Claude Opus 5

ANALISIS

Claude Opus 5 em tarefas de desktop: que evidências são necessárias antes de lhe dar controlo sobre uma interface

Uma pontuação num benchmark não demonstra que um modelo consegue operar uma aplicação em segurança. Propomos uma avaliação delimitada para medir o sucesso, os erros, a recuperação, a latência e a necessidade de supervisão.

23 set 2026 ↗

ANALISIS

CursorBench 3.2: o que um benchmark de agentes de código pode dizer e por que ele não basta para escolher um modelo fora do Cursor

O CursorBench oferece um sinal sobre sistemas de agentes avaliados dentro do harness do Cursor, mas uma pontuação não equivale a uma propriedade transferível do modelo. A documentação pública verificada consultada descreve o CursorBench 3.1, e não o 3.2; portanto, toda referência a uma suposta versão 3.2 deve ser tratada como não confirmada até que o Cursor publique sua metodologia e seus resultados.

22 set 2026 ↗

GUIA

Claude Fable 5.1: quando o cache e o lote reduzem o custo por tarefa — e quando apenas deslocam a fatura

A tarifa por milhão de tokens não basta para escolher entre uma chamada normal, cache de instruções ou processamento em lote. Este guia propõe um modelo de custo por tarefa concluída corretamente para o Claude Fable 5.1, com fórmulas, cenários e telemetria mínima. O resultado depende de reutilizar o contexto antes de ele expirar, controlar as tentativas e aceitar — ou não — o prazo assíncrono da Batch API.

22 set 2026 ↗

ANALISIS

AutomationBench: o que demonstra um agente que deixa um fluxo empresarial no estado correto — e o que não demonstra

O AutomationBench avalia se um agente consegue concluir fluxos entre aplicações SaaS simuladas e levá-los a um estado final verificável. Este guia explica o que essa evidência significa, como interpretar as suas métricas e que testes adicionais são necessários antes de extrapolar um resultado para uma empresa real.

22 set 2026 ↗

COMPARATIVA

Claude Haiku 4.5 vs Claude Opus 5: quando um prémio de custo pode justificar um resultado melhor

A escolha entre Claude Haiku 4.5 e Claude Opus 5 não deve ser resolvida apenas com tarifas por token ou benchmarks externos. Esta comparação propõe um protocolo reproduzível para medir resultados aceites, tentativas repetidas, revisão humana, latência e custo efetivo em classificação estruturada, síntese documental e revisão técnica complexa. Com as fontes disponíveis, é possível fixar condições de comparabilidade e limites técnicos, mas não afirmar resultados empíricos sem executar e publicar o ensaio.

22 set 2026 ↗

ANALISIS

Anthropic: como verificar o que muda ao consumir Claude por API, nuvem associada ou produto

Adotar Claude não consiste apenas em escolher uma família de modelos. O canal de acesso determina qual identificador é usado, qual cronograma de descontinuação se aplica, quais controles cada parte administra e qual documentação pode sustentar uma decisão técnica. Este guia propõe um método para separar essas camadas sem transformar políticas públicas ou avaliações de segurança em garantias que elas não contêm.

22 set 2026 ↗