Modelos Claude comparados: Haiku vs Sonnet vs Opus vs Fable 5 (Mythos 5)

Esta é a referência de formato longo. Para a versão superficial de cinco minutos (tabela rápida + regras do roteador), consulte o blog complementar.

1. Por que comparar os modelos de Claude?

A maioria das equipes não perde dinheiro porque suas instruções são ruins. Perdem dinheiro porque usam o modelo mais caro para tudo, ou porque tratam a escolha do modelo como uma preferência vaga em vez de uma escolha. decisão de produto orçado. A escalação de Claude é explicitamente escalonada: é construída para que você possa combinar forma de tarefa até o menor modelo que tenha um bom acabamento.

O resultado prático: a seleção do modelo é uma das alavancas mais simples que você pode usar para melhorar latência, qualidadee custo por resultado ao mesmo tempo.

2. A formação moderna de Claude (2026)

Todos os modelos Claude atuais suportam entrada de texto e imagem, capacidades multilínguese visão, e estão disponíveis por meio de Claude API, Claude Platform em AWS, Amazon Bedrock, Google Cloud e Microsoft Foundry.

2.1 Especificações com as quais você realmente deve se preocupar

Claude Mythos 5 (claude-mythos-5) é fechado e compartilha as mesmas especificações e preços de Fable 5, mas é combinado com uma arquitetura de segurança diferente (sem classificadores de segurança da mesma forma que Fable 5). Se você não tiver acesso, ainda poderá executar essencialmente a mesma lógica de integração usando Fable 5 quando disponível.

2.2 Limite de conhecimento (por que é importante para “informações atuais”)

Listas de visão geral do modelo da Antrópico:

• Limite de conhecimento confiável: Janeiro de 2026 para Fable 5 / Opus 4.8 / Sonnet 5; Fevereiro de 2025 para Haiku 4.5.
• Corte de dados de treinamento: amplamente em janeiro de 2026 para Fable 5 / Opus 4.8 / Sonnet 5; Julho de 2025 para Haiku 4.5.

Tomada prática: se você precisar de fatos após o corte, use recuperação (RAG) ou uma ferramenta, independentemente do nível do modelo.

3. O que os níveis significam na prática

3.1 Latência e a realidade do token de saída

Em toda a programação, a economia simbólica difere mais por saída do que por entrada. Uma maneira simples de pensar sobre isso:

• Haiku é mais barato (e mais rápido) quando você deseja respostas curtas e estruturadas.
• Opus e Sonnet gastam mais, mas ainda escalam bem quando seus prompts são limitados.
• Fable 5 é caro porque se destina a execuções longas e difíceis, onde o modelo precisa permanecer no escopo ao longo do tempo.

Se você permitir que qualquer modelo produza texto ilimitado, os tokens de saída dominarão os gastos. É por isso saída máxima (ou instruções fortes para TLDR primeiro) são importantes para todos os níveis, não apenas para Fable 5.

3.2 Pensamento adaptativo versus pensamento estendido

A tabela de visão geral da Anthropic destaca duas diferenças:

• Fable 5 / Opus 4.8 / Sonnet 5 tenha o pensamento adaptativo sempre ativado.
• Haiku 4.5 tem pensamento estendido disponível, mas o pensamento adaptativo está desativado.

Tomada prática: use o Haiku para tarefas de alto volume, mas esteja ciente de que ele não está otimizado para o mesmo comportamento de “sempre se adaptar” de longo horizonte. Quando você encontrar ambiguidade ou necessidades profundas de planejamento, avance para Sonnet/Opus/Fable.

3.3 Esforço como indicador de custo-qualidade

O esforço é o principal controle para o equilíbrio entre inteligência, latência e custo em Fable 5 e Mythos 5. Opus 4.8 e Sonnet 5 também expõem o controle de esforço nas superfícies API.

Implicação prática: o erro de migração mais comum não é o “prompt errado”. É “maximizar o esforço em todos os lugares”. Para a maioria das cargas de trabalho de produção, você obtém o melhor valor roteando o esforço deliberadamente (tarefas baratas com esforço baixo/médio, tarefas difíceis com esforço maior).

4. Uma matriz de decisão que você pode implementar

Em vez de perguntar “Qual modelo é melhor?”, pergunte “Qual modelo pode terminar isso fluxo de trabalho com o menor número de tokens caros?”

5. Plano de roteamento para produção (barato -> inteligente -> fronteira)

Este é um padrão prático que funciona bem quando você tem uma mistura de tarefas: algumas fáceis, outras difíceis e muitas “principalmente fáceis, mas ocasionalmente complicadas”.

5.1 Roteador passo a passo

1. Classifique com Haiku. Determine a intenção e a complexidade aproximada; também estime se você precisa de um longo contexto ou uso de ferramentas.
2. Execute o caminho principal no Sonnet ou Opus. Soneto para a maioria das tarefas “sérias, mas limitadas”. Opus quando você espera uma codificação de agente complexa ou uma depuração mais profunda.
3. Aumente para Fable 5 para um verdadeiro trabalho de longo prazo. Exemplos: refatoradores de repositórios cruzados, síntese de vários documentos onde o modelo deve manter múltiplas restrições vivas e execuções autônomas que delegam subtarefas.
4. Lidar com substitutos/recusas. Se Fable 5 recusar devido a classificadores de segurança, volte para Opus 4.8 (ou outro modelo apropriado) dependendo dos requisitos do seu produto.

5.2 Faça um orçamento do roteador (não deixe que o escalonamento apague as economias)

Um roteador só pode ser econômico se o escalonamento for raro. Adicione restrições para que o nível caro não aumente:

• Defina tokens de saída máximos em cada camada.
• Use as primeiras instruções do TLDR para que o modelo possa parar mais cedo quando for conhecido o suficiente.
• Prefixos estáveis em cache (prompt do sistema e esquemas de ferramentas) para reduzir custos de entrada repetidos.

6. Economia simbólica que você pode usar como uma verificação de sanidade

Como o preço é por token, você pode aproximar o custo por solicitação. Usando os valores de preço da visão geral do modelo:

• Fable 5: $ 10 de entrada / $ 50 de saída por MTok
• Opus 4.8: $ 5 de entrada / $ 25 de saída por MTok
• Sonnet 5: $ 3 de entrada / $ 15 de saída por MTok
• Haiku 4.5: $ 1 de entrada / $ 5 de saída por MTok

Fórmula aproximada (insira suas estimativas):

cost ~= (input_tokens / 1_000_000) * input_price
     + (output_tokens / 1_000_000) * output_price

Regra de sanidade: se os tokens de saída forem grandes, Fable 5 torna-se rapidamente o direcionador de custos dominante. É por isso que a estrutura imediata e os limites de produção são mais importantes do que muitas equipes esperam.

7. Padrões de solicitação entre níveis

A maioria das melhores práticas de solicitação se aplica a todos os modelos de Claude: forneça metas claras, restrinja o formato de saída e peça apenas o que você precisa. As diferenças específicas do nível aparecem em como você comprimento de controle e esforço de controle.

7.1 Regras gerais que evitam fugas orçamentais

• Lidere com o resultado. Sua primeira linha deve dizer o que aconteceu ou o que você encontrou.
• Solicite o TLDR primeiro. Deixe o modelo parar mais cedo, quando puder.
• Aumento do escopo do limite. Não peça recursos extras, refatorações ou melhorias “bom ter”, a menos que solicitado.
• Comprimento de saída vinculado. Use tokens de saída máximos ou formatos estritos.

7.2 Quando Fable 5 muda o trabalho

Fable 5 foi desenvolvido para autonomia de longo horizonte: ele pode sustentar a produção produtiva por longos períodos, delegar subtarefas e permanecer coerente quando a tarefa é realmente multietapa. A diferença que motiva não é apenas “mais raciocínio”. É que você pode (e deve) estruturar fluxos de trabalho como metas + pontos de verificação + evidências baseadas em ferramentas, em vez de forçar tudo em uma resposta única.

8. Exemplos de fluxos de trabalho (o que usar e onde)

8.1 Haiku 4.5

• Classifique as solicitações recebidas (intenção + complexidade) e encaminhe para o nível correto.
• Extraia campos estruturados em JSON para sistemas downstream.
• Resuma passagens curtas com um esquema estrito e limite máximo de produção.

8.2 Sonnet 5

• Refatore e explique o código com um formato “o quê/por que/como”.
• Elabore conteúdo voltado para o cliente com tom consistente e resultados curtos.
• Crie ferramentas de agente que ainda precisam de velocidade (chamada de ferramenta + loops curtos).

8.3 Opus 4.8

• Codificação agente complexa: alterações em vários arquivos, depuração mais profunda e raciocínio mais cuidadoso em todo o sistema.
• Análise de documentos empresariais: planilhas, slides e relatórios longos.
• Tarefas difíceis, mas limitadas, nas quais você ainda deseja uma resposta de nível empresarial, não apenas um esboço.

8.4 Fable 5 (e Mythos 5)

• Migrações de código de dias entre repositórios com uso de ferramentas e etapas de verificação.
• Síntese de vários documentos onde a retenção e a coerência das instruções em longos períodos são essenciais.
• Fluxos de trabalho autônomos que delegam subtarefas e continuam após resultados intermediários.

9. Notas de migração

9.1 Migrando para Opus 4.8

Se você está atualmente no Opus 4.7 ou anterior, comece por:

• Garantindo que você defina effort explicitamente quando você tem requisitos de latência ou orçamento.
• Revisar quaisquer habilidades imediatas que possam ser excessivamente prescritivas. Maior capacidade pode amplificar instruções excessivamente específicas.
• Testar novamente as suposições de comprimento de saída e aplicar limites máximos de saída quando necessário.

9.2 Migrando do Opus para Fable 5

Fable 5 não é um “Opus mais rápido”. Trate-o como uma ferramenta de fluxo de trabalho para tarefas de longo prazo:

• Mude para a estruturação de meta + checkpoint (especialmente para execuções de agente).
• Delegue subtarefas em vez de empilhar tudo em um longo thread.
• Use cache e saída limitada para que execuções longas não aumentem os gastos.

10. Pegadinhas comuns

• Usando Fable para tudo. Destina-se a casos difíceis e de longo prazo.
• Sem limites de saída. Até mesmo o Haiku pode ficar caro se você permitir que ele gere texto ilimitado.
• Supondo que as janelas de contexto sejam intercambiáveis. Haiku tem 200 mil tokens; os outros assumem como padrão 1M.
• Ignorando diferenças de corte. Se você precisar de informações pós-corte, use recuperação/ferramentas.
• Não roteando esforço. Definir o esforço máximo em todos os lugares geralmente aumenta os custos sem melhorar os resultados.

11. Resultado final

A linha de Claude foi projetada para que você possa construir um modelo de roteador que corresponda ao menor nível de capacidade para cada formato de tarefa. Comece com o Haiku para roteamento e extração baratos. Use o Sonnet para a maior parte do trabalho diário. Escale para o Opus para codificação corporativa e de agente complexa. Reserva Fable 5 (e portão Mythos 5) para as verdadeiras corridas de longo horizonte que exigem autonomia e coerência sustentadas.

Em caso de dúvida, mantenha seus prompts limitados, limite o comprimento da saída e meça os tokens de saída por resultado. Essa métrica tende a tornar óbvia a escolha do modelo.

Instantâneo de SEO para este artigo

• Título SEO: Modelos de Claude comparados: Haiku vs Sonnet vs Opus vs Fable 5 (Mythos 5)
• Meta descrição: Compare Antrópico Claude Haiku, Sonnet, Opus, Fable 5 e gated Mythos 5. Inclui especificações, estratégia de custo/tokens, plano de roteamento e quando usar cada camada.
• Palavras-chave primárias: Comparação de modelos Claude, Claude Opus 4.8, Claude Fable 5, Claude Sonnet 5, Claude Haiku 4.5, Claude Mythos 5, orçamento de token, codificação de agente
• Twitter/X: As camadas do modelo Claude explicaram: Haiku para roteamento barato, Sonnet para trabalho diário, Opus para codificação complexa, Fable 5 para execuções de agentes de vários dias. Plano de roteamento de orçamento de token interno.
• LinkedIn: Uma comparação prática e implementável entre Anthropic Claude Haiku, Sonnet, Opus, Fable 5 e gated Mythos 5. Especificações, modelo de custo e um roteador que mantém os tokens de saída sob controle. De TenthMatrix.