EDIÇÃO #17
🌊 Seis modelos em dez dias.
💸 A conta chegou.
🤖ChatGPT Work: A briga mudou de lugar
📊GUIA PRÁTICO: Gaste 60% menos token com um orquestrador.
As curtinhas que todos amam…
Bora lá!
MODELOS
🌊 Seis modelos em dez dias
A enxurrada
Em dez dias saíram GPT-5.6 (Sol, Terra e Luna), Grok 4.5, GPT-Live, Muse Spark 1.1 da Meta, Hy3 da Tencent e SWE-1.7 da Cognition. Seis modelos.
Os números que interessam
Grok 4.5, primeiro modelo que a SpaceXAI e a Cursor treinaram juntas depois da aquisição de US$ 60 bilhões, saiu a US$ 2 / US$ 6 por milhão de tokens. O Opus 4.8 cobra US$ 5 / US$ 25. Roda a 80 tokens por segundo. O Musk vendeu como "um modelo classe Opus, mais rápido, mais eficiente em token e mais barato".
GPT-5.6 Sol ficou ligeiramente abaixo do Fable no índice de inteligência da Artificial Analysis mas passou na frente dele na criação de código por agentes.
Muse Spark 1.1, da Meta, saiu a US$ 1,25 / US$ 4,25. Cerca de um quarto do que cobram os rivais de topo. O Zuckerberg prometeu cortar as margens "muito extremas" da concorrência.
E daí?
Repara no que virou notícia. Toda release dessa leva veio com o preço na manchete.
Ano passado, o anúncio era só benchmark. Hoje o anúncio é o custo por token e custo por tarefa.
Tá todo mundo percebendo que grande parte da necessidade das pessoas e empresas não precisa de tanta performance.
ECONOMIA
💸 A conta chegou
O teto de gasto da Tesla
A Tesla acabou de impor um teto de gasto com IA para a empresa inteira.
Guarda essa frase e lê de novo. A Tesla. A empresa que tem compute sobrando, que treina modelo próprio, que respira IA. Botou um teto.
O custo do uso de tokens de modelos de fronteira por agentes corporativos realizando tarefas pesadas só sobe. E os dois únicos remédios que as empresas encontraram até agora são o teto de gasto ou trocar por modelo mais barato.
O Sam Altman confirmou o clima do lado de quem vende: "toda empresa agora está pensando em gasto".
Porque isso tá rolando?
Chat consome token de um jeito. Agente consome de outro.
Quando você conversa com uma IA, você gasta o que você digita e o que ela responde. Quando você delega uma tarefa a um agente, ele lê arquivos, testa, erra, tenta de novo, se corrige, revisa.
Cada loop desses é token usado. O trabalho mais profundo, completo e pesado do agente tem seu preço.
E a indústria inteira passou os últimos seis meses empurrando todo mundo pro modo agente.
E daí?
Aqui vai o incômodo: a maioria de nós não faz ideia de quanto gasta.
No chat você tem uma assinatura de US$ 20, ou de US$ 100, e trata como conta de luz chega, você paga, segue a vida. Enquanto o custo mora dentro de uma mensalidade fixa, ele fica invisível.
Quando você ou a empresa migra pro modo agente, a cobrança vira um taxímetro, variável com o CFO olhando de perto todo mês.
FERRAMENTA
🤖ChatGPT Work: A briga mudou de lugar
O agente saiu da caixinha de texto
A OpenAI lançou o ChatGPT Work. É um agente que age no seu computador e no seu celular, puxa contexto dos seus arquivos pra imitar seu jeito de trabalhar, e, segundo a empresa, mantém foco num único projeto por horas.
Junto veio um app desktop novo que junta ChatGPT, Work e Codex debaixo do mesmo teto. Grátis em todos os planos.
Do outro lado do ringue, o Claude Cowork passou a funcionar entre dispositivos.
E daí?
Na edição passada eu falei do Claude Tag e do movimento de delegar em vez de só fazer prompt. Isso aqui é a peça que faltava.
O Claude Tag colocou o agente onde o time conversa. O ChatGPT Work coloca o agente onde o trabalho acontece: seus arquivos, sua tela, seu computador.
A disputa saiu do modelo e foi pra ferramenta.
Faz sentido do ponto de vista de negócio, e o motivo é chato: contexto é o que prende cliente. Um modelo você troca numa linha de configuração. Um agente que já conhece seus arquivos, seus fluxos e suas permissões você troca com meses de dor.
Os labs entenderam que modelo tá virando commodity e correram pro lugar onde ainda dá pra construir diferencial: o seu desktop.
Vale aproveitar a facilidade e vale ficar de olho na coleira.
GUIA PRÁTICO: Gaste 60% menos token com um orquestrador.
Já que a conta chegou, bora cortar. A ideia é parar de queimar o modelo caro em trabalho braçal.
O princípio: o modelo caro planeja e revisa. O modelo barato executa.
Separe as duas funções. Planejamento, decisão arriscada e revisão final ficam com o modelo forte. Código, browsing, extração de dado e as tentativas repetidas vão pro modelo barato.
No Claude Code, instale o plugin do Codex e peça pro Fable usar as skills do Codex, mandando pra lá as tarefas pesadas de token.
Sem plano do Codex? Abra o Claude Code no terminal, escolha um modelo executor mais barato com
/model, e use a skill/advisorpra deixar o modelo forte como consultor.A regra de ouro: mantenha o modelo caro fora das tentativas repetidas. Ele entra pro plano, pras decisões de risco e pra revisão. O loop que queima token fica com o executor.
Meça antes e depois. Rode a mesma tarefa dos dois jeitos e olhe a fatura. O número vai te convencer melhor do que eu.
O ganho imediato é dinheiro. O ganho real é você aprender a pensar em camadas de IA, que é exatamente a habilidade que vai separar quem usa IA de quem opera IA nos próximos dois anos.
Curtinhas mas poderosas!
A Meta recuou. Removeu o recurso de marcar pessoas pra remixar imagens com IA depois do estrago, admitindo que "errou o alvo" ao inscrever automaticamente todas as contas públicas do Instagram nas edições por IA..
A Apple processou a OpenAI. A alegação: mais de 400 ex-funcionários da Apple hoje trabalham no laboratório, e a contratação em massa virou duto de roubo de segredo de hardware. A Apple quer que o dispositivo não lançado, desenhado pelo Jony Ive, volte pra prancheta.
