A Anthropic lançou o Claude 3.5 Sonnet como primeiro membro da família Claude 3.5. A empresa destacou melhorias em raciocínio, conhecimento, programação e interpretação de imagens, mantendo uma janela de contexto de 200 mil tokens e uma proposta de custo abaixo do anterior Claude 3 Opus.
Em programação, o modelo foi apresentado com maior capacidade para compreender bases de código, corrigir erros e executar instruções com vários passos. A Anthropic introduziu também Artifacts, uma área do Claude.ai onde o resultado produzido — por exemplo, código, documentos ou componentes visuais — pode ser trabalhado ao lado da conversa.
As avaliações divulgadas pelo fabricante indicaram ganhos em benchmarks, mas devem ser lidas com cautela. O desempenho de um modelo varia com o idioma, o formato do pedido, as ferramentas disponíveis e o tipo de tarefa. Ensaios independentes e testes com dados representativos continuam a ser necessários antes de uma adoção em produção.
Na análise visual, a empresa afirmou que o modelo conseguia interpretar gráficos e transcrever texto a partir de imagens com maior precisão. Esta capacidade interessa a fluxos de documentos, relatórios e interfaces, mas não elimina erros de leitura nem autoriza o tratamento indiscriminado de dados sensíveis. A qualidade depende da resolução da imagem, do contexto e do idioma presente no documento.
A proposta de preço e velocidade alterou também a escolha prática entre modelos. Uma organização que processa milhares de pedidos pode obter mais valor de um sistema rápido e previsível do que de um modelo superior apenas em avaliações muito específicas. Latência, custo por tarefa concluída, taxa de erro e facilidade de supervisão devem ser medidos em conjunto, com pedidos reais e critérios previamente definidos.
O lançamento reforçou a competição entre fornecedores de modelos generalistas e mostrou que a categoria “intermédia” pode oferecer a melhor relação entre qualidade, velocidade e preço. Para equipas portuguesas, essa relação pode ser mais importante do que escolher simplesmente o modelo com a pontuação máxima.
Porque importa
A evolução mostra que modelos mais económicos podem ultrapassar gerações anteriores de topo, reduzindo o custo de experimentar e colocar aplicações de IA em produção.