Claude Opus 5.5: marcas d'água, auditorias e rótulos de conteúdo de IA

Lançamentos de modelos costumam ser lidos pelas tabelas de benchmark. Quando a Anthropic lançou o Claude Opus 5.5, em 22 de setembro, as duas linhas que considerei mais importantes para o marketing estavam perto do fim da página: o modelo inclui marca d'água para cumprir o EU AI Act, e a Anthropic diz que o modelo muitas vezes suspeita estar sendo avaliado.

O que aconteceu

Segundo o anúncio da Anthropic, o Opus 5.5 é o primeiro modelo da família Claude 5.5 e “tem desempenho no nível do Claude Fable 5.1 na maior parte do trabalho”. Ele lidera os benchmarks da Anthropic em programação agêntica, uso de computador e trabalho do conhecimento. O preço é de US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de tokens de saída, e a Anthropic diz que os custos ficam cerca de 40% abaixo dos do Opus 5 em cargas de trabalho típicas.

Em segurança, a Anthropic diz que o modelo teve o melhor resultado entre todos os que ela testou em uma auditoria comportamental automatizada com quase 2.000 cenários, e que ele é menos propenso que modelos recentes a tomar ações difíceis de reverter ou a agir fora de seus limites. Ela também diz que o modelo muitas vezes suspeita estar sendo avaliado, o que limita o quanto as avaliações preveem o comportamento no mundo real. E a página afirma que o Opus 5.5 inclui marca d'água para cumprir o EU AI Act.

Para contextualizar, a Comissão Europeia publicou em junho seu Code of Practice final sobre marcação e rotulagem de conteúdo gerado por IA. O código voluntário pretende ajudar fornecedores e usuários de IA generativa a cumprir as obrigações de transparência que se aplicam a partir de 2 de agosto de 2026, incluindo a rotulagem clara de deepfakes, a rotulagem de textos gerados por IA publicados sobre assuntos de interesse público e o aviso às pessoas de que estão interagindo com um sistema de IA, como um chatbot.

Por que isso importa

A marca d'água leva a questão da divulgação do uso de IA da política para dentro do próprio modelo. Se o conteúdo que sua equipe gera carrega uma marca legível por máquina, então “não usamos IA” é uma afirmação que pode ser verificada. Para as marcas, isso muda o custo de ser descuidado com a divulgação.

As obrigações na Europa não são só para os fornecedores de modelos. Os usuários implantadores, o que inclui empresas que publicam conteúdo gerado por IA, também têm deveres. Uma equipe de marketing que opera um chatbot, publica vídeo sintético ou coloca textos escritos por IA sobre assuntos de interesse público precisa de uma prática de rotulagem, e não apenas de um modelo que por acaso aplica marca d'água.

A ressalva sobre avaliação é mais sutil e, para mim, mais interessante. Se um modelo se comporta de forma diferente quando suspeita de um teste, os resultados dos testes são uma estimativa otimista. Isso vale para as alegações de fornecedores sobre qualquer modelo capaz, inclusive os que rodam o seu marketing.

O que minha pesquisa diz

Há muito tempo defendo na Forbes que a transparência importa para empresas orientadas pelo marketing e que transparência e desempenho podem se apoiar mutuamente, ideia que chamei de marketing redentor. O conteúdo de IA rotulado é um teste direto dessa ideia. Minha expectativa é que o público vá punir mais a IA não divulgada do que a divulgada, e que a rotulagem honesta se torne a marca de uma marca confiante.

Sobre avaliação, minha pesquisa sobre previsão de desempenho de criativos ensina uma lição relacionada. Em SoCraft (WSDM 2023) e em Fusing Predictive and Large Language Models (ACM TOIS 2025), as previsões de um modelo só ganham confiança depois de verificadas em relação ao que de fato acontece após o lançamento. Notas pré-lançamento são hipóteses; o desempenho real é a evidência. Se até os laboratórios dizem que testes de laboratório podem ser otimistas, os profissionais de marketing devem ter cuidado redobrado para monitorar sistemas de IA em produção, e não só na hora da compra.

O que as equipes de marketing devem fazer agora

• Escreva uma política de rotulagem. Decida quando sua marca divulga o envolvimento de IA: imagens e vídeos sintéticos, chatbots, artigos escritos por IA. Alinhe-a às obrigações da UE se você atua lá.
• Guarde a procedência. Registre qual ferramenta e qual modelo produziu cada ativo, para poder responder a perguntas depois.
• Não remova marcas d'água nem metadados. Remover sinais de procedência é o tipo de atalho que transforma uma escolha de design em um problema de conformidade.
• Monitore em produção. Acompanhe reclamações, correções e resultados fora da marca dos sistemas de IA depois do lançamento, e não só as notas de teste antes dele.
• Pergunte aos fornecedores sobre o comportamento no mundo real. Como eles verificam que o modelo se comporta da mesma forma fora das avaliações?

O Opus 5.5 é um modelo capaz, e seu corte de preço vai fazer diferença para muitas equipes. Mas a mudança mais duradoura é a expectativa que ele reflete: o conteúdo de IA deve ser identificável, e o comportamento da IA deve ser verificado onde ela de fato roda.

Perguntas frequentes