Desenvolvedores que estão avaliando agentes de programação com IA estão obtendo uma troca mais clara entre preço e controle. De acordo com a cobertura da VentureBeat, o Goose, de código aberto da Block, está ganhando atenção como uma alternativa gratuita ao Claude Code da Anthropic, um agente de programação baseado em terminal cujos planos pagos podem variar de US$ 20 a US$ 200 por mês e que têm atraído críticas por limites de uso.

A notícia imediata não é que o Goose tenha sido lançado agora, mas que ele está surgindo como um contraponto crível em um momento de frustração dos desenvolvedores com a estrutura de preços e limites de taxa do Claude Code. Isso importa porque o desenvolvimento de software assistido por IA está deixando de ser apenas autocompletar dentro de editores para se tornar um conjunto de sistemas mais autônomos capazes de escrever, executar, depurar e modificar código em diferentes projetos. À medida que essas ferramentas assumem partes maiores do trabalho de engenharia, controles de custo, privacidade, operação offline e flexibilidade de modelos passam a ser questões de aquisição tanto quanto recursos de produto.

A VentureBeat descreve o Goose como um agente de IA “na máquina” da Block que pode rodar localmente e se conectar a múltiplos provedores de modelos ou a modelos locais. O veículo também aponta forte tração no GitHub, relatando mais de 26.100 estrelas, 362 contribuidores e 102 lançamentos, com a versão 1.20.1 publicada em 19 de janeiro de 2026. Esses números sugerem interesse real dos desenvolvedores, embora estrelas no GitHub não sejam o mesmo que uso sustentado em produção.

Por que os preços do Claude Code abriram espaço para o Goose

A abertura competitiva vem da insatisfação com o Claude Code, e não apenas do entusiasmo com o código aberto. A VentureBeat relata que o plano gratuito da Anthropic não inclui acesso ao Claude Code, enquanto o acesso pago fica dentro de planos que variam de cerca de US$ 20 por mês a US$ 200 por mês, dependendo da faixa e da cobrança. A controvérsia parece girar em torno de como o uso é medido e comunicado.

Segundo a reportagem, a Anthropic introduziu limites semanais de taxa no fim de julho, enquadrando o acesso em parte em termos de horas de uso do modelo. A VentureBeat diz que usuários do Pro recebem uma cota semanal para o Sonnet 4, enquanto os planos Max mais altos recebem mais uso do Sonnet 4 e acesso ao Opus 4. O problema, como descrito por desenvolvedores citados na matéria, é que essas “horas” não se traduzem de forma limpa em uma capacidade intuitiva por sessão, porque o consumo real depende do uso de tokens, do tamanho da base de código e da complexidade do fluxo de trabalho.

Essa ambiguidade importa para equipes que tentam prever orçamento em torno de programação agente. Um assistente de código que funciona bem para solicitações leves, mas se torna imprevisível durante refatorações maiores, sessões de depuração ou chamadas repetidas de ferramentas, pode criar atrito de custo antes mesmo de a fatura chegar. A VentureBeat relata que alguns usuários disseram atingir limites práticos rapidamente durante trabalhos intensivos e que as críticas se espalharam pelo Reddit e por fóruns de desenvolvedores.

A Anthropic, segundo a reportagem, afirmou que os limites afetam menos de cinco por cento dos usuários e têm como alvo pessoas que executam o Claude Code continuamente em segundo plano. Mas a VentureBeat observa que a empresa não esclareceu exatamente a qual população de usuários esse cinco por cento se refere. Sem esse contexto, a afirmação é difícil de avaliar do ponto de vista de compra empresarial.

O que o Goose realmente oferece

O Goose é posicionado de forma diferente de um produto de assinatura de modelo único. A VentureBeat relata que a ferramenta pode operar como um utilitário de linha de comando ou como um app de desktop, pode instalar, executar, editar e testar código, e foi projetada para funcionar com múltiplos modelos em vez de prender os usuários a um único fornecedor.

Esse design agnóstico em relação ao modelo é central. Como descrito na reportagem, o Goose pode se conectar a modelos da Anthropic, modelos da OpenAI, modelos do Google ou serviços de roteamento como OpenRouter e Groq. Ele também pode rodar com modelos abertos locais via Ollama. Para desenvolvedores e equipes de plataforma, isso significa que a camada de agente e a camada de modelo podem ser trocadas de forma independente.

Isso é estrategicamente importante. Ele permite que uma equipe padronize o Goose como ferramenta de fluxo de trabalho enquanto troca os modelos subjacentes com base em custo, requisitos de privacidade, latência ou desempenho em benchmarks. Se um modelo ficar caro demais ou sofrer limitações de taxa, o desenvolvedor pode mudar de provedor sem abandonar a interface ou o fluxo de trabalho ao redor.

A VentureBeat também destaca o suporte do Goose ao Model Context Protocol, ou MCP, que está se tornando uma forma comum de conectar agentes de IA a ferramentas e sistemas externos. Na prática, isso significa que o Goose não é apenas sobre completar código. Trata-se de uso de ferramentas: tocar arquivos, executar testes, acessar APIs, consultar serviços e orquestrar etapas em um ambiente de desenvolvimento.

Isso coloca o Goose na mesma categoria mais ampla de agentes de IA, em vez de assistentes inline clássicos. Para quem constrói, a pergunta é menos “ele completa bem o código?” e mais “ele consegue executar de forma confiável tarefas de software em múltiplas etapas com guardrails aceitáveis?”

A implantação local muda a economia e o modelo de risco

O argumento mais forte a favor do Goose não é que ele sempre iguala o Claude Code em qualidade de saída. A VentureBeat é explícita ao dizer que os modelos proprietários da Anthropic ainda parecem mais fortes em tarefas difíceis de engenharia de software. O ponto principal é que o Goose desloca para outro lugar o custo e o controle.

Com uma pilha local construída em torno do Goose e do Ollama, os desenvolvedores podem executar modelos abertos no próprio hardware. Isso muda quatro coisas ao mesmo tempo: custo de assinatura, limites de uso, exposição de dados e dependência da internet. Não há taxa recorrente do fornecedor para o próprio Goose, não há um gatekeeper em nuvem impondo tetos de prompts e não há transferência obrigatória de código sensível para um provedor externo se as equipes optarem por inferência totalmente local.

Para organizações preocupadas com segurança, essa arquitetura é notável. Muitas empresas ainda bloqueiam ou restringem fortemente ferramentas de programação com IA na nuvem porque código-fonte, credenciais, APIs internas e detalhes de implantação podem aparecer em prompts e trilhas de execução. Uma opção local não elimina preocupações de governança, mas pode reduzir o número de fluxos de dados externos que as equipes de segurança precisam aprovar.

Há trade-offs. A VentureBeat observa que a implantação local exige recursos de hardware relevantes, com 32 GB de RAM apresentados na documentação da Block como uma base sólida para modelos e saídas maiores. Modelos menores podem rodar em configurações mais modestas, mas o desempenho e o tamanho do contexto variam. Em outras palavras, o Goose pode eliminar custos de assinatura de software enquanto transfere parte do ônus para o hardware do endpoint e para o gerenciamento local de modelos.

Isso torna o Goose especialmente relevante para desenvolvedores individuais, startups e equipes tecnicamente capazes que preferem flexibilidade de configuração em vez de polimento pronto para uso. Grandes empresas ainda podem favorecer serviços gerenciados se precisarem de administração centralizada, suporte contratual ou desempenho mais previsível em escala.

Evidências, benchmarks e o que ainda está por provar

As evidências disponíveis nesta história são uma mistura de fatos reportados, sinais da comunidade e afirmações de fornecedores ou do ecossistema. Os pontos factuais mais claros da VentureBeat são a existência do Goose como um projeto de código aberto da Block, seu design local e agnóstico em relação a modelos, os números reportados de atividade no GitHub e a controvérsia de preços em torno do Claude Code.

Outras afirmações exigem mais cautela. A VentureBeat cita o Berkeley Function-Calling Leaderboard para sustentar a ideia de que os modelos Claude da Anthropic são fortes em chamada de ferramentas. Isso é um contexto útil, mas liderança em benchmark de função não prova, por si só, melhores resultados ponta a ponta em engenharia de software dentro de uma base de código real.

Da mesma forma, afirmações de que o Goose faz “a mesma coisa” que o Claude Code devem ser lidas como posicionamento em categorias comparáveis, não como equivalência verificada item por item. O Goose parece capaz de muitas das mesmas classes de tarefas: programação autônoma, operações em arquivos, execução de testes e interação com APIs. Mas a própria reportagem reconhece lacunas na qualidade do modelo, no tamanho da janela de contexto, na velocidade e na maturidade das ferramentas em comparação com os modelos e a pilha de produtos de ponta da Anthropic.

Os números do GitHub também são indicativos, não definitivos. Crescimento forte do repositório, lançamentos frequentes e aumento no número de contribuidores sugerem impulso em torno do Goose, mas não provam uso ativo diário, implantação empresarial ou confiabilidade em ambientes de produção.

Por fim, a VentureBeat menciona modelos abertos mais novos e comparações de benchmark que sugerem que alternativas de código aberto estão reduzindo a distância para sistemas proprietários. Essa tendência é plausível e amplamente debatida no mercado, mas o artigo não fornece uma avaliação independente padronizada dos fluxos de trabalho exatos dos desenvolvedores que os compradores mais valorizam, como navegação em repositórios grandes, correção de bugs de longo prazo ou mudanças autônomas seguras.

O que isso significa para construtores e compradores corporativos

Para quem constrói, o Goose reforça uma mudança mais ampla no mercado: o valor duradouro pode migrar do modelo base para a orquestração, integração com ferramentas e flexibilidade de implantação. Se um produto como o Goose consegue se posicionar acima de modelos da Anthropic, OpenAI, Gemini ou modelos locais via Ollama, então os desenvolvedores ganham alavancagem. Eles podem otimizar custo ou privacidade sem abandonar a experiência de agente.

Para equipes corporativas de IA, a notícia torna mais nítida uma pergunta conhecida de compra. Vocês estão adquirindo a melhor experiência de modelo disponível hoje ou a pilha mais adaptável para os próximos 12 a 24 meses? O Claude Code ainda pode justificar seu prêmio para equipes que valorizam os modelos mais fortes da Anthropic e um fluxo de trabalho refinado. Mas, se os preços continuarem difíceis de prever sob carga real de programação, as equipes de compras podem buscar cada vez mais alternativas que separem a interface do agente da cobrança do modelo.

Isso também aumenta a pressão sobre ferramentas pagas de programação além da Anthropic. A VentureBeat coloca o Goose ao lado do Cursor, GitHub Copilot e outros produtos de codificação com IA, embora com ênfase distinta em autonomia e operação local. Quanto mais viáveis se tornarem as camadas de agente de código aberto, mais difícil será para ferramentas premium defender preços baseados principalmente em acesso ao modelo. Elas terão de vencer em confiabilidade, controles de segurança, colaboração, governança e profundidade de integração.

O que observar a seguir

Primeiro, observe se a Anthropic muda a forma como o uso do Claude Code é explicado ou cobrado. Uma contabilidade de tokens mais transparente, expectativas de sessão mais claras ou mudanças na embalagem podem reduzir a frustração atual.

Segundo, observe a adoção do Goose além do impulso no GitHub. Sinais que importam incluem estudos de caso de terceiros, pilotos corporativos, revisões de segurança e evidências de que equipes estão usando o Goose para fluxos de desenvolvimento sustentados, e não apenas para experimentação.

Terceiro, observe o ecossistema de modelos locais em torno do Ollama. Se os modelos abertos continuarem melhorando em programação e uso de ferramentas, a proposta de valor do Goose ficará mais forte, mesmo que o próprio Goose não mude muito.

Quarto, observe se o MCP se tornará uma camada durável de interoperabilidade. Se isso acontecer, agentes agnósticos em relação a modelos, como o Goose, poderão se tornar mais fáceis de estender para sistemas de engenharia mais amplos e ferramentas internas corporativas.

Por fim, fique de olho em como Cursor, GitHub Copilot e outros agentes de IA reagem. Preço, níveis de autonomia e opções de implantação local ou híbrida agora são alavancas competitivas, não recursos de nicho.

Perspectiva da Creati.ai

O desenvolvimento importante aqui não é apenas que a Block oferece um rival gratuito ao Claude Code. É que o mercado de codificação com IA está sendo forçado a enfrentar uma pergunta desconfortável: quanto preço premium pode sobreviver quando os fluxos de trabalho de agente se tornam portáteis entre modelos e escolhas de infraestrutura?

O Goose não parece eliminar a vantagem de qualidade dos melhores modelos da Anthropic, e as equipes não devem assumir equivalência só porque ambos os produtos podem agir de forma autônoma em um fluxo de terminal ou desktop. Mas o Goose expõe o quão frágil pode parecer a diferenciação baseada em assinatura quando os desenvolvedores se importam tanto com transparência, privacidade e liberdade de implantação quanto com desempenho bruto em benchmarks. Para equipes de produto que constroem ferramentas de IA para desenvolvedores, esse é o sinal real: a qualidade do modelo ainda importa, mas o controle sobre custo e arquitetura está se tornando um recurso de primeira classe.