O pitch
O Claude Code é um agente autônomo que roda no terminal, criado para executar refatorações em vários arquivos e tickets de engenharia complexos com o motor de raciocínio Opus 4.7. Embora lidere hoje o ranking do SWE-bench Verified com 87,6%, sua reputação foi manchada recentemente por uma limitação silenciosa de desempenho e por um custo arquitetural significativo (Vellum.ai).
Por dentro
A “regressão de inteligência” relatada pelos usuários no início de 2026 não foi um enfraquecimento do modelo, mas uma série de falhas de engenharia. A Anthropic admitiu que um bug de cache de 26 de março fez o agente apagar seus blocos de raciocínio a cada turno, o que gerou loops repetitivos e perda de memória (Postmortem da Anthropic de 23 de abril). Isso foi agravado por uma redução silenciosa do esforço de raciocínio padrão de “high” para “medium” em 4 de março, para controlar a latência (Anthropic Engineering Blog).
Os benchmarks atuais confirmam que o Claude Code v2.1.116 reverteu essas mudanças, incluindo um limite restritivo de 100 palavras por resposta que antes degradava a qualidade da saída (Lets Data Science). No entanto, o custo arquitetural continua alto. O prompt de sistema do Claude Code tem cerca de 14.300 tokens, um tamanho notavelmente inchado em comparação com os 1.000 tokens usados pelo agente Pi (Medium / pi.dev).
Essa ineficiência em tokens cria um risco financeiro específico para equipes que não estão em planos corporativos. Cada requisição começa com um custo fixo enorme, e os bugs de cache identificados em março fizeram com que requisições sequenciais virassem “cache misses”, consumindo na prática os limites da assinatura (HN / Reddit). A ideia de “otimização discreta” da Anthropic é tão sutil quanto uma sirene de nevoeiro numa biblioteca, e são os usuários que pagam pelo barulho.
Ainda não sabemos se a plataforma 'Claude Cowork' sofre dos mesmos erros de lógica de limpeza de sessão encontrados na CLI. Além disso, os detalhes sobre o suposto plano de “tokens ilimitados” da OpenAI para conter o domínio da Anthropic continuam sem confirmação (relato no HN). O que está verificado é que o Opus 4.7 supera hoje o GPT-5.4 em raciocínio técnico, desde que você possa pagar o “imposto Anthropic” sobre os tokens.
Nossa opinião
Deixe-o de lado nas tarefas rotineiras e use um wrapper mais enxuto, como Pi ou Goose, para poupar seu orçamento. O Claude Code só compensa o consumo de tokens quando você enfrenta uma bagunça arquitetural de “Tier 1” que exige o raciocínio de 87,6% no SWE-bench do Opus 4.7. A Anthropic já mostrou que vai limitar seu desempenho em silêncio para economizar latência de computação, então acompanhe nos seus logs as mudanças de “reasoning effort” após cada atualização menor.