Claude Sonnet 4.5 a fundo: benchmarks verificados de SWE-bench e OSWorld, o que mudou na programação agêntica e onde ele está em 2026.
📌 Atualização de 2026: esta é uma análise arquivada do Claude Sonnet 4.5, lançado em 29 de setembro de 2025. Desde então, a Anthropic entregou o Sonnet 5 (30 de junho de 2026) e a família Claude 5 mais ampla. Para a linha atual, veja o nosso rastreador de atualizações do Claude. Mantemos esta análise no ar porque o Sonnet 4.5 marcou um ponto de inflexão real na programação agêntica — e porque saber onde o campo esteve ajuda a julgar onde ele está.
O Sonnet 4.5 liderou os principais benchmarks de programação e foi amplamente descrito como o modelo de código mais forte disponível na época — uma afirmação sustentada por avaliações independentes, não apenas pelos números da própria Anthropic.
Ele envelheceu bem. Os padrões agênticos que tornou viáveis — foco em tarefas de horizonte longo, uso do computador, fluxos baseados em pontos de verificação — viraram o gabarito sobre o qual a família Claude 5, e os concorrentes, iteraram.
O Sonnet 4.5 segurou a faixa intermediária ao longo de quatro lançamentos do Opus 4.x antes de ser substituído. Um modelo que sobrevive a quatro renovações do carro-chefe acima dele não é um paliativo: é a faixa que o fornecedor decidiu ser estrutural.
Lançado em 29 de setembro de 2025, o Sonnet 4.5 foi posicionado pela Anthropic como "o melhor modelo do mundo para agentes, programação e uso do computador". Os benchmarks independentes sustentaram em boa medida a afirmação sobre programação:
$3 de entrada / $15 de saída por milhão de tokens — inalterado em relação ao Sonnet 4, e isso importava: o melhor modelo de código era também o de preço intermediário.
O Sonnet 5 chegou em 30 de junho de 2026. A distância geracional, nas suítes em que ambos foram medidos:
| Benchmark | Sonnet 4.6 | Sonnet 5 | Opus 4.8 |
|---|---|---|---|
| SWE-bench Pro (programação agêntica) | 58.1% | 63.2% | 69.2% |
| OSWorld-Verified (uso do computador) | 78.5% | 81.2% | — |
| GDPval-AA v2 (trabalho de conhecimento) | — | 1,618 | 1,615 |
Os 1,618 do Sonnet 5 em trabalho de conhecimento superam por pouco os 1,615 do Opus 4.8. Um modelo intermediário empatando com o carro-chefe anterior em trabalho de conhecimento geral é a evidência mais clara de que a tese do Sonnet 4.5 — modelos capazes não precisam ser os caros — estava certa e foi levada adiante.
O Sonnet 4.5 estreou a $3/$15 por milhão de tokens. O Sonnet 5 estreou com preço introdutório de $2/$10 até 31 de agosto de 2026, voltando a $3/$15 depois. Quase um ano depois, a faixa custa o mesmo e faz substancialmente mais — todo o argumento da estratégia intermediária em uma linha.
O Claude Opus 5 chegou em 24 de julho de 2026 a $5/$25 — preço idêntico ao do Opus 4.8. A faixa do carro-chefe segurou o preço enquanto a faixa de trabalho absorvia a maior parte do ganho de capacidade. É o mesmo padrão visível em todos os fornecedores em 2026.
O que se sustentou: a liderança em benchmarks era real, mas a margem era estreita (77.2% contra 74.9% do GPT-5 no SWE-bench Verified). O que se mostrou mais durável foi a diferença de capacidade agêntica — o salto no OSWorld e a confiabilidade em sessões longas foram mais difíceis de replicar rapidamente pelos concorrentes.
A cobertura da semana de lançamento (incluindo a versão original deste artigo) se apoiou no enquadramento de "melhor IA de programação do mundo" e em anedotas de sessões maratona, como tarefas contínuas de 30 horas. Essas afirmações remontavam a condições de demonstração; os resultados do dia a dia dependiam muito da qualidade do arcabouço de execução e da decomposição das tarefas. Trate qualquer afirmação de superioridade baseada em um único número daquele período como um instantâneo, não como uma lei.
"Melhor IA de programação do mundo" como rótulo duradouro. Nos números atuais do SWE-bench Pro, os 69.2% do Opus 4.8 ficam seis pontos acima dos 63.2% do Sonnet 5, e ambos estão numa suíte que não existia quando o 4.5 foi lançado. Nesta categoria, a liderança em benchmark é um instantâneo com validade medida em meses.
Não. O Sonnet 5 é melhor em todos os eixos medidos e — durante a janela introdutória — mais barato. Não há cenário em que um projeto novo comece no 4.5.
Migrar é um ganho direto: melhor programação agêntica, melhor uso do computador e um preço que volta à paridade depois de agosto. Os padrões que você construiu em torno de pontos de verificação e tarefas de horizonte longo se transferem diretamente.
O Sonnet 4.5 é o caso mais claro de um fornecedor decidindo que é na faixa intermediária que a capacidade deve se acumular. Cada lançamento posterior da Anthropic, e toda a estratégia 3.x Flash do Google, é uma variação dessa decisão.
O Sonnet 4.5 permaneceu como o cavalo de batalha intermediário da Anthropic ao longo de quatro lançamentos do Opus 4.x, recebeu uma renovação 4.6 em fevereiro de 2026 e acabou sucedido pelo Sonnet 5 em 30 de junho de 2026, que levou adiante o foco em programação agêntica com uso de ferramentas e raciocínio mais fortes.
O Sonnet 4.5 é o lançamento em que as peças — benchmarks, uso do computador, pontos de verificação, memória — se encaixaram pela primeira vez em um único modelo de preço intermediário, e tudo o que a Anthropic entregou depois é um desdobramento dessa combinação.
Se você escolhe um modelo hoje, comece pela linha atual do Claude. Para práticas de trabalho construídas sobre os padrões agênticos desta geração, veja as melhores práticas de programação com Claude; e para saber como ele se sai contra Copilot e Cursor, a comparação a três.
Sources: Anúncio da Anthropic · Testes de benchmark da DataCamp · Avaliação de programação da Surge AI · Análise da CodeRabbit · Cobertura do lançamento pela TechCrunch
Análise arquivada · Substancialmente revista em 29 de julho de 2026
O Seedance 2.5 reúne 30 segundos de áudio e vídeo, 50 referências mistas e edição cronometrada. Veja o que é oficial, custa e precisa de teste.
O MiniMax H3 gera vídeo 2K com áudio estéreo nativo, publica preços por segundo e disponibiliza pesos H3-Base sob Community License.
Hermes Agent combina memória persistente e skills autoaperfeiçoáveis, mas sua segurança e resultado dependem do backend, aprovações e revisão escolhidos.
OpenClaw é um runtime de agentes muito capaz cujo valor depende da segurança deliberada do gateway, da revisão de skills e da disciplina operacional.
A música com IA em 2026: capacidades e processos de Suno e Udio, o copyright completo da AIVA e como o acordo da Warner muda os seus direitos.
O mercado de vídeo com IA depois da saída do Sora, com preços reais: 0,50 a 2,50 $ por clipe de 10 s, quem lidera agora e como escolher por plano.
Comparativo honesto dos planos gratuitos de 2026: a generosidade do Gemini, a qualidade do Claude, a amplitude limitada do ChatGPT e quando vale pagar.
O que o GPT-5 entregou em agosto de 2025, por que o primeiro mês descarrilou e como sua arquitetura se lê a partir dos três níveis do GPT-5.6.
