Claude Sonnet 5.5 bloqueia extração de reasoning por padrão

A Anthropic lançou o Claude Sonnet 5.5 em setembro de 2026 com uma proteção inédita na linha Sonnet: safety classifiers que bloqueiam reasoning extraction por padrão. É o primeiro modelo dessa família a sair com esse mecanismo ativo, segundo publicação oficial da empresa.

O que mudou no Sonnet 5.5

A Anthropic descreve a novidade diretamente: "Because Sonnet 5.5 is far more capable than its predecessor, it's the first Sonnet model to launch with safety classifiers that prevent reasoning extraction." Em prática, isso significa que o processo de raciocínio interno do modelo não pode ser extraído ou separado da conta que originou a requisição.

O modelo também expande o preserved thinking: o raciocínio do Claude não pode ser desacoplado da conta que o criou. Para quem constrói produtos sobre a API da Anthropic, a cadeia de thought fica vinculada ao contexto de origem — o que fecha uma brecha que permitia capturar e reutilizar o processo interno do modelo fora do escopo pretendido.

Impacto prático em pipelines com agentes

Quem automatiza tarefas de código ou análise com Claude Code ou via API direta passa a contar com um modelo mais capaz que o Sonnet anterior — com proteção de reasoning ativa desde o primeiro deploy, sem configuração adicional.

• Safety classifiers ativos por padrão: nenhum ajuste manual de parâmetro de segurança necessário.
• Preserved thinking vinculado à conta: raciocínio interno não vaza entre workspaces ou aplicações distintas.
• Substituto direto do Sonnet anterior em pipelines existentes — sem mudança de interface na API.

Sonnet 5.5 ou Opus 5.5: quando usar cada um

Claude Opus 5.5, lançado semanas antes, lidera em coding e knowledge work de alta complexidade, mas tem custo mais alto por token. O Sonnet 5.5 ocupa o meio: mais rápido, mais barato que o Opus e agora com o mesmo nível de proteção de reasoning. Para tarefas de volume alto — geração de rascunhos, triagem de dados, sumarização em lote — o Sonnet 5.5 passa a ser a escolha padrão mais defensável.

Para aprofundar a decisão de qual modelo usar por tipo de tarefa e custo em tokens, veja o comparativo em qual LLM escolher: Claude, GPT ou Llama.