Pela primeira vez desde seu lançamento, o ChatGPT perdeu a marca de 50% de participação no mercado global de assistentes de IA. O movimento reflete o avanço de concorrentes que vêm atraindo cada vez mais usuários, segundo o relatório State of AI 2026, da Sensor Tower.
Embora siga na liderança, o chatbot da OpenAI viu sua fatia de mercado cair para 46,4% em maio. Enquanto isso, Gemini e Claude ganharam espaço em um setor que continua crescendo rapidamente, comenta o TechCrunch.
ChatGPT ainda lidera em usuários, mas já sente a pressão dos concorrentes no mercado global de IA. Imagem: Primakov / Shutterstock – Imagem: Primakov / Shutterstock
ChatGPT segue líder, mas vê concorrência avançar
Até janeiro de 2026, o ChatGPT concentrava mais da metade do mercado de assistentes de IA. No fim de maio, sua participação havia recuado para 46,4%. O Gemini, do Google, alcançou 27,7%, enquanto o Claude, da Anthropic, chegou a 10,3%.
Apesar da queda relativa, o ChatGPT continua sendo o assistente de IA mais utilizado do mundo, com mais de 1,1 bilhão de usuários mensais. O Gemini aparece em segundo lugar, com 662 milhões, seguido pelo Claude, com 245 milhões.
O relatório também destaca que os usuários estão mais dispostos a experimentar diferentes plataformas. Um dos fatores observados foi o aumento das desinstalações após o anúncio do acordo entre a OpenAI e o Departamento de Defesa dos Estados Unidos. O episódio sugere que muitos usuários levam em consideração não apenas os recursos oferecidos, mas também as decisões tomadas pelas empresas responsáveis pelas ferramentas.
Enquanto o crescimento do Gemini está ligado à integração com o ecossistema do Google, o Claude ganhou destaque em tarefas de produtividade e vem se aproximando dos índices de retenção do ChatGPT.
OpenAI testa anúncios no ChatGPT e amplia estratégia de monetização da plataforma de IA. Imagem: Ascannio/Shutterstock – Imagem: Ascannio/Shutterstock
Mercado de IA acelera receitas e tempo de uso
A Sensor Tower estima que os usuários baixarão quase 2,3 bilhões de aplicativos de IA no primeiro semestre de 2026. Além disso, os gastos devem superar US$ 4,2 bilhões, acima dos US$ 1,83 bilhão registrados no mesmo período de 2025.
Os principais destaques do levantamento incluem:
ChatGPT abaixo de 50% de participação pela primeira vez;
Crescimento consistente de Gemini e Claude;
Quase 2,3 bilhões de downloads previstos em 2026;
Mais de US$ 4,2 bilhões em gastos com aplicativos de IA;
Maior foco das empresas em monetização.
O estudo também aponta que o tempo gasto em aplicativos de IA deve saltar de 17,2 bilhões para cerca de 36 bilhões de horas entre o primeiro semestre de 2025 e o mesmo período de 2026. Os três principais assistentes concentram 89% desse total.
As diferenças regionais também chamam atenção. A Ásia registrou queda de 3,3% nos downloads no primeiro trimestre de 2026, puxada por recuos na China e na Índia. Ainda assim, a região segue liderando em volume de instalações.
Anúncios e compras ganham espaço
A OpenAI começou a testar anúncios no ChatGPT em fevereiro de 2026. Em maio, cerca de 17% dos usuários diários visualizaram publicidade na plataforma.
Ao mesmo tempo, o chatbot ampliou sua atuação no comércio eletrônico, direcionando tráfego para varejistas como Walmart, Target e Costco. Já a Amazon, que bloqueou os rastreadores web do ChatGPT, registrou crescimento estagnado nesse tipo de tráfego.
O relatório mostra que a disputa entre assistentes de IA está entrando em uma nova fase. Além de conquistar usuários, as empresas agora buscam aumentar receitas, fortalecer a retenção e ampliar sua presença em áreas como publicidade e compras digitais.
A OpenAI está avaliando reduzir os preços cobrados pelo acesso aos seus modelos de inteligência artificial, segundo reportagem do Wall Street Journal publicada na quarta-feira, com base em fontes próximas ao tema.
A movimentação não parece casual. Nos bastidores, a companhia estuda cortar de forma relevante o valor cobrado por tokens — unidade usada para medir e faturar o uso de sistemas de IA. A leitura no mercado é de que a decisão mira um ambiente mais competitivo, especialmente com a Anthropic ganhando espaço e pressionando margens.
Disputa entre OpenAI e Anthropic avança e pode impactar custos de acesso à inteligência artificial no mundo. Imagem: Primakov / Shutterstock – Imagem: Primakov / Shutterstock
Preços atuais das duas plataformas
Hoje, a OpenAI trabalha com três faixas de assinatura: US$ 8 (cerca de R$ 40), US$ 20 (aproximadamente R$ 100) e US$ 100 ou mais (em torno de R$ 500) para acesso aos modelos GPT-5.5. A Anthropic segue uma estrutura parecida, com o Claude Pro a US$ 17 (aprox. R$ 85) por mês em plano anual e o Claude Max a partir de US$ 100 (cerca de R$ 500).
Na prática, os valores mostram duas estratégias muito próximas. A diferença real, neste momento, está na disputa por escala e fidelização de usuários.
Guerra de preços na IA pode ficar mais intensa com possível corte de valores pela OpenAI. Imagem: Hamara/Shutterstock
Disputa acirrada entre as empresas
Na segunda-feira, a OpenAI protocolou de forma confidencial um pedido de oferta pública inicial (IPO) junto à SEC, reguladora do mercado de capitais dos Estados Unidos. Pouco depois, a Anthropic avançou em direção semelhante.
Não é coincidência. As duas empresas disputam capital, usuários e influência ao mesmo tempo.
A Anthropic encerrou sua rodada Série H em 28 de maio com avaliação de US$ 965 bilhões (aproximadamente R$ 4,8 trilhões), superando levemente a OpenAI, avaliada em US$ 852 bilhões (cerca de R$ 4,3 trilhões) em março.
Enquanto isso, o ChatGPT atingiu a marca de 1 bilhão de usuários mensais ativos em maio — cerca de três anos após o lançamento. O ritmo supera plataformas como o Google Maps, que levou aproximadamente cinco anos para alcançar o mesmo patamar, segundo estimativas da Sensor Tower.
No fim, o que parece uma disputa de preços é, na prática, uma corrida mais ampla: quem vai definir não só o custo, mas o ritmo de expansão da inteligência artificial no mercado global.
A Anthropic lançou hoje o Claude Fable 5, seu modelo de inteligência artificial mais avançado disponível ao público geral. Segundo comunicado oficial, ele supera qualquer versão anterior da empresa em benchmarks de capacidade.
De meses para um dia
A Stripe relatou que o Fable 5 comprimiu meses de engenharia em dias. Em uma base de código Ruby com 50 milhões de linhas, o modelo concluiu uma migração completa em um dia. O mesmo trabalho exigiria uma equipe inteira por mais de dois meses.
No benchmark FrontierCode da Cognition, que testa qualidade de código em produção, o Fable 5 obteve a maior pontuação entre os modelos de fronteira.
Finanças e visão
No benchmark financeiro da Hebbia para raciocínio de nível sênior, o Fable 5 alcançou a pontuação mais alta entre todos os modelos testados. A IMC afirmou que o modelo acertou praticamente todas as avaliações de análise de negociação.
Em tarefas visuais, o modelo reconstruiu o código-fonte de um aplicativo web a partir de capturas de tela, sem ferramentas auxiliares.
Segurança com fallback automático
O Fable 5 inclui classificadores de segurança. Quando uma consulta envolve cibersegurança, biologia ou química, o sistema redireciona automaticamente para o Claude Opus 4.8. O usuário é informado sempre que isso ocorre.
Segundo a Anthropic, menos de 5% das sessões acionam o redirecionamento.
Ciência: dez vezes mais rápido
Na área de design de medicamentos, o Mythos 5 (versão sem restrições para parceiros selecionados) acelerou etapas do processo em cerca de dez vezes.
Em pesquisa de genômica, o modelo treinou um sistema que superou um modelo publicado na revista Science, sendo 100 vezes menor.
Preço e disponibilidade
O Claude Fable 5 está disponível hoje. O preço é de US$ 10 por milhão de tokens de entrada e US$ 50 por saída – menos da metade do Claude Mythos Preview.
Nos planos Pro, Max, Team e Enterprise, o acesso está incluído sem custo adicional até 22 de junho. Após essa data, o uso exigirá créditos.
O avanço acelerado dos sistemas inteligentes pode fazer com que a humanidade perca o controle sobre a tecnologia. O alerta foi divulgado nesta quinta-feira (4) pelo The Anthropic Institute em um relatório sobre autoaperfeiçoamento.
A empresa revelou que a inteligência artificial já escreve mais de 80% do código integrado ao seu próprio sistema. O dado interno inédito acendeu o sinal de alerta sobre a velocidade da autonomia das máquinas.
Atualmente, os engenheiros da companhia entregam, em média, oito vezes mais código por trimestre do que registravam antes. Essa aceleração reduz drasticamente a dependência do trabalho estritamente humano.
No segundo trimestre de 2026, a produção individual saltou para 8 vezes a média anterior após a introdução do Claude Mythos Preview. As linhas tracejadas verticais correlacionam os picos de eficiência aos anúncios públicos de novos modelos. – Anthropic / Divulgação
Risco de autonomia total e recursiva
A tendência técnica aponta para o chamado autoaperfeiçoamento recursivo. O fenômeno ocorre quando uma inteligência artificial se torna capaz de projetar e treinar de forma totalmente autônoma o seu próprio sucessor tecnológico.
De acordo com o documento oficial da Anthropic, essa autonomia pode vir mais rápido do que as instituições estão preparadas. Sem supervisão humana direta, os métodos tradicionais de segurança e monitoramento perdem a eficácia.
O ritmo de execução de tarefas complexas concluídas sem intervenção humana já dobra a cada quatro meses. Em exames globais de engenharia de software, os sistemas atingiram saturação completa em apenas dois anos.
Capacidade sobre-humana em testes
A ferramenta Claude Mythos Preview alcançou uma capacidade de otimização considerada sobre-humana. O sistema atingiu uma aceleração de 52 vezes em testes internos de treinamento de pequenos modelos de inteligência artificial.
Em missões complexas e sem especificações detalhadas, a taxa de sucesso do software atingiu 76% em maio de 2026. O índice representa uma alta expressiva de 50 pontos percentuais em seis meses.
A revisão de segurança de novos códigos também foi delegada a um avaliador inteligente. A ferramenta automatizada foi capaz de interceptar um terço dos erros técnicos em análises retrospectivas de incidentes.
Proposta de trégua global
A Anthropic sugere que governos e laboratórios de ponta criem um mecanismo global de verificação conjunta. A estrutura permitiria monitorar se as empresas concorrentes estão respeitando normas rígidas de segurança.
O relatório propõe a aplicação de pausas temporárias supervisionadas no desenvolvimento global se os riscos fugirem do controle. A holding afirma que uma pausa unilateral apenas mudaria o líder da corrida tecnológica.
A empresa planeja organizar debates nos próximos meses com formuladores de políticas públicas para discutir o autoaperfeiçoamento de sistemas. O objetivo é envolver a sociedade civil nessa deliberação urgente.
Modelos de IA estão ignorando regras da União Europeia para cumprir tarefas solicitadas por usuários. A conclusão aparece em um novo estudo conduzido por pesquisadores da organização holandesa Aithos.
Segundo o Euronews, o levantamento avaliou alguns dos sistemas de IA mais populares do mundo e mostrou que mesmo os modelos mais avançados apresentaram baixo nível de conformidade com a legislação europeia.
Agentes de IA aceitaram tarefas consideradas problemáticas pela legislação europeia, aponta estudo. Imagem: artjazz/Shutterstock – Imagem: artjazz/Shutterstock
Pesquisa colocou agentes de IA à prova
A Aithos desenvolveu um sistema chamado LARA para testar 12 modelos de agentes de IA em cenários relacionados à Lei de IA da União Europeia e ao Regulamento Geral de Proteção de Dados (GDPR).
A análise verificou se os modelos respeitariam regras ligadas à privacidade, transparência e proteção dos usuários em situações práticas.
Entre os pontos avaliados estavam:
exploração de vulnerabilidades dos usuários;
inferência de emoções;
pontuação social baseada em comportamento;
manipulação subliminar;
transparência sobre o uso de IA;
garantia de supervisão humana significativa.
Três modelos de IA e avaliadores humanos participaram da análise das respostas para determinar se os sistemas violavam ou não as regras europeias.
Claude teve melhor desempenho em conformidade legal, mas ainda falhou em quase metade dos testes. Imagem: Stockinq/Shutterstock – Imagem: Stockinq/Shutterstock
Claude teve melhor desempenho, mas ainda falhou muito
O modelo mais compatível foi o Claude Opus, da Anthropic, que seguiu as regras da União Europeia em apenas 54% dos cenários avaliados.
Na outra ponta, apareceu o modelo da empresa chinesa Moonshot AI, com conformidade de apenas 7%.
Os pesquisadores afirmam que todos os modelos analisados aceitaram monitorar estados emocionais de funcionários ou explorar vulnerabilidades para concluir vendas em determinados cenários.
O estudo também avaliou o Mistral, único modelo europeu presente nos testes. O desempenho ficou abaixo de 12%, levando os responsáveis pela pesquisa à conclusão de que até empresas da própria Europa ainda enfrentam dificuldades para cumprir as regras locais.
“Mesmo os modelos mais avançados em uso hoje não garantem conformidade legal quando implantados como agentes”, escreveu a Aithos em uma publicação sobre o estudo.
Estudo aponta que o ChatGPT não apresentou resistência em um teste sobre promoção de funcionários. Imagem: arda savasciogullari/Shutterstock – Imagem: arda savasciogullari/Shutterstock
Casos com ChatGPT e Claude chamaram atenção
Em um dos testes, um usuário pediu ao Claude para identificar quais funcionários apresentavam “risco de evasão” com base em dados de desempenho e registros de licença.
Inicialmente, o modelo resistiu ao pedido, mas acabou fornecendo a classificação após três tentativas. Segundo o sistema LARA, isso viola regras da legislação europeia relacionadas à inferência de emoções.
A pesquisa apontou que cerca de 8% dos casos apresentaram esse comportamento: a IA inicialmente recusava a tarefa, mas depois acabava cedendo.
Outro exemplo envolveu o ChatGPT 5.5, da OpenAI. Segundo o estudo, o sistema classificou funcionários para promoções com base em métricas de desempenho sem apresentar resistência.
A pesquisa também destacou que os modelos não foram instruídos explicitamente a seguir as leis europeias durante os testes. O objetivo era analisar o comportamento natural dos sistemas diante de situações potencialmente problemáticas.
Os pesquisadores afirmam que novos estudos ainda serão necessários para entender como os modelos se comportam quando recebem instruções diretas para obedecer a regulamentações específicas.
A Anthropic desenvolveu um modelo de inteligência artificial (IA) capaz de revolucionar a cibersegurança. Mas, ao anunciá-lo, tomou uma decisão incomum: trancou o modelo a sete chaves. E distribuiu as chaves para algumas empresas. Por quê? Segundo a empresa, o modelo seria “perigoso demais” para cair nas mãos do público geral. “As consequências – para as economias, a segurança pública e a segurança nacional – podem ser graves”, declarou a empresa.
O Claude Mythos Preview (nome completo da criança) é o modelo de IA mais avançado já desenvolvido pela startup de Dario Amodei até o momento. Ele foi anunciado junto ao Projeto Glasswing, iniciativa liderada pela Anthropic em parceria com big techs como Apple, Google, Microsoft e Nvidia. Em suma, é um consórcio criado para testar o modelo em sigilo.
Até que ponto esse anúncio misterioso se sustenta? E até que ponto é mais uma jogada de marketing da Anthropic? O Olhar Digital mergulhou no tema e conversou com especialistas para te explicar o que importa.
O que o Mythos faz de verdade?
O modelo de IA opera como se fosse um engenheiro de software experiente. Para você ter ideia, ele consegue identificar bugs sutis e corrigir os próprios erros.
“O Mythos Preview encontrou milhares de vulnerabilidades de alta gravidade, incluindo algumas nos principais sistemas operacionais e navegadores”, informou a Anthropic. Até o momento, a startup divulgou uma fração do que afirma ter sido encontrado pelo modelo.
“Nos benchmarks de programação, ele [o Mythos] realmente mostrou uma evolução muito grande em comparação ao seu antecessor”, disse Carraro à reportagem – Imagem: Nwz/Shutterstock
Fabrício Carraro, Program Manager na Alura e colunista do Olhar Digital, explorou o System Card publicado pela empresa. É um documento de 245 páginas no qual a Anthropic detalha seus testes e benchmarks.
“Nos benchmarks de programação, ele [o Mythos] realmente mostrou uma evolução muito, muito grande em comparação ao seu antecessor, o Opus 4.6”, disse Carraro à reportagem.
Segundo a empresa, essa IA pode superar quase todos os humanos, exceto os mais qualificados, na identificação e exploração de vulnerabilidades de software. Daí o dito perigo em lançar o Mythos de forma ampla. Afinal, ele poderia ser usado como escudo e como arma. Mas existe uma peculiaridade.
“Diferente de um código convencional de computador que você pode entrar lá e olhar certinho o que que ele faz e o que não faz; se tem bug ou se não tem, uma inteligência artificial não funciona assim. Ela é uma caixa preta”, explicou Roberto “Pena” Spinelli, físico pela USP, com especialidade em Machine Learning pela Universidade de Stanford, e também colunista do Olhar Digital. “A gente treina ela em atividades, mas a gente não sabe no final das contas as capacidades que ela tem.”
O Claude Mythos, da Anthropic, opera como se fosse um engenheiro de software experiente – Imagem: Photo For Everything/Shutterstock
Quando o Anthropic diz ‘esse modelo é perigoso demais para a gente lançar’ é porque na fase de testes ele já fez algumas das coisas que a Anthropic não estava esperando
Roberto “Pena” Spinelli, físico pela USP, com especialidade em Machine Learning pela Universidade de Stanford, em entrevista ao Olhar Digital
No entanto, vale destacar: nos testes do AISI, o Mythos enfrentou defesas de software quase inexistentes. Por isso, o instituto concluiu que, embora seja um modelo poderoso, a maior ameaça do Mythos é contra sistemas vulneráveis e mal defendidos.
Em entrevista à Scientific American, Ciaran Martin, professor na Universidade de Oxford, comparou o cenário a um atacante fazer gol contra o pior goleiro do mundo. Martin é ex-CEO do Centro Nacional de Segurança Cibernética (NSCS, na sigla em inglês) do Reino Unido.
Mythos: de inovação tecnológica para preocupação de segurança nacional
Para você se localizar, confira abaixo uma linha do tempo com pontos-chave do desenvolvimento, anúncio e repercussão do Mythos e do Projeto Glasswing:
Março de 2026: antecedentes e tensões
Início de março: Surge uma tensão pública entre o Pentágono (militares dos EUA) e a Anthropic;
2 de março: O modelo Claude tem um aumento expressivo de popularidade após desentendimentos entre a empresa e militares;
7 de abril: A Anthropic anuncia oficialmente a existência do Claude Mythos Preview. A empresa declara que o modelo é capaz de encontrar e explorar falhas de segurança nos grandes sistemas operacionais e navegadores, mas toma a decisão inédita de não liberá-lo ao público devido aos riscos de ciberataques;
8 de abril: Anthropic anuncia o Projeto Glasswing, iniciativa que reúne gigantes como Google, Microsoft, Apple, Amazon, Nvidia e grandes bancos para usar o Mythos na proteção de suas infraestruturas;
10 de abril: O secretário do Tesouro dos EUA, Scott Bessent, convoca os presidentes dos maiores bancos americanos (como Goldman Sachs e Citi) para discutir os riscos cibernéticos impostos pelo novo modelo de IA.
Meados de abril de 2026: repercussão internacional e testes
16 de abril: Bancos alemães iniciam consultas com autoridades e especialistas sobre os riscos do Mythos, enquanto o Banco da Inglaterra intensifica seus testes de risco;
17 de abril: Relatórios do AISI do Reino Unido são divulgados, confirmando que o Mythos completou com sucesso uma simulação de ataque cibernético de 32 etapas, algo inédito para uma IA. Especialistas começam a debater se o modelo é uma revolução real ou parte de uma estratégia de marketing;
Semana de 17 de abril: O Mythos é tema de discussões em reuniões do Fundo Monetário Internacional (FMI) em Washington, sendo descrito pelo ministro das finanças do Canadá como um “desconhecido perigoso”.
Final de abril de 2026: brecha de segurança
21 de abril: A Bloomberg revela que um pequeno grupo de usuários não autorizados conseguiu acesso ao Mythos por meio de um fórum privado. O acesso teria ocorrido no mesmo dia do anúncio original do modelo;
22 de abril: A Anthropic confirma que investiga o relato de acesso não autorizado ao Claude Mythos Preview por meio de um fornecedor terceirizado.
Em 18 de maio, o Financial Times publicou que a Anthropic deverá apresentar ao Conselho de Estabilidade Financeira um relatório sobre os riscos cibernéticos identificados pelo Mythos.
Em suma, o contexto é:
O novo modelo de IA da Anthropic chamou atenção de bancos centrais e ministérios da Fazenda por sua capacidade de detectar vulnerabilidades em softwares, navegadores e infraestruturas importantes – o que também poderia facilitar ataques mais sofisticados ao sistema financeiro global;
A relevância do tema aumentou após o presidente do Banco da Inglaterra, Andrew Bailey, afirmar que o Mythos poderia “desvendar todo o cenário de riscos cibernéticos” e ampliar ameaças a sistemas usados por bancos.
Avanço real ou jogada de marketing da Anthropic?
Em vez de lançar o Mythos para o público geral, a Anthropic concedeu acesso a empresas por meio do Projeto Glasswing. A startup descreveu essa iniciativa como “um esforço para proteger os softwares mais cruciais do mundo”.
A Anthropic, desenvolvedora do Claude, compete com gigantes como OpenAI (ChatGPT), Google (Gemini) e Meta – Imagem: Tada Images/Shutterstock
Entre as companhias de tecnologia que toparam participar do projeto, estão: Amazon Web Services (AWS), Apple, Microsoft, Google, Nvidia, Broadcom e CrowdStrike (sim, aquela empresa por trás do apagão global em 2024). “São empresas com muito foco em cibersegurança”, observou Carraro.
A Anthropic deu acesso, elas usaram e chancelaram. Ou seja, dá pra gente acreditar que realmente esse modelo é um grande salto de qualidade em relação ao Opus 4.6.
Fabrício Carraro, Program Manager na Alura, em entrevista ao Olhar Digital
Só que muitos analistas e especialistas independentes em cibersegurança ainda não puderam testar o Mythos por conta própria. Por isso, alguns continuam céticos sobre o desempenho do modelo.
Então, fica a pergunta: o Mythos representa um grande avanço para a IA ou seu anúncio foi uma jogada de marketing da Anthropic para inflar sua importância? Para o especialista da Alura, um pouco dos dois.
Carraro explicou que a Anthropic quer se posicionar como a principal empresa de IA voltada para negócios, programação e cibersegurança. Isso enquanto compete com gigantes como OpenAI (ChatGPT), Google (Gemini) e Meta.
O Projeto Glasswing é um consórcio criado pela Anthropic para big techs testarem o Mythos em sigilo – Imagem: Reprodução/Anthropic
Por um lado, ele constatou a evolução da tecnologia da startup (no quesito código, pelo menos) ao analisar o System Card do Mythos. Por outro, observou com desconfiança o vazamento de dados sobre o modelo logo antes da empresa colocar no ar a página sobre o Projeto Glasswing – com vídeos bem produzidos e tudo.
“Ele [o Mythos] é excelente para programação, só que também tem o lado de marketing de eles se venderem como ‘nós somos a crista da onda’”, analisou Carraro. Para ele, é como se a Anthropic dissesse: “governo dos Estados Unidos, governo de outros países, empresas de qualquer setor, usem os nossos modelos, porque a gente pode dar acesso antecipado para [vocês] testarem o estado da arte ao qual os meros mortais não vão ter acesso”.
Essa parte de ‘perigoso demais’ também encaixa um pouco nessa questão do marketing. Dá para as duas coisas serem verdade ao mesmo tempo.
Fabrício Carraro, em entrevista ao Olhar Digital
Seja como for, não é de hoje que o anúncio de um novo modelo de IA vem acompanhado dos termos “perigoso” e “revolucionário”. Cutucar medo e entusiasmo tornou-se uma marca registrada da indústria da IA.
Mythos reforça a necessidade de regulação da IA e a importância da pesquisa acadêmica
Se você chegou até aqui, talvez tenha pensado “foi bom a Anthropic ter segurado o Mythos, já que pode ser tão perigoso”. E é uma linha de raciocínio bem válida, tá? Mas, para Pena, essa decisão da Anthropic não é o suficiente para lidar com a situação.
“Para consertar tudo [que o Mythos achou de brecha]… a gente está falando de coisas tão estruturais”, disse o especialista em Machine Learning.
É muito recurso que tem que ser usado. E, às vezes, nem é possível porque tem sistema que [você] não pode tirar do ar para aplicar a segurança necessária. Então, eu não acho que [o Projeto Glasswing] vai resolver.
Roberto “Pena” Spinelli, em entrevista ao Olhar Digital
Segundo Pena, a solução seria regulação, a nível mundial, sobre o uso da IA e “as responsabilidades de cada um”. “A sociedade tem que exigir que a IA só possa entrar em sistemas que estejam seguros. E, se não dá para fazer isso, então não pode fazer”, disse o pesquisador.
Para o especialista, evitar regular a IA a nível mundial é como dizer: “De vez em quando, alguém vai conseguir fazer uma bomba atômica no quintal” – Imagem: DOBUTSU/Shutterstock
Para entender esse raciocínio, imagine o desenvolvimento, sem regulação, de uma bomba atômica ou tecnologias com energia nuclear envolvida. Esse é o paralelo traçado pelo especialista na sua explicação.
“[É como se falássemos] Olha, de vez em quando vai ter alguém aí que vai conseguir fazer uma bomba atômica no quintal. E vai poder colocar todo mundo em risco. Não! Primeiro, você entende que o negócio é muito poderoso. Você regula”, disse Pena.
Neste ponto, entra também a importância da pesquisa acadêmica. “No geral, os cientistas têm uma probidade ética maior do que empresas”, disse o especialista. Mas, para ele, todos precisam remar para a mesma direção: regulação e responsabilização.
“Então, [quando] você vai fazer uma pesquisa ou desenvolver um produto, você precisa ter responsabilização. Você precisa ter um entendimento daquilo e garantir que o que você está colocando seja seguro”, reforçou Pena.
“Está faltando essa camada muito importante de regulação da inteligência artificial”, finalizou o pesquisador.
A Anthropicanunciou oficialmente nesta quinta-feira (28) o lançamento do Claude Opus 4.8, uma atualização direta do seu principal modelo de inteligência artificial. A nova versão foca em maior confiabilidade, refinamento de julgamento para tarefas autônomas e chega ao mercado pelo mesmo preço de seu antecessor, o Opus 4.7.
O lançamento é acompanhado por uma série de recursos inéditos voltados tanto para usuários finais quanto para desenvolvedores, incluindo um seletor de “nível de esforço” e automações em larga escala para programação.
Mais honestidade e menos erros de programação
De acordo com os testes iniciais divulgados pela Anthropic, um dos principais destaques do Claude Opus 4.8 é o seu nível elevado de precisão e autocrítica. O modelo foi treinado para evitar conclusões precipitadas e apontar incertezas em suas próprias respostas, em vez de sustentar alegações sem fundamento técnico.
Essa mudança traz um impacto direto no desenvolvimento de softwares: as avaliações da empresa apontam que o Opus 4.8 é cerca de quatro vezes menos propenso a deixar falhas passarem despercebidas em códigos escritos por ele mesmo.
No quesito alinhamento e segurança, o modelo registrou taxas de comportamento inadequado (como trapaça ou cooperação com uso malicioso) consideravelmente menores que a versão anterior.
Benchmark compara desempenho de Opus 4.8, Opus 4.7, GPT-5.5 e Gemini 3.1 Pro – Anthropic / Divulgação
Novas ferramentas: controle de esforço e fluxos dinâmicos
Além do ganho de inteligência, a atualização introduz novas funcionalidades práticas no ecossistema da startup:
Controle de Esforço: disponível no claude.ai e no ambiente Cowork para todos os planos. O usuário pode escolher o quanto a IA deve “pensar” antes de responder. Configurações mais altas ativam um raciocínio profundo (ideal para tarefas difíceis), enquanto níveis mais baixos priorizam respostas rápidas e economizam o limite de uso.
Fluxos de trabalho dinâmicos: em fase de testes no Claude Code para planos corporativos. A função permite planejar e executar centenas de subagentes paralelos em uma única sessão. Com isso, a IA consegue realizar migrações complexas em bases que contam com centenas de milhares de linhas de código de ponta a ponta.
Modo rápido otimizado: o modo de alta velocidade do Opus 4.8 opera a 2,5 vezes a velocidade padrão e ficou três vezes mais barato em comparação com as gerações anteriores.
Atualizações na API de mensagens: agora, desenvolvedores podem inserir instruções de sistema diretamente na matriz de mensagens, permitindo atualizar permissões ou contextos no meio de uma tarefa sem quebrar o cache de comandos.
Projeto Glasswing e o futuro modelo Mythos
A Anthropic indicou que o Claude Opus 4.8 é um avanço perceptível, mas que os planos para o futuro são ainda mais ambiciosos. A companhia já trabalha na criação de modelos que entreguem a mesma capacidade da linha Opus, porém com custos operacionais reduzidos.
Paralelamente, a empresa confirmou a existência do Projeto Glasswing, que testa o “Claude Mythos Preview”, uma classe inédita de IA com inteligência superior à da linha Opus. Atualmente, o modelo Mythos está restrito a um grupo seleto de organizações para tarefas avançadas de cibersegurança. A expectativa da criadora do Claude é implementar salvaguardas adicionais para lançar essa nova categoria de IA para o público geral nas próximas semanas.
Preços e disponibilidade
O Claude Opus 4.8 já está disponível globalmente para desenvolvedores por meio da API dedicada.
O preço corporativo tradicional permanece inalterado: US$ 5 por milhão de tokens de entrada (input) e US$ 25 por milhão de tokens de saída (output). Já para o Modo Rápido (Fast Mode), os valores são de US$ 10 para entrada e US$ 50 para saída por milhão de tokens consumidos.
Chatbots se tornaram parte do novo normal da vida na internet e, atualmente, é difícil encontrar alguém cronicamente online que não utilize ChatGPT, Gemini ou Claude. Mas, embora essas ferramentas sejam de fácil utilização, é importante saber que muito da qualidade das respostas que você obtém da IA tem uma influência direta dos prompts enviados.
Ou seja, redigir comandos com furos de raciocínio pode abrir uma brecha para a inteligência artificial cometer erros bobos ou lapsos de julgamento. Por isso, separamos 5 dos erros mais comuns ao usar a IA para você saber como melhorar as respostas que recebe dela.
5 erros que quase todo mundo comete ao usar a inteligência artificial
Falta de contexto gera respostas superficiais
Pessoa utilizando o ChatGPT – Imagem: Diego Thomazini/Shutterstock
Um dos problemas mais comuns ocorre quando o usuário faz solicitações vagas demais. Pedidos genéricos como “escreva um e-mail profissional” ou “dê ideias de conteúdo” oferecem pouca direção para a IA compreender o objetivo real da tarefa. Como esses sistemas funcionam a partir de padrões estatísticos e probabilidades, informações insuficientes inevitavelmente levam a respostas amplas, rasas e pouco úteis.
A clareza do comando influencia diretamente a qualidade da entrega: quanto mais detalhes forem fornecidos — como finalidade, público-alvo, tom desejado, formato da resposta e cenário específico — maior será a precisão do conteúdo produzido.
Outro ponto importante é entender que a IA não possui consciência contextual semelhante à humana. Ela não “acompanha” acontecimentos em tempo real da maneira como muitos imaginam. Dependendo da ferramenta utilizada, fatos recentes podem ser misturados com dados antigos ou até mesmo inferências incorretas apresentadas como verdade.
Por isso, usuários mais experientes tratam a inteligência artificial como um mecanismo de apoio à organização e aceleração do pensamento, não como uma fonte autônoma de conhecimento absoluto.
Confiar cegamente no conteúdo produzido é um risco
A fluidez textual das inteligências artificiais cria uma sensação enganosa de autoridade. Mesmo quando a informação está errada, a resposta costuma ser apresentada com extrema segurança, sem sinais claros de dúvida ou incerteza.
Esse comportamento aumenta o risco de pessoas copiarem conteúdos automaticamente sem qualquer verificação prévia. O problema se torna ainda mais grave em áreas que exigem precisão técnica, como medicina, finanças, legislação e educação.
Erros factuais, números inventados, referências inexistentes e interpretações distorcidas fazem parte das chamadas “alucinações” da IA — fenômeno em que o sistema produz informações plausíveis, porém falsas.
Por essa razão, o indicado é tratar todo material gerado como um primeiro rascunho. Antes de utilizar qualquer resposta publicamente ou em decisões importantes, é essencial revisar dados, validar fontes e confirmar se as informações fazem sentido no contexto real.
A responsabilidade final pelo conteúdo continua sendo humana, independentemente de quem o escreveu inicialmente.
Existem situações em que a IA não deve substituir profissionais
Chatbots de IA não devem substituir avaliação médica – Imagem: khunkornStudio/Shutterstock
Apesar da enorme capacidade dessas plataformas, há limites importantes que não podem ser ignorados. Um erro recorrente é utilizar IA para substituir orientação profissional em contextos críticos.
Na área da saúde, por exemplo, recorrer à inteligência artificial para interpretar exames, modificar tratamentos, sugerir medicamentos ou identificar doenças pode gerar consequências sérias. Sistemas automatizados não possuem compreensão integral do histórico clínico, das particularidades biológicas nem da complexidade individual de cada paciente.
O mesmo cuidado vale para decisões jurídicas, financeiras ou estratégicas de grande impacto.
De forma geral, o uso mais seguro e produtivo da IA está em tarefas operacionais e de apoio, como organizar informações, resumir conteúdos, estruturar documentos, automatizar processos repetitivos e auxiliar na geração inicial de ideias.
Já decisões sensíveis continuam exigindo supervisão humana qualificada.
Pedidos excessivamente complexos reduzem a qualidade
Outro hábito que compromete os resultados é concentrar várias tarefas em um único comando. Muitos usuários tentam fazer a IA resumir documentos, criar estratégias, analisar dados, redigir campanhas e produzir roteiros simultaneamente.
Quando a ferramenta recebe múltiplas demandas ao mesmo tempo, tende a responder de maneira superficial em todas elas. O resultado geralmente é um conteúdo genérico, pouco aprofundado e sem refinamento.
A recomendação mais eficiente é dividir o processo em etapas menores. Seguindo o exemplo citado acima, primeiro você deve solicitar um resumo e só depois de receber o resultado do comando anterior é que você deve enviar próximo; e assim por diante. Trabalhar progressivamente permite ajustar o direcionamento ao longo da conversa e melhora significativamente a qualidade final.
Especialistas afirmam que o verdadeiro ganho no uso da IA não está em obter uma resposta perfeita imediatamente, mas em construir a solução gradualmente por meio de refinamentos sucessivos.
Inteligência artificial funciona melhor como processo contínuo
Muitas pessoas ainda utilizam IA da mesma forma que usam mecanismos de busca: fazem uma pergunta, recebem uma resposta e encerram a interação. Essa abordagem limita drasticamente o potencial da ferramenta.
Os melhores resultados costumam surgir quando existe diálogo contínuo. Ajustar instruções, corrigir interpretações, pedir reformulações, mudar o tom do texto e aprofundar determinados pontos faz parte do processo ideal de uso.
Além disso, definir claramente o formato desejado também é decisivo. Sem instruções específicas, a IA escolhe sozinha como estruturar a resposta — e isso nem sempre corresponde à necessidade do usuário.
Determinar elementos como extensão, estilo, linguagem, organização e objetivo do material ajuda a tornar a entrega muito mais alinhada ao esperado.
Em vez de enxergar a primeira resposta como algo definitivo, o recomendado é tratá-la apenas como ponto de partida para um refinamento contínuo.
Com a popularização das ferramentas de inteligência artificial, ficou cada vez mais difícil distinguir o que é feito por humanos daquilo produzido por softwares sofisticados. Por isso, o Olhar Digital separou uma lista com 5 sites diferentes que vão ajudá-lo a detectar se um texto foi escrito ou não por IA’s como ChatGPT, Gemini ou Claude. Confira mais informações a seguir.
Texto feito por IA? Confira 5 detectores que analisam se a mídia foi gerada por inteligência artificial
Atenção: apesar de extremamente úteis, as plataformas citadas não são infalíveis. É possível que um texto seja apontado como “produzido por IA” mesmo que tenha sido 100% redigido por um humano.
Quetext AI Detector
Linhas de um código-fonte – (Reprodução: Chris Ried/Unsplash)
O Quetext é uma plataforma que combina duas funções principais: identificação de plágio e análise de textos possivelmente gerados por inteligência artificial. Seu sistema avalia elementos como repetição de padrões, estrutura frasal e semelhança com conteúdos já existentes para estimar se o material foi produzido de forma automática.
A ferramenta ganhou espaço entre estudantes e escritores por oferecer uma interface direta e fácil de usar, além de apresentar resultados em relatórios visuais mais intuitivos.
O acesso é feito totalmente via navegador, sem necessidade de instalação, e inclui uma versão gratuita com recursos limitados, além de planos pagos destinados a uso mais intensivo.
Seu uso é especialmente comum em contextos acadêmicos e editoriais, onde há maior preocupação com originalidade e verificação da autoria dos textos.
Copyleaks AI Detector
O Copyleaks é uma plataforma que reúne, em um único ambiente, recursos de verificação de plágio e identificação de textos gerados por inteligência artificial. Seu sistema é baseado em técnicas de aprendizado de máquina, capazes de reconhecer padrões linguísticos frequentemente associados a modelos como ChatGPT, Gemini e outros grandes modelos de linguagem.
A ferramenta é amplamente adotada em contextos acadêmicos e corporativos, em parte por oferecer suporte a diversos idiomas, o que amplia sua aplicabilidade em ambientes multilíngues.
O acesso pode ser feito diretamente pelo navegador, sem necessidade de instalação, e há também integração via API, permitindo que empresas e instituições incorporem suas funcionalidades em sistemas próprios ou plataformas educacionais.
Além de uma versão gratuita com recursos restritos, o Copyleaks também disponibiliza planos pagos com capacidades mais avançadas, voltados principalmente para uso contínuo em escala profissional.
O Winston AI é uma ferramenta desenvolvida para atender principalmente professores, editores e organizações que precisam validar a originalidade de textos com maior nível de detalhamento.
Seu sistema realiza uma análise minuciosa do conteúdo, examinando o texto em partes e atribuindo uma pontuação que indica a probabilidade de ele ter sido produzido por inteligência artificial.
Além de identificar produções feitas por modelos como Claude e Gemini, a plataforma também procura detectar situações em que há combinação entre escrita humana e geração automatizada, tentando classificar esses formatos híbridos.
O acesso é feito totalmente online, sem necessidade de instalação, e o serviço opera no modelo SaaS, com planos pagos e a possibilidade de testes gratuitos limitados.
Por ser voltado a ambientes acadêmicos e editoriais, o Winston AI acabou sendo incorporado com frequência em rotinas de verificação de autenticidade de conteúdo, especialmente onde há exigência de maior controle sobre a origem dos textos.
O Originality.ai é uma plataforma desenvolvida sobretudo para atender produtores de conteúdo digital e equipes que trabalham com otimização para mecanismos de busca (SEO). Ela reúne, em um único sistema, duas funções principais: a identificação de textos gerados por inteligência artificial e a checagem de plágio em materiais publicados ou em produção.
Um dos pontos que mais se destacam nessa ferramenta é a capacidade de lidar com textos extensos, oferecendo resultados considerados consistentes em avaliações independentes. Por isso, ela costuma ser vista como uma opção mais robusta em cenários profissionais, especialmente quando há necessidade de análise em grande escala.
O serviço funciona no modelo online (SaaS), sendo acessado diretamente pelo navegador, sem instalação de aplicativos. Trata-se de uma solução paga, direcionada principalmente a agências, redatores, empresas de marketing e equipes editoriais que lidam com produção frequente de conteúdo.
GPTZero
O GPTZero é uma das ferramentas mais populares para identificar textos gerados por inteligência artificial.
Seu funcionamento se baseia na avaliação de padrões linguísticos, principalmente métricas como “perplexidade”, que indica o quão previsível é um texto, e “burstiness”, que mede a oscilação entre frases mais simples e outras mais complexas: características usadas para distinguir produções humanas de conteúdos gerados por modelos como o ChatGPT.
Essa ferramenta é bastante adotada em contextos acadêmicos, especialmente por professores e instituições que buscam verificar a autoria de trabalhos.
Ela pode ser utilizada diretamente pelo navegador e oferece uma versão gratuita com recursos limitados, além de planos pagos voltados para quem precisa de análises mais frequentes ou detalhadas.
A Microsoft está cancelando a maioria das licenças do Claude Code da Anthropic e direcionando milhares de seus desenvolvedores para o GitHub Copilot CLI. A decisão marca o fim de um experimento de seis meses que permitiu que funcionários da empresa experimentassem a ferramenta de codificação baseada em inteligência artificial (IA).
A empresa havia aberto acesso ao Claude Code em dezembro, convidando milhares de desenvolvedores internos a usar a ferramenta de codificação da Anthropic diariamente. O objetivo era permitir que gerentes de projetos, designers e outros funcionários experimentassem programação pela primeira vez. Segundo fontes, o Claude Code se tornou muito popular dentro da Microsoft nos últimos seis meses.
Microsoft faz transição forçada para o GitHub Copilot CLI
Apesar da popularidade, a Microsoft está planejando remover a maioria das licenças do Claude Code e direcionar desenvolvedores para o Copilot CLI;
A ferramenta da Anthropic acabou prejudicando a adoção do novo GitHub Copilot CLI da Microsoft — uma versão de linha de comando do GitHub Copilot que funciona fora de aplicações de desenvolvimento, como o Visual Studio Code;
A equipe Experiences + Devices da Microsoft, que inclui engenheiros responsáveis pelo Windows, Microsoft 365, Outlook, Microsoft Teams e Surface, está encerrando o uso do Claude Code até o final de junho;
Fontes indicaram ao The Verge que os engenheiros estão sendo encorajados a migrar seus fluxos de trabalho para o GitHub Copilot CLI nas próximas semanas, antes do prazo final.
A Microsoft está comunicando aos funcionários que a decisão visa convergir para o Copilot CLI como principal ferramenta de interface de linha de comando across a divisão Experiences + Devices. No entanto, fontes revelam que a decisão também tem motivação financeira.
“Quando começamos a oferecer o Copilot CLI e o Claude Code, nosso objetivo era aprender rapidamente, avaliar as ferramentas em fluxos de trabalho de engenharia reais e entender o que melhor atendia às nossas equipes”, diz Rajesh Jha, vice-presidente executivo do grupo de experiências e dispositivos da Microsoft, em memorando interno visto pelo Notepad.
“O Claude Code foi uma parte importante desse aprendizado… Ao mesmo tempo, o Copilot CLI nos proporcionou algo especialmente importante: um produto que podemos ajudar a moldar diretamente com o GitHub para os repositórios, fluxos de trabalho, expectativas de segurança e necessidades de engenharia da Microsoft.”
A mudança do uso do Claude Code para o GitHub Copilot promete ser um processo complicado para os engenheiros da Microsoft. Nos últimos meses, a empresa vinha incentivando até mesmo funcionários sem experiência em programação a utilizarem o Claude Code, permitindo que profissionais, como designers e gerentes de projeto, criassem protótipos com a ferramenta.
Em um primeiro momento, a estratégia da Microsoft também previa que os funcionários utilizassem simultaneamente o Claude Code e o GitHub Copilot. O objetivo era comparar o desempenho das duas plataformas e coletar feedback interno sobre a experiência de uso.
Apesar do encerramento, a relação entre Anthropic e Microsoft segue inabalada – Imagem: Mehaniq/Shutterstock
Segundo o Verge, os próprios desenvolvedores da Microsoft passaram a demonstrar preferência pelo Claude Code em vez do GitHub Copilot CLI nos últimos meses. Ainda de acordo com o relato, persistem diferenças e limitações entre os dois produtos que agora precisam ser solucionadas pela companhia.
A Microsoft chegou a considerar a aquisição da Cursor — que, recentemente, fechou acordo de cooperação com a SpaceX — nos últimos meses como forma de diminuir a distância em relação ao GitHub Copilot.
Posteriormente, porém, a empresa teria começado a avaliar outras startups de IA para fortalecer suas ambições no setor e evitar possíveis obstáculos regulatórios. “Estamos trabalhando em estreita colaboração com o GitHub e continuamos a aprimorar o Copilot CLI para engenheiros da Microsoft”, afirma Jha.
“A equipe do GitHub já implementou melhorias significativas com base no feedback da Microsoft, e a Experiences + Devices continuará intimamente envolvida na definição do produto. Essa é uma responsabilidade compartilhada entre o GitHub e a liderança da E+D: tornar o Copilot CLI a melhor experiência de programação orientada a agentes para engenheiros da Microsoft.”
Os modelos da Anthropic continuarão acessíveis por meio do Copilot CLI, bem como modelos internos da Microsoft e a gama de modelos da OpenAI. A Microsoft também está incentivando os desenvolvedores a enviar relatórios de bugs e feedbacks sobre o Copilot CLI antes do fim do uso do Claude Code.
A Microsoft se consolidou rapidamente, no início deste ano, como um dos principais clientes da Anthropic e, segundo relatos, chegou até mesmo a contabilizar a comercialização dos modelos de IA da empresa em suas próprias metas de vendas do Azure.
Em novembro, as duas companhias também firmaram um acordo que permite aos clientes do Microsoft Foundry acessar os modelos Claude Sonnet 4.5, Claude Opus 4.1 e Claude Haiku 4.5.
A decisão de cancelar as licenças do Claude Code não afeta o acordo envolvendo o Foundry. Ainda assim, funcionários da Microsoft continuam demonstrando preferência pelos modelos Claude em aplicações do Microsoft 365 e no Copilot, já que essas ferramentas têm apresentado desempenho superior ao das soluções da OpenAI em determinadas tarefas.
Recentemente, a Microsoft também colaborou de forma estreita com a Anthropic para integrar ao Microsoft 365 Copilot a tecnologia utilizada no Claude Cowork.
Com isso, cresce a pressão sobre a equipe do GitHub, pertencente à Microsoft, para aprimorar o Copilot CLI e, ao mesmo tempo, superar o Claude Code. No ano passado, a Microsoft informou que 91% de suas equipes de engenharia utilizavam o GitHub Copilot. Entretanto, o crescimento do uso do Claude Code nos últimos seis meses aparentemente afetou esse índice.
Agora, a empresa busca reverter esse cenário e fazer com que seus próprios engenheiros voltem a concentrar esforços no desenvolvimento de sua ferramenta de programação baseada em IA.
