Como o Claude Opus 5.5 escreve ficção
O Opus 5.5 foi medido diretamente contra o modelo que substituiu, nos mesmos onze trechos, avaliado às cegas pelos mesmos três juízes de três empresas diferentes. Ele venceu oito deles a três, com uma média de craft de 87,7 contra 82,2. Ele também registra o maior score de romance de tudo o que foi medido aqui, e custa vinte por cento menos por token. O que ele ainda não tem é histórico: cerca de cento e vinte avaliações estão por trás dele, enquanto o Opus 5 tem oitocentas, e cada score publicado neste site é puxado em direção a uma linha de base neutra proporcionalmente ao quão pequena é sua amostra. Por isso o Opus 5 ainda publica um score mais alto. Ambos são verdadeiros ao mesmo tempo. Um número é o que um modelo pontua; o outro é o que ele provou, e só o tempo na página fecha essa diferença.
Measured profile
Claude Opus 5.5
Anthropic · Novelmint Lead
87
Overall craft
Craft — how well it writes
- Literary87
- Dialogue79
- Fidelity92
- Pacing87
Content — what it writes well
- Emotion80
- Physicality80
- Conflict85
- Romance85
- Eroticism72
Scores are confidence-adjusted, 0–100. * marks a provisional axis (fewer than 6 samples). Measured on claude-opus-5-5. See the full benchmark and methodology.
Key takeaways
Key takeaways
- O Claude Opus 5.5 registra o maior score de romance no benchmark de ficção do Novelmint.
- Ele ocupa o primeiro lugar em diálogo e o terceiro em fidelidade, sem nenhum eixo de craft fraco nos quatro.
- Seu craft publicado é o segundo, em 84,6, atrás do Opus 5 apenas porque o Opus 5 tem cerca de sete vezes mais amostras por trás dele.
- Ele venceu o Opus 5 em oito trechos a três, e o GPT-6 Sol em todos os eixos em que ambos foram avaliados, cada um em uma comparação na mesma execução.
- Emoção e fisicalidade se baseiam em três e seis avaliações. Ambos são reais agora, mas têm amostras pequenas, e vão variar mais do que os outros conforme a amostra cresce.
How it writes
Ele venceu o modelo que substituiu em confronto direto
Os dois modelos foram colocados no mesmo bake-off: trechos idênticos, juízes idênticos, avaliados às cegas, com scores da mesma empresa excluídos para que nenhum modelo da Anthropic avaliasse nenhum deles. O Opus 5.5 venceu oito dos onze trechos e registrou uma média de craft de 87,7 contra 82,2. Suas vitórias foram distribuídas em vez de agrupadas — os trechos de luto e janela na qualidade literária, separação em diálogo, leito de morte em emoção, escalada em ação física. O Opus 5 manteve três, e todos os três eram trechos sobre momentum, o que corresponde à sua vantagem estabelecida em ritmo. Essa é a forma da diferença: o 5.5 escreve uma linha melhor e segue o briefing mais de perto, enquanto o Opus 5 ainda controla a velocidade melhor.
O maior score de romance no benchmark
Seu eixo mais forte é o romance, onde supera o Fable 5, o modelo que a Anthropic ajustou para narrativa. O que o score descreve é tensão em vez de ardor: atração que cresce pelo que não é dito, o detalhe físico específico que desestabiliza alguém, a tensão de uma cena onde duas pessoas querem a mesma coisa e nenhuma diz. Esse é o registro em que a maioria dos romances realmente funciona, e é mais difícil de capturar do que conteúdo explícito, que está mais próximo de uma questão de disposição do que de craft.
Fidelidade, ainda o motivo para confiar nele como Lead
Fidelidade é o eixo que decide se uma estrutura planejada sobrevive ao contato com o renderizador. Ele mede se o modelo produziu o trecho para o qual foi briefado, manteve os elementos que o trecho exigia e ficou de fora do que um personagem ainda não deve saber. O Opus 5.5 ocupa o terceiro lugar em oitenta e sete avaliações, um ponto e meio atrás do Opus 5 e dentro de meio ponto do Opus 4.8. No confronto direto, ele na verdade pontuou mais alto do que o Opus 5 nesse eixo, 90,9 a 77,3, um tipo de diferença que uma amostra crescente irá confirmar ou diluir.
Ele venceu o GPT-6 Sol no confronto direto de forma inequívoca, e essa parte não é baseada em amostra pequena
A promoção foi decidida por um bake-off e não pela ordem de lançamento. Nove modelos escreveram os mesmos onze trechos briefados, um painel de quatro juízes de quatro empresas diferentes avaliou cada passagem às cegas com scores da mesma empresa excluídos, e os resultados foram incorporados à grade. Contra o GPT-6 Sol, o carro-chefe que a OpenAI lançou no mesmo mês, o Opus 5.5 estava à frente em todos os eixos em que ambos foram avaliados: literário por quatorze pontos, ritmo por treze, romance por quatorze. O Sol é um modelo capaz e seu colega de estábulo GPT-5.6 Sol lidera três eixos aqui, mas em trechos de ficção essa comparação específica não foi nem disputada.
Onde os dados são escassos, e o que isso significa
Dois dos seus nove eixos são pouco medidos. Emoção se baseia em três avaliações e fisicalidade em seis, o que é suficiente para ser real e nem perto de suficiente para ser definitivo. Cada score publicado neste site é puxado em direção a essa prior neutra proporcionalmente à quantidade de dados por trás dele, então uma célula com poucos dados nunca pode exagerar, mas também ainda não pode dizer muito. O resumo honesto é que seus eixos de craft estão medidos e seus eixos de conteúdo ainda estão chegando.
What the scores mean for a book
Use-o para
- A voz principal e definidora da série de um romance, especialmente um com muitos diálogos.
- Romance e a tensão aquém do explícito, onde ele pontua mais alto do que qualquer coisa medida.
- Trechos com um briefing preciso que precisam ser respeitados exatamente, incluindo revelações com informações a reter.
- Livros longos com restrição de custo, já que custa vinte por cento menos por token do que o Opus 5 e ainda está coberto por uma assinatura Ilimitada.
Considere alternativas para
- Conteúdo adulto mais explícito, onde o Grok 4.5 lidera o benchmark com ampla margem.
- Trechos que giram em torno de ação física, onde o GPT-5.6 Sol é o líder medido e o 5.5 ainda foi pouco avaliado.
- Trabalhos onde a maior base de evidências possível importa mais do que o modelo mais recente — nesse caso, o Opus 4.8 tem dez vezes mais amostras por trás dele.
In Novelmint
Como o Novelmint usa o Opus 5.5
O Opus 5.5 é o Lead padrão. O Lead renderiza a maior parte de um capítulo e recebe um leve estímulo nos clímax, para que o livro mantenha uma voz coerente em vez de mudar de registro a cada poucos parágrafos. O roteador de diversidade então encaminha uma minoria de trechos para o modelo que melhor se adapta a eles de forma mensurável, e a grade na página principal é exatamente o que essa decisão consulta — assim um trecho explícito pode ir para um modelo mais permissivo sem que o resto do livro o acompanhe. Ele se tornou o padrão em 22/09/2026 por dois motivos simples: venceu o bake-off e custa menos do que o modelo que substituiu. Você pode definir qualquer modelo como seu Lead, adicionar ou remover modelos do pool de desvio, ou fixar um em um único trecho, tudo a partir do roster de construção.
Questions
Frequently asked
- O Claude Opus 5.5 é bom em escrever ficção?
- Sim. No benchmark de ficção do Novelmint ele registra o maior score de romance de qualquer modelo medido, com diálogo e fidelidade ambos em terceiro lugar, em prosa real de romance. Seu craft geral é quarto, bem próximo dos três modelos acima dele, não muito distante.
- O Claude Opus 5.5 é melhor que o Opus 5 para escrever?
- No score bruto sim, no score publicado ainda não, e custa vinte por cento menos por token de qualquer forma. O Opus 5.5 pontuou mais alto que o Opus 5 em trechos idênticos e lidera o eixo de romance. Mas o Opus 5 lidera o benchmark publicado em craft geral, fidelidade, ritmo e emoção, respaldado por quase dez vezes mais amostras. Se você quer o modelo com o desempenho mais demonstrado hoje, é o Opus 5. Se você quer o que o venceu no confronto direto por menos dinheiro, é o 5.5.
- Como o Claude Opus 5.5 se compara ao GPT-6?
- Contra o GPT-6 Sol ele estava à frente em todos os eixos em que ambos os modelos foram avaliados, na mesma execução e julgados pelo mesmo painel às cegas: literário, diálogo, fidelidade, ritmo, conflito, romance e mais. O GPT-6 Sol também recusa briefings explícitos, pontuando muito baixo nesse eixo, então é uma má escolha para ficção adulta independentemente de seu craft.
- Por que o Opus 5.5 é o padrão se é apenas o quarto em craft geral?
- Porque o quarto é seu score reduzido, não seu resultado. No craft bruto ele é o primeiro, e venceu todos os modelos com os quais foi medido na mesma execução nos mesmos trechos. A redução existe para evitar que uma amostra pequena exagere nas afirmações — o que é o padrão correto e também significa que um novo modelo sempre parece pior do que é por um tempo. Some a isso que ele segue um briefing em terceiro lugar, escreve o melhor romance medido e custa vinte por cento menos do que o modelo que substituiu, e é a escolha. Se seus números não se sustentarem à medida que a amostra cresce, essa decisão será revisitada.
- O Claude Opus 5.5 consegue escrever cenas explícitas?
- Ele as aborda, e pontua na média no eixo de erotismo em uma amostra pequena. Não é o modelo mais permissivo medido — o Grok 4.5 lidera esse eixo com folga — e no Novelmint você pode desviar os trechos mais explícitos para um modelo mais permissivo mantendo o 5.5 como a voz da sua série.
What this page does not claim
- Esses scores descrevem a prosa do Claude Opus 5.5 apenas em trechos de ficção, medida em relação ao conjunto avaliado do Novelmint. Não são uma avaliação oficial da Anthropic e não dizem nada sobre raciocínio, programação ou outras capacidades.
- Seu eixo de emoção ainda não foi avaliado e seu eixo de fisicalidade se baseia em três avaliações. Ambos são mostrados na prior neutra ou próximo a ela, o que significa não medido em vez de fraco.
- Toda a sua amostra tem cerca de cento e vinte avaliações contra mil e quatrocentas do Opus 4.8. Números mais recentes variam mais, e seu score publicado continuará mudando à medida que a amostra cresce — em qualquer direção.
- Ser o Lead padrão é uma decisão sobre a melhor voz única para sustentar um livro, não uma afirmação de que ele vence em todos os eixos. A grade mostra outros modelos liderando craft geral, ação e conteúdo explícito.
- Claude e Opus são marcas registradas da Anthropic; esta é uma medição independente, não um endosso.
Relacionados
Benchmark de modelos de IA para ficção
Como os modelos de fronteira realmente escrevem ficção — medido em nove eixos.
Melhor IA para cenas de ação
Qual IA mantém uma luta ou perseguição clara e concreta em vez de vaga. Classificada por fisicalidade.
Melhor IA para cenas de conflito
Qual IA mantém uma discussão ou confronto tenso e crescente. Classificada por conflito medido.
Melhor IA para cenas emocionais
Qual IA faz uma cena baseada em emoção realmente funcionar, em vez de apenas descrevê-la. Classificada por emoção.
Faça do Opus 5.5 a voz da sua série e deixe o restante se direcionar sozinho.
O Opus 5.5 é o Lead padrão. Seu primeiro capítulo é gratuito para escrever e publicar.