Opus 5 reduz a taxa de injeção de prompt para 2% em k=15 - Schneier valida a trajetória

No benchmark IPI, o Opus 5 divide por quase três a taxa de sucesso de ataque do Opus 4.8. O melhor não-Claude avaliado permanece em 16,5 %. Schneier lembra a linha certa: não se fecha a injeção de prompt, torna-se estatisticamente custosa.

O fato

No benchmark IPI (Indirect Prompt Injection) publicado pela Anthropic, o Opus 5 reivindica uma taxa de sucesso de ataque de 2,0 % em 15 tentativas (contra 5,5 % do Opus 4.8), e de 0,2 % em uma única tentativa (contra 0,5 %). Comparação em laboratório na mesma família: Sonnet 5 a 5,9 % (k=15), Mythos 5 a 2,6 %. O melhor modelo não-Claude avaliado nesse benchmark, o Muse Spark, atinge 16,5 % — mais de oito vezes a taxa do Opus 5. Bruce Schneier retoma esses números em seu blog em 31 de julho de 2026 e reafirma sua posição: impedir a injeção de prompt continua impossível no caso geral, mas o domínio avança significativamente em casos específicos.

Nossa análise

Dois pontos importam além do número divulgado pelo editor. Um: a linha de base não-Claude, 16,5 %, mostra que a diferença nesse vetor é real, não homeopática — para um deploy enterprise que expõe um agente a conteúdos de terceiros (emails, documentos, web), passar de 16 para 2 % muda o custo operacional do exploit. Dois: a leitura de Schneier — “progresso em casos específicos, não resolução” — é a postura correta. Não se fecha a injeção de prompt, mas a torna estatisticamente custosa.

A se observar

O protocolo IPI completo (dataset, adversários, categorias) e avaliações terceiras reproduzíveis. Sem elas, os 2 % vivem no marketing do produto, não no SOC.