O Sonnet 5.5 mantém o preço por token do Sonnet 5, mas usa menos tokens para concluir a mesma tarefa: segundo a Anthropic, isso reduz o custo por tarefa em até 30%. O modelo também gera respostas mais de 30% rápido e chega perto do Opus 5.5 em várias tarefas de trabalho intelectual. Para times de produto, a mudança pode reabrir automações que antes não fechavam a conta.

Quem trabalha com produto aprende cedo que o custo de uma funcionalidade não termina no lançamento. Ele aparece a cada uso.

Foi por isso que o lançamento do Sonnet 5.5, da Anthropic, me chamou a atenção. À primeira vista, parece mais uma atualização de modelo. O detalhe decisivo está no que acontece com o custo de cada tarefa.

O custo que importa aparece em cada tarefa

O preço por token continua igual ao do Sonnet 5. A redução vem da eficiência: o Sonnet 5.5 precisa de menos tokens para resolver o mesmo trabalho. Na página do anúncio da Anthropic, a empresa estima uma queda de até 30% no custo por tarefa e uma geração de respostas mais de 30% rápida.

Para produto, isso muda conversas bem concretas: quais casos de uso antes eram caros demais para valer a pena, quanta automação cabe no mesmo orçamento e quanto tempo o usuário espera por uma resposta.

Costumo pensar que boa parte do trabalho em produto é decidir o que vale automatizar. Em áreas como finanças, recebíveis e crédito, vejo muitas tarefas repetitivas, cheias de documentos e conferências, que sempre pareceram boas candidatas à automação, mas esbarravam no custo. Quando o custo por tarefa cai e a velocidade aumenta, essa lista de candidatas cresce.

Para estimar a conta com mais clareza, vale mapear os componentes de custo de agentes de IA e conectar essa análise às decisões de gestão de produtos com IA.

Um modelo mais eficiente ainda exige medir qualidade, definir limites e testar com dados reais antes de chegar ao cliente. A avaliação de agentes de IA ajuda a estruturar esse tipo de verificação. Também é um bom momento para revisitar o backlog de ideias que foi para a gaveta por causa do custo.

O resto do radar

Cf, a CLI da Cloudflare feita para agentes — Mostra a tendência de projetar interfaces de produto primeiro para agentes, além das pessoas. Leia o anúncio.

Vespper e o MCP para arquivos Word — A edição confiável de documentos Word é um gargalo para agentes verticais em jurídico, saúde e finanças. Veja o lançamento.

What would a serious AI product look like? — Lista lacunas concretas de UX — verificação, citações e contexto — que podem virar oportunidades de diferenciação. Leia a análise.

Nvidia quer um chip vigia ao lado de cada agente — Governança e segurança de agentes se tornam requisito de produto e argumento de venda para empresas. Leia a cobertura.

Jeff, modelos de decisão de 0,8B com cerca de 30 ms — Modelos pequenos e rápidos podem substituir chamadas mais caras a LLMs em decisões simples do produto. Explore o projeto.

Coding is not solved — Ajuda a calibrar expectativas de roadmap e prazos ao apostar em agentes de código. Leia o artigo.

Pac-Bench, o teste do Pac-Man em uma tentativa — Benchmarks práticos e visuais ajudam a comparar modelos para casos de uso reais. Explore o benchmark.

Por hoje é isso. Amanhã tem mais um filtro do que realmente importa para quem trabalha com produto.