API, modelos, preços reais por token, estratégias de otimização de custo, Projects como ferramenta de trabalho, Claude Code em profundidade e Extended Thinking. Tudo que um consultor e desenvolvedor precisa saber sobre o stack da Anthropic.
A Anthropic não é só o Claude do chat. É um ecossistema de produtos, APIs e ferramentas que cobrem desde o usuário final até o desenvolvedor que constrói sistemas complexos. Entender cada camada é o que permite recomendar e arquitetar soluções adequadas.
Em fevereiro de 2026, a Anthropic fechou um Series G de US$30 bilhões a uma valuation de US$380 bilhões — a segunda maior rodada privada da história da tecnologia. A receita anualizada chegou a US$14 bilhões, crescendo de US$3bi em meados de 2025. Claude Code sozinho atingiu US$2,5bi em receita anualizada em fevereiro de 2026. Investidores estratégicos: AWS, Google, Microsoft e Nvidia.
Interface de chat para usuários finais. Web, iOS, Android e desktop. Onde a maioria das pessoas experimenta Claude pela primeira vez. Planos: Gratuito, Pro (US$20), Max (US$100–200), Team (US$25/usuário), Enterprise (preço customizado).
A API é o acesso programático aos modelos — onde desenvolvedores constroem aplicações, automações e agentes. Claude Code é o agente de terminal para engenharia de software. Ambos são pay-as-you-go baseado em tokens.
Conjunto de APIs composicionais para construir agentes em escala: Files API, Batch API, Model Context Protocol (MCP), tool use, computer use e capacidades de extended thinking. Mais contexto nos Módulos 7 e 8.
Ter uma assinatura do Claude.ai Pro não dá créditos na API. São produtos separados com cobranças separadas. A API é paga por token via cartão de crédito, independente do plano de chat. Para desenvolvimento e integração de sistemas, você precisa de uma conta na Anthropic Platform (platform.anthropic.com), não só do claude.ai.
Em abril de 2026, a Anthropic lançou o Claude Opus 4.7, mas mantém três tiers principais para produção. Entender as diferenças técnicas — não só o preço — é o que permite fazer routing inteligente e economizar até 80% nos custos de API.
Claude Haiku 3 foi depreciado em 19 de abril de 2026. Se você tem workloads nele, migre para Haiku 4.5 ($1/$5 — 4× mais caro, mas dramaticamente mais capaz: 64K output, extended thinking, qualidade superior). Sonnet 3.7 também está depreciado. Opus 4.1 ($15/$75) ainda ativo mas obsoleto — migrar para Opus 4.6 ($5/$25) é uma redução de 67% de custo com ganho de capacidade.
A API da Anthropic segue o padrão REST com autenticação por chave. O modelo de precificação é por token — o que exige entender bem o que é cobrado para não ter surpresas na fatura.
import anthropic # Inicialize o cliente — a API key vem da variável de ambiente # export ANTHROPIC_API_KEY="sk-ant-..." client = anthropic.Anthropic() message = client.messages.create( model="claude-sonnet-4-6", max_tokens=1024, system="Você é um analista financeiro especializado em varejo.", messages=[ {"role": "user", "content": "Analise o DRE abaixo e identifique os 3 maiores riscos."} ] ) print(message.content[0].text) # Verificando o uso de tokens print(f"Input: {message.usage.input_tokens} tokens") print(f"Output: {message.usage.output_tokens} tokens")
import Anthropic from '@anthropic-ai/sdk'; const client = new Anthropic(); // API key lida automaticamente de ANTHROPIC_API_KEY const message = await client.messages.create({ model: 'claude-sonnet-4-6', max_tokens: 1024, system: 'Você é um analista financeiro especializado em varejo.', messages: [ { role: 'user', content: 'Analise o DRE abaixo...' } ] }); console.log(message.content[0].text);
| Modelo | Input (MTok) | Output (MTok) | Cache Write | Cache Hit | Batch (−50%) |
|---|---|---|---|---|---|
| Opus 4.7 NOVO | $5.00 | $25.00 | $6.25 | $0.50 | $2.50 / $12.50 |
| Opus 4.6 | $5.00 | $25.00 | $6.25 | $0.50 | $2.50 / $12.50 |
| Sonnet 4.6 RECOMENDADO | $3.00 | $15.00 | $3.75 | $0.30 | $1.50 / $7.50 |
| Haiku 4.5 | $1.00 | $5.00 | $1.25 | $0.10 | $0.50 / $2.50 |
| Opus 4.1 OBSOLETO | $15.00 | $75.00 | — | — | — |
Em todos os modelos Claude, output = 5× o preço de input. Isso tem implicação direta de design: aplicações que geram muito texto de saída (geração de relatórios, código, documentação) têm custo dominado pelo output. Para essas aplicações, limitar o max_tokens e usar instruções de concisão reduz custo diretamente.
5M tokens input + 2M output. Com prompt caching (1M write + 3M hits): custo real com cache ativo. Para tráfego moderado de empresa de médio porte.
20M input + 10M output processados overnight via Batch API. Haiku 4.5 Batch = $0.50/$2.50. Para classificação e extração em alto volume.
10M input + 4M output com caching de codebase (2M write + 5M hits). Migrar de Opus 4.1 ($220+/mês) para 4.6 é redução de 63% no mesmo workload.
claude-sonnet-4-6, claude-opus-4-7, claude-haiku-4-5-20251001. Nunca use nomes abreviados — podem ser resolvidos para modelos inesperados.true, retorna tokens em tempo real (Server-Sent Events). Melhora a experiência percebida em UIs interativas — o usuário vê a resposta sendo gerada. Não muda o custo.Uma organização que implementa as três estratégias abaixo — Prompt Cache, Batch API e Model Routing — pode reduzir o custo de API em 80–95% em relação a uma implementação ingênua. Em escala, isso representa diferença de dezenas de milhares de dólares por mês.
O Prompt Cache armazena porções do prompt que não mudam entre chamadas — tipicamente o system prompt, documentos de referência e exemplos few-shot. Em chamadas subsequentes, esses blocos são lidos do cache por 10% do custo de input normal (90% de desconto).
TTL (Time-To-Live): 5 minutos por padrão. Cache de 1 hora disponível (a 2× o preço de cache write). Para um chatbot com system prompt de 5K tokens rodando 1.000 conversas/dia, o cache paga o custo de write depois da segunda conversa de cada sessão.
message = client.messages.create(
model="claude-sonnet-4-6",
max_tokens=1024,
# cache_control no nível do request — automático
system=[{
"type": "text",
"text": "[SEU SYSTEM PROMPT LONGO AQUI]",
"cache_control": {"type": "ephemeral"}
}],
messages=[
{"role": "user", "content": mensagem_do_usuario}
]
)
Exemplo real: system prompt de 10K tokens com 500 chamadas/dia. Sem cache: 500 × 10K = 5M tokens/dia. Com cache (write 1× + hits 499×): write 10K + hits 4.99M × 0.1 = 509K tokens equivalentes. Economia: 90%.
A Batch API processa requisições de forma assíncrona, com resultados entregues em até 24 horas. Em troca de abrir mão do processamento em tempo real, você obtém 50% de desconto em todos os tokens de input e output, em qualquer modelo.
Casos de uso ideais: processamento noturno de documentos, análise de grandes volumes de dados históricos, geração de conteúdo em lote, avaliações de modelos, re-processamento de bases de dados. Qualquer pipeline que não precisa de resposta imediata.
# Preparando os requests em formato JSONL requests = [] for i, documento in enumerate(lista_de_documentos): requests.append({ "custom_id": f"doc_{i}", "params": { "model": "claude-haiku-4-5-20251001", "max_tokens": 256, "messages": [{ "role": "user", "content": f"Classifique esse documento: {documento}" }] } }) # Submetendo o batch batch = client.messages.batches.create(requests=requests) print(f"Batch criado: {batch.id}") # Verificando status e coletando resultados (depois de horas) results = client.messages.batches.results(batch.id)
A estratégia de maior impacto a longo prazo. Em vez de usar Opus ou Sonnet para tudo, você roteia cada subtarefa para o modelo mais barato que atinge a qualidade necessária.
Distribuição típica em sistemas de produção: 70% Haiku (triagem, classificação, extração simples) + 20% Sonnet (análise, geração de texto, coding padrão) + 10% Opus (raciocínio arquitetural, análises críticas, coding complexo). Em comparação com 100% Sonnet, essa distribuição reduz custo em mais de 50% com qualidade equivalente.
def escolher_modelo(prompt: str, tipo_tarefa: str) -> str: # Tarefas simples → Haiku (5× mais barato) if tipo_tarefa in ["classificacao", "extracao", "triagem"]: return "claude-haiku-4-5-20251001" # Estimativa grosseira de complexidade por tamanho tokens_estimados = len(prompt.split()) * 1.3 # Contexto longo ou raciocínio complexo → Opus if tokens_estimados > 50000 or tipo_tarefa == "arquitetura": return "claude-opus-4-6" # Padrão: Sonnet para o resto return "claude-sonnet-4-6"
Uma equipe de engenharia que combina Prompt Cache (−90% input repetido) + Batch API (−50% em pipelines assíncronos) + Model Routing (70/20/10 split) pode chegar a um custo efetivo próximo ao de Haiku com qualidade de Sonnet para a maioria das tarefas. Em produção com alto volume, a diferença entre implementar ou não essas estratégias pode chegar a US$50k–200k/ano para organizações de médio porte.
Projects é o recurso do Claude.ai que transforma conversas isoladas em um espaço de trabalho contínuo. Você carrega documentos, define instruções e o Claude mantém esse contexto em todas as conversas dentro do projeto — indefinidamente.
Instruções do projeto: equivalente a um system prompt permanente. Define o papel, o tom, as regras e o contexto da organização para todas as conversas daquele projeto.
Arquivos e documentos: PDFs, Word, planilhas, código, textos — carregados uma vez, disponíveis sempre. Limite: 200K tokens por arquivo, até vários arquivos por projeto.
Histórico de conversas: todas as conversas dentro do projeto ficam acessíveis. O modelo não "esquece" o que foi discutido em sessões anteriores do projeto.
Assistente jurídico interno: carregue toda a legislação relevante + jurisprudência do setor + contratos modelo. O time consulta em linguagem natural.
Especialista de produto: carregue especificações técnicas, backlog, histórico de decisões. Cada conversa tem contexto completo do produto.
Analista de mercado: carregue relatórios setoriais, dados de concorrentes, histórico de análises. Novo relatório sempre tem contexto de todos os anteriores.
Suporte técnico de legado: carregue documentação do sistema COBOL, manuais, histórico de bugs. Devs novos consultam sem precisar de onboarding manual.
Você é um especialista tributário focado no regime de tributação da empresa X. Baseie-se sempre nos documentos carregados antes de responder. Sinalize com [VERIFICAR] quando não encontrar a informação nos documentos.Claude Code não é um autocomplete de IDE. É um agente que lê sua codebase inteira, entende a arquitetura, escreve código, roda testes, interpreta erros e itera — tudo do terminal, com você supervisionando os diffs. É a ferramenta que redefiniu o ritmo de desenvolvimento em 2025–2026.
Copilot opera linha por linha — sugere completions enquanto você digita. É um assistente de código. Claude Code lê toda a codebase, entende dependências entre arquivos, pode executar comandos no terminal, rodar a suíte de testes completa e criar um plano de mudanças que abrange múltiplos arquivos simultaneamente. É um agente de engenharia, não um assistente de IDE.
Lê e navega a codebase: entende a estrutura do projeto, imports, dependências, padrões de código e histórico de commits via git log.
Escreve e modifica código: propõe mudanças em múltiplos arquivos com diffs para revisão linha a linha. Você aprova cada mudança antes de aplicar.
Executa no terminal: roda testes, instala dependências, executa scripts, interpreta erros e itera automaticamente.
Explica e documenta: gera documentação, explica trechos complexos, cria READMEs e changelogs automaticamente.
Requisito: Node.js 18+. Plano Pro ou Max no claude.ai.
# Instalar globalmente npm install -g @anthropic-ai/claude-code # Navegar até seu projeto cd /caminho/do/seu/projeto # Iniciar uma sessão claude # Claude lê o projeto e fica pronto > Olá! Li 847 arquivos do projeto. > O que você quer fazer?
Remote session: escaneie o QR code exibido no terminal para controlar a sessão pelo celular — útil para monitorar tarefas longas.
Claude Code entende COBOL — especialmente se você fornecer contexto do sistema nas instruções. Casos de uso reais: análise de lógica de negócio em programas COBOL para documentação; geração de wrappers Python/Java que expõem funcionalidades COBOL via API REST; identificação de dead code e variáveis não utilizadas; refatoração incremental de módulos específicos com testes de regressão.
Dica: carregue a documentação do sistema e o dicionário de dados no início da sessão — Claude usa esse contexto para gerar código mais preciso e com as convenções certas.
Crie um arquivo CLAUDE.md na raiz do repositório. Claude Code lê esse arquivo automaticamente ao iniciar uma sessão — é seu system prompt para o projeto. Inclua:
Arquitetura: visão geral dos módulos e suas responsabilidades.
Convenções: naming conventions, padrões de código, estrutura de commits.
Comandos: como rodar testes, como fazer deploy, comandos de ambiente.
Restrições: arquivos que não devem ser modificados, dependências críticas.
Contexto de negócio: o que o sistema faz e para quem.
Claude Code tem acesso real ao seu sistema de arquivos e pode executar comandos no terminal. Boas práticas: sempre revise os diffs antes de aprovar; use --no-auto-commit para impedir commits automáticos; crie um branch separado para sessões de Claude Code (feature/claude-refactor-X); nunca rode em ambientes de produção diretamente. Para operações sensíveis (deploy, migrações de banco), peça ao Claude para descrever o plano e execute você mesmo.
Extended Thinking é a capacidade de Claude de gerar uma cadeia de raciocínio interna antes de responder — explorando múltiplos ângulos, verificando premissas e se corrigindo antes de entregar a resposta final. É o equivalente a dar mais tempo de reflexão para um problema difícil.
Quando Extended Thinking está ativo, Claude gera blocos de "pensamento" (thinking tokens) que não são exibidos ao usuário por padrão. Esses tokens exploram o problema, testam hipóteses, calculam sub-resultados e verificam a coerência antes de produzir a resposta visível.
Custo: os thinking tokens são cobrados como output tokens padrão do modelo — não há surcharge adicional. O custo extra é simplesmente os tokens de raciocínio intermediário.
Token budget: você define um budget mínimo de 1.024 tokens de raciocínio. Quanto mais complexo o problema, mais o modelo usa do budget. Para problemas simples, o modelo usa poucos tokens de pensamento — Adaptive Thinking (Sonnet 4.6) otimiza isso automaticamente.
Use Extended Thinking para: decisões estratégicas multi-critério, problemas matemáticos ou lógicos complexos, análise de arquitetura de sistemas, revisão de código crítico, diagnóstico de bugs difíceis, análise jurídica ou tributária de alta complexidade.
Não use para: tarefas simples (adiciona custo sem benefício), respostas rápidas em chatbots (adiciona latência), classificações e extrações estruturadas (zero-shot é suficiente).
Nunca combine com: instruções de Chain-of-Thought no prompt (redundante — o modelo já está pensando). Deixe o Extended Thinking trabalhar sozinho.
response = client.messages.create(
model="claude-opus-4-6", # ou sonnet-4-6
max_tokens=16000,
thinking={
"type": "enabled",
"budget_tokens": 10000 # mínimo: 1024
},
messages=[{
"role": "user",
"content": """
Analisando os dados financeiros e operacionais abaixo,
recomende se devemos expandir para SP ou consolidar em CWB.
Considere: ROI, risco operacional, capacidade de equipe e timing de mercado.
[DADOS]
"""
}]
)
# A resposta inclui thinking blocks + response block
for block in response.content:
if block.type == "thinking":
print(f"[Raciocínio interno: {len(block.thinking)} chars]")
elif block.type == "text":
print(block.text) # Resposta final
O Sonnet 4.6 tem Adaptive Thinking: ele avalia automaticamente a complexidade de cada solicitação e decide quanto raciocínio intermediário é necessário. Para perguntas simples, usa poucos ou nenhum thinking token. Para problemas complexos, usa mais. Isso torna Extended Thinking prático para deployments onde nem toda mensagem é complexa — você paga apenas pelo raciocínio que realmente foi necessário.
A escolha entre Claude.ai, a API, Claude Code e as diferentes opções de modelo depende do perfil do usuário, do tipo de tarefa e da escala. Aqui estão os cenários mais comuns com recomendações diretas.
Crie um Project no Claude.ai com as instruções de análise, o template de relatório e o histórico de metas da empresa. Toda semana, cole os dados brutos numa nova conversa dentro do projeto. Claude mantém contexto de todas as análises anteriores, identifica tendências e gera o relatório no formato esperado. Sem API, sem código — 100% via interface.
Configure um CLAUDE.md com a arquitetura do sistema, dicionário de dados e padrões de código. Use Claude Code para analisar um módulo por vez: primeiro peça um relatório de entendimento, depois proponha a refatoração em Python, depois gere testes de regressão comparando outputs do COBOL e Python. Aprove cada diff individualmente. Custo estimado: US$40–80/mês para sessões intensas no plano Pro.
Use a API com Sonnet 4.6 + Prompt Cache no system prompt (documentação do produto carregada via Files API). Routing: Haiku para triagem e intenção, Sonnet para respostas elaboradas. Batch API para relatórios de análise de tickets overnight. Com essas otimizações: custo estimado de US$30–80/mês para 10k interações/dia, versus US$300+ sem otimização.
Use Claude.ai com Opus 4.6 e Extended Thinking ativado (disponível na interface Pro). Carregue todos os documentos financeiros, relatórios de due diligence e dados de mercado no Project. Estruture a análise em prompt chaining: primeiro contexto financeiro → análise de risco → comparação com alternativas → recomendação final. Extended Thinking garante que premissas sejam verificadas antes da conclusão.
Plano Team (US$25/usuário/mês) para equipes de 5–50 pessoas com Projects compartilhados por departamento. Para escala maior ou requisitos de compliance: Enterprise com SSO, audit logging, data residency em US-only (1.1× premium) e SLA garantido. Para desenvolvedores do time: adicionar Claude Code Premium ($150/assento/mês) para os engenheiros que vão usar mais intensamente.
Termos técnicos e conceitos introduzidos neste módulo sobre o ecossistema Anthropic.
claude-sonnet-4-6, claude-opus-4-7, claude-haiku-4-5-20251001. Nunca use aliases abreviados — podem ser mapeados para modelos inesperados quando modelos novos são lançados.stream=true na API, os tokens são retornados em tempo real via Server-Sent Events (SSE) à medida que são gerados. Melhora a experiência percebida em UIs interativas — o usuário vê a resposta sendo "digitada". Não altera o custo por token.