidade de saída, 70,6 tokens por segundo contra 55,7. O tempo até o primeiro token com esforço médio é de 6,1 segundos, rápido para um modelo de raciocínio.

Onde não supera. Pontuação de índice, 58,9 contra 60,7. A confiabilidade de conhecimento é a maior lacuna: 21,7 contra 31,3 no AA-Omniscience. No AA-Briefcase, que mede trabalho agêntico de longo horizonte, o Sol no esforço máximo pontua 1502 Elo enquanto o Opus 5 no máximo pontua 1719. Se a sua carga de trabalho é uma execução de agente longa em vez de uma única resposta, essa é a lacuna que importa considerar.

Preços. $5,00 de entrada, $30,00 de saída, $0,50 de acerto de cache, por milhão de tokens. Contexto de 1M.

Veredito. A melhor troca direta desta página. Dois pontos de índice pela metade da conta é uma troca que a maioria das equipes deveria aceitar, desde que você verifique a lacuna de conhecimento com suas próprias avaliações, não com as minhas.

2. Kimi K3

Melhor para: trabalho de agente de longo horizonte a um terço do custo.

O carro-chefe da Moonshot AI foi lançado em 16 de julho de 2026: 2,8 trilhões de parâmetros com 104 bilhões ativos, uma janela de 1.048.576 tokens, e pesos publicados conforme o previsto duas semanas depois. A AA o pontua em 57,1 e, mais útil ainda, em $0,86 por tarefa. Minha visão geral do Kimi K3 aprofunda mais, e há um levantamento de alternativas dedicado, caso ele seja seu ponto de partida em vez do seu destino.

Onde supera o Opus 5. Preço por tarefa, 2,7 vezes menor. Pesos publicados, algo que nenhum modelo Claude oferece. No AA-Briefcase ele pontua 1541 Elo, acima dos 1502 do GPT-5.6 Sol, então ele se mantém firme exatamente nas execuções de agente longas onde se esperaria que um modelo mais barato falhasse.

Onde não supera. A velocidade de saída é o ponto fraco, a 37,1 tokens por segundo, a mais lenta deste levantamento. A confiabilidade de conhecimento é 18,4. O raciocínio não pode ser desligado em nenhum nível de esforço, e o nível de entrada de gasto permite 3 requisições por minuto, o que pega muita gente de surpresa.

Preços. $3,00 de entrada, $0,30 de acerto de cache, $15,00 de saída, por milhão de tokens. Sem nível de lote.

Veredito. A melhor relação pontuação-preço entre os quatro primeiros, e a escolha certa quando seu agente roda por minutos em vez de segundos. Só não o coloque em algo que uma pessoa esteja observando o cursor piscar.

3. Claude Fable 5

Melhor para: a única coisa em que o Opus 5 não é o melhor.

O nível superior da Anthropic é o único modelo deste levantamento que pontua mais alto que o Opus 5 em confiabilidade de conhecimento: 40,2 contra 31,3, o melhor número do quadro. Também custa mais por tarefa, a $3,15, e sua pontuação de índice de 59,9 fica fracionalmente abaixo dos 60,7 do Opus 5. Então não é simplesmente o modelo maior. Minha comparação Opus 5 versus Fable 5 mostra onde cada um vence.

Os relatos de quem usa no dia a dia vão nas duas direções com esse par, que é exatamente a cara de uma lacuna de 0,8 pontos vista de dentro:

"I also have preferred Opus 5 to Fable 5 for most things. Fable is way better than Opus 4.8 for me - it just produces much more complete work in one shot reliably. But when Opus 5 came out, I found that I was getting the same results as Fable, just faster and cheaper."

tilleryj, Hacker News

Onde supera o Opus 5. Conhecimento, por 8,9 pontos. Velocidade, 73,8 tokens por segundo contra 55,7. Mesmo contexto de 1M, mesmas ferramentas, mesmo SDK, então a troca é só mudar a string do modelo.

Onde não supera. Custo, 1,35 vezes por tarefa e 2 vezes no preço de tabela. Pontuação de índice, por 0,8 pontos, dentro da margem de ruído, mas vale saber antes de pagar o dobro por isso. O AA-Briefcase coloca o Fable 5 em 1574 Elo contra 1719 do Opus 5 no esforço máximo.

Preços. $10,00 de entrada, $50,00 de saída, $1,00 de acerto de cache, por milhão de tokens.

Veredito. Não é uma jogada de custo, nem um upgrade geral. Recorra a ele quando uma resposta confiante e errada custar dinheiro real e você já tiver esgotado a recuperação de dados como solução.

4. Claude Sonnet 5

Melhor para: ficar na Anthropic gastando menos, com uma ressalva.

O Sonnet 5 é o degrau óbvio abaixo dentro da família: $2 de entrada e $10 de saída por milhão, contexto de 1M, mesma API. Também é o exemplo mais claro de por que o preço de tabela mente. Os tokens de saída são 60% mais baratos que o Opus 5. O custo por tarefa concluída é apenas 27% mais barato, $1,72 contra $2,34, porque o Sonnet 5 precisa de muito mais turnos para chegar lá. Meu artigo Opus 5 versus Sonnet 5 tem a contagem de turnos.

Onde supera o Opus 5. Velocidade de saída, 83,0 tokens por segundo, o Claude mais rápido aqui. Mais barato tanto no preço de tabela quanto na tarefa medida.

Onde não supera. A pontuação de índice de 53,4 contra 60,7 é a maior lacuna entre os modelos da metade superior. A confiabilidade de conhecimento é 15,3, menos da metade do Opus 5. No AA-Briefcase ele pontua 1385 Elo contra 1719.

Preços. $2,00 de entrada, $10,00 de saída, $0,20 de acerto de cache, por milhão de tokens, até 31 de agosto de 2026. A partir de 1º de setembro passa a $3,00 e $15,00. Qualquer modelo de custo construído sobre a tarifa atual expira em menos de quatro semanas.

Veredito. Uma economia modesta por uma queda real de capacidade, e a economia encolhe ainda mais em setembro. Vale a pena para trabalho de alto volume e baixo risco. Modele com a tarifa de setembro, não com a atual.

5. Gemini 3.6 Flash

Melhor para: qualquer coisa com uma pessoa esperando do outro lado.

O modelo Flash de uso geral do Google foi lançado em 21 de julho de 2026 e é o mais rápido deste levantamento a 213,5 tokens por segundo, 3,8 vezes o Opus 5. Custa $0,56 por tarefa. Detalhes completos no artigo sobre o Gemini 3.6 Flash, mais uma lista de alternativas separada, caso você esteja procurando dentro da linha do Google.

Onde supera o Opus 5. Velocidade, e muito. Custo por tarefa, 4,2 vezes menor. Uma tarifa de entrada única para texto, imagem, vídeo, áudio e PDF, algo incomum e útil quando suas entradas são variadas. A confiabilidade de conhecimento de 23,5 é respeitável para essa faixa de preço, e melhor que os 21,7 do GPT-5.6 Sol.

Onde não supera. A pontuação de índice de 50,1 está 10,6 pontos abaixo. O AA-Briefcase o coloca em 962 Elo, então execuções de agente longas não são o forte dele. A saída tem teto de 65.536 tokens apesar da janela de entrada de 1M.

Preços. $1,50 de entrada, $7,50 de saída, $0,15 de acerto de cache, por milhão de tokens. O lote custa metade.

Veredito. A resposta certa sempre que a latência é o produto. Chat ao vivo, autocompletar, qualquer coisa transmitida em tempo real para um usuário. Não a resposta certa para um agente sem supervisão fazendo trabalho de múltiplas etapas.

6. Grok 4.5

Melhor para: cortar gastos sem perder capacidade de recordação.

O modelo da xAI é a escolha de valor silenciosa aqui. Pontua 53,8 no índice a $0,36 por tarefa, 6,4 vezes abaixo do Opus 5, e sua confiabilidade de conhecimento de 26,4 é o terceiro melhor número desta página, à frente do Gemini 3.6 Flash, do GPT-5.6 Sol e de todos os modelos de pesos abertos do levantamento. Minha visão geral do Grok 4.5 cobre o panorama mais amplo.

Onde supera o Opus 5. Custo por tarefa, 6,4 vezes. Velocidade de saída, 61,3 tokens por segundo contra 55,7. Entrada a $2 e saída a $6 fazem dele um dos preços de tabela mais baratos entre os modelos fechados.

Onde não supera. A pontuação de índice de 53,8 está 6,9 pontos abaixo. O contexto tem teto de 500K, metade de tudo o mais aqui, o que importa se você alimentá-lo com repositórios inteiros ou históricos longos de tickets. O AA-Briefcase o pontua em 1314 Elo.

Preços. $2,00 de entrada, $6,00 de saída, $0,30 de acerto de cache, por milhão de tokens.

Veredito. Subestimado no eixo que mais importa para o trabalho de suporte. Se você está descendo um nível e preocupado que o modelo invente coisas, esse é o primeiro a testar.

7. GLM-5.2

Melhor para: pesos abertos rápidos com uma licença que seu advogado não vai questionar.

O carro-chefe da Z.ai tem licença MIT, pontua 51,1 no índice, e roda a 182,7 tokens por segundo, atrás apenas do Gemini 3.6 Flash. A $0,57 por tarefa, é 4,1 vezes mais barato que o Opus 5. Mais sobre a implantação no meu artigo GLM-5.2 para empresas.

Onde supera o Opus 5. Pesos abertos sob MIT, a licença comercial mais limpa disponível e o único requisito que nenhum modelo Claude consegue atender. Velocidade, 3,3 vezes. Custo, 4,1 vezes. Contexto completo de 1M.

Onde não supera. A confiabilidade de conhecimento é 4,0, o número mais baixo pontuado neste levantamento e muito abaixo dos 31,3 do Opus 5. A pontuação de índice está 9,6 pontos abaixo. A saída tem teto de 128K.

Preços. $1,35 de entrada, $4,29 de saída, $0,23 de acerto de cache, por milhão de tokens, na API hospedada. A autohospedagem é livre de custo de licença e cara em hardware, e meu levantamento de agentes de IA de código aberto cobre o que isso realmente exige.

Veredito. A melhor opção de pesos abertos se você quer velocidade e uma licença permissiva. Trate essa pontuação de conhecimento como uma restrição rígida: é um modelo para dar documentos, não um modelo para fazer perguntas.

8. DeepSeek V4 Flash

Melhor para: o piso.

A build 0731 entrou em beta público em 31 de julho de 2026 e é o modelo sério mais barato do quadro, por uma ordem de grandeza. A AA o pontua em 49,9, dez pontos abaixo do Opus 5, a $0,03 por tarefa do índice. Os pesos são MIT, cerca de 167 GB, com 57 quantizações da comunidade disponíveis. Meu artigo sobre o DeepSeek V4 Flash e o detalhamento de preços entram nos modos.

Onde supera o Opus 5. Preço, por 86 vezes por tarefa. Pesos MIT. Contexto de 1M com teto de saída de 384K, o maior aqui. Velocidade de saída de 122,7 tokens por segundo, mais que o dobro do Opus 5. Acertos de cache a $0,0028 por milhão.

Onde não supera. A pontuação de índice está 10,8 pontos abaixo, e a lacuna aumenta se você errar a configuração: a própria tabela da DeepSeek mostra o Flash em HLE 8,1 sem pensamento e 34,8 no esforço máximo. Mesmos pesos, execuções diferentes. A AA ainda não pontuou a build 0731 no Omniscience, então trate sua confiabilidade de conhecimento como não medida, e não como boa. Uma sobretaxa de 2x em horários de pico foi anunciada sem data de início.

Preços. $0,14 de entrada, $0,0028 de acerto de cache, $0,28 de saída, por milhão de tokens.

Veredito. Imbatível em custo, e o motivo para ter cuidado não é qualidade. Os termos da API paga da DeepSeek são silenciosos sobre o uso para treinamento em vez de protetores, não há DPA publicado nem opção de retenção zero, e os dados ficam sob a lei chinesa. Isso é uma questão de compras antes de ser uma questão de engenharia.

A lacuna entre o que esses gráficos medem e o que seus usuários perguntam

A Anthropic publicou seus próprios gráficos de custo versus pontuação no lançamento, e eles contam uma história consistente em cada benchmark: a fronteira tem uma inclinação suave, e você paga caro para subir o último trecho dela.

Eis o que nada disso mede. Cada avaliação nesta página testa capacidade geral. Nenhuma delas testa se o modelo sabe que seu plano empresarial inclui SSO, ou que você parou de enviar para a Noruega em março.

É por isso que o reflexo de "basta usar um modelo mais inteligente" continua decepcionando quem tenta:

"At work I am sitting on a small pile of incomplete/wrong/missing-the-point bug reports right now, all generated by Opus 5 on High effort. Even under good conditions, LLMs are still wrong quite a lot, and confidently so."

monitron, Hacker News

Já vi isso acontecer vezes suficientes para reconhecer o padrão. Um operador escreveu nas instruções do agente, no meio de um turno, algo como:

"stop promising customers things we cant do. we cannot guarantee this customer's order to them by friday"

É uma correção real, feita por uma gerente de suporte de e-commerce que viu uma IA prometer demais datas de entrega aos clientes. E aqui está o que torna isso digno de citação em um artigo sobre escolha de modelo: nenhuma troca de modelo desta página resolve isso. O modelo não estava confuso. Ele era fluente, confiante, e desconhecia um fato que vivia nas operações da empresa, não nos seus pesos.

Outra equipe com quem trabalhei, uma central de suporte dinamarquesa de telemática veicular no Zendesk, atendendo cerca de 200 tickets por mês, esbarrou na mesma parede pelo outro lado. O bot deles confirmava alegremente suporte a marcas de carro que nem estavam no banco de dados, porque o artigo da central de ajuda dizia que eles davam suporte a "todos os modelos". O modelo leu o documento corretamente. O documento é que estava errado. Subir de 50 para 60 em um índice de inteligência não muda nada nisso, o que sustenta tratar sua base de conhecimento como o item a ser testado, em vez do modelo.

É por isso que a coluna do AA-Omniscience importa mais que a coluna do índice para o trabalho de suporte, e por isso mesmo o melhor número nela, o 40,2 do Fable 5, não é uma solução. O conserto é arquitetural: embasar as respostas nos seus próprios documentos, citar a fonte, e se conter quando a confiança é baixa. É exatamente disso que trata a gestão de escalonamento de IA, que fica um nível acima de qualquer modelo em que você decida ficar. A mecânica da própria transferência é abordada em boas práticas de handoff de agentes de IA.

Se você está escolhendo um modelo especificamente para uma fila de suporte, o que decide o resultado é a qualidade da recuperação de dados, a barreira de confiança, e como você testa antes de ir ao ar. A garantia de qualidade de suporte com IA cobre o lado dos testes.

Para o lado do embasamento, comece pela prevenção de alucinações. Essa camada também é o que separa um agente de verdade de um chatbot baseado em regras, não importa quão bom seja o modelo por baixo.

Experimente a eesel

Escolher entre o Opus 5 e esses oito é uma decisão real, e espero que a tabela acima torne isso mais rápido. Também não é a decisão que determina se o seu suporte com IA realmente funciona.

A eesel fica acima do modelo. Ela aprende com os tickets que sua equipe já resolveu, embasa cada resposta na sua central de ajuda e documentos internos, e permanece em silêncio sobre qualquer coisa da qual não esteja confiante, em vez de chutar. Você pode rodá-la contra os últimos milhares de tickets históricos antes que um único cliente a veja, e esse é o único teste que revela qual será sua taxa de resolução real. Ela se conecta ao Zendesk, Freshdesk, Gorgias, HubSpot e outros em poucos minutos, e o preço é por ticket resolvido em vez de por assento, então a conta acompanha o trabalho real. A maioria das equipes aponta ela primeiro para a contenção de nível 1, onde a automação do atendimento ao cliente se paga mais rápido.

Se você já está comparando modelos pelo custo por tarefa, a mesma matemática aplicada um nível acima é o custo por resolução, e esse é o número que sua equipe financeira vai pedir. Há um detalhamento mais completo em custo do atendimento ao cliente com IA, e se você preferir começar pela redação em vez da autonomia, o copiloto de IA para suporte é o ponto de entrada de menor risco.

Experimente a eesel grátis, ou agende uma demo e eu vou rodá-la primeiro contra o seu próprio histórico de tickets.

Minha conclusão

Se eu tivesse que resumir isso em três linhas.

Vá de padrão para o GPT-5.6 Sol se o motivo de você estar aqui é a fatura. Ele fica 1,8 pontos de índice atrás e é 47% mais barato por tarefa, a melhor troca desta página, e sua tarifa de saída mais alta o faz parecer a resposta errada até você conferir a medição.

Vá de padrão para o Gemini 3.6 Flash se o motivo é latência, e para o DeepSeek V4 Flash se o motivo é que você quer que a conta praticamente desapareça. Leia primeiro os termos de dados da DeepSeek, já que o silêncio neles é o custo real.

E fique no Opus 5 se o motivo de você estar procurando é que ele errou em algo. Trocar de modelo move você alguns pontos em uma escala de 100 pontos onde a melhor pontuação é 40. Embasar as respostas nos seus próprios documentos move consideravelmente mais que isso, e funciona não importa qual modelo você acabe usando. Meu levantamento de alternativas ao Claude cobre a família mais ampla se você quiser continuar procurando, e IA para atendimento ao cliente cobre a camada que realmente faz o trabalho.