O Claude Code da Anthropic ajudou a definir o mercado de ferramentas autônomas de programação com IA, mas seus preços de assinatura e limites de uso estão abrindo espaço para concorrentes de código aberto. Segundo a VentureBeat, o Goose da Block oferece um fluxo de trabalho semelhante, orientado a agentes, sem custo de software e pode ser executado localmente, permitindo que os desenvolvedores escolham seu próprio modelo, mantenham o código em suas máquinas e trabalhem sem conexão com a internet.

A comparação não é uma afirmação de que os dois produtos entregam resultados idênticos. O Claude Code tem acesso aos modelos proprietários e à infraestrutura em nuvem da Anthropic, enquanto o Goose depende do modelo e do hardware escolhidos pelo desenvolvedor. A importância do Goose é, em vez disso, arquitetural: ele separa o agente de programação do provedor do modelo e do plano de assinatura, dando aos usuários mais controle sobre custo, privacidade e implantação.

Por que o preço do Claude Code se tornou parte do debate sobre o produto

A VentureBeat informou que o Claude Code está disponível por meio dos planos pagos da Anthropic, com preços mensais variando de cerca de US$ 20 a US$ 200, dependendo do nível e do limite de uso. O plano gratuito não inclui acesso. As assinaturas mais baratas impõem limites baseados em prompts ou em tempo, enquanto os planos Max mais caros oferecem capacidade adicional e acesso aos modelos de ponta da Anthropic.

Esses limites se tornaram difíceis de interpretar para os desenvolvedores porque a Anthropic expressa algumas concessões em horas, e não em um número simples de solicitações. O consumo real varia conforme fatores como tamanho da base de código, duração da conversa e complexidade da tarefa. A VentureBeat citou análises independentes sugerindo que os limites práticos podem se traduzir em tetos de sessão baseados em tokens, mas esses números não são apresentados como a métrica oficial de preços da Anthropic.

O relatório também descreveu reclamações de desenvolvedores que dizem que sessões intensivas de programação podem esgotar as concessões rapidamente. A Anthropic afirmou que as restrições afetam menos de 5% dos usuários e têm como alvo contas que executam o Claude Code continuamente em segundo plano. A VentureBeat observou que a Anthropic não esclareceu se esse percentual se aplica a todos os usuários ou a um grupo mais restrito de assinantes, deixando a escala do problema incerta.

Para equipes de produto, a disputa destaca um problema mais amplo com software de IA baseado em uso: um preço mensal pode não fornecer uma quantidade previsível de trabalho. Desenvolvedores que constroem fluxos de trabalho agentivos precisam saber não apenas o custo da assinatura, mas também quanto contexto, uso de ferramentas e iteração o serviço permite antes que o trabalho seja interrompido.

Como o Goose muda o modelo de implantação

O Goose é um agente de IA desenvolvido pela Block e distribuído como software de código aberto. A VentureBeat informou que ele está disponível tanto por meio de interface de linha de comando quanto de um aplicativo para desktop, e que a Block fornece builds para os principais sistemas operacionais de desktop.

O software foi projetado para executar operações de desenvolvimento, e não apenas sugerir código. No fluxo de trabalho descrito pela VentureBeat, o Goose pode criar e editar arquivos, executar comandos, rodar testes, diagnosticar falhas, montar projetos e interagir com serviços externos. Esses recursos dependem de chamada de ferramentas, em que um modelo de linguagem solicita ações que o agente então executa no sistema do usuário.

A distinção central é que o Goose é agnóstico em relação ao modelo. Os desenvolvedores podem conectá-lo a modelos hospedados por empresas como Anthropic, OpenAI e Google, usar serviços de roteamento como Groq e OpenRouter, ou executar localmente modelos de linguagem de código aberto. Uma configuração local comum combina o Goose com o Ollama, uma ferramenta que baixa e serve modelos em um computador pessoal.

Essa configuração pode eliminar taxas de assinatura e limites de taxa da nuvem, mas não torna a computação gratuita. Os usuários fornecem o hardware, o armazenamento do modelo, a energia elétrica e o tempo de configuração. A VentureBeat citou a documentação da Block recomendando 32 gigabytes de RAM como uma base prática para modelos maiores, enquanto modelos menores podem rodar em sistemas com menos memória. O desempenho também varia conforme a máquina tenha uma GPU capaz ou dependa de inferência baseada em CPU.

O Goose também oferece suporte ao Model Context Protocol, ou MCP, que pode conectar um agente a sistemas de arquivos, bancos de dados, ferramentas de busca e APIs de terceiros. Para os desenvolvedores, isso significa que o valor do produto é determinado em parte pelas extensões e modelos conectados a ele, e não apenas pela interface do agente.

O que a evidência mostra — e o que não mostra

A VentureBeat informou que o Goose tinha mais de 26.100 estrelas no GitHub, 362 colaboradores e 102 versões no momento do artigo, com a versão 1.20.1 identificada como a mais recente. Esses números indicam atividade visível de código aberto, mas não são equivalentes a usuários ativos, implantações em produção ou adoção comercial. As estrelas no GitHub podem refletir interesse sem mostrar com que frequência uma ferramenta é usada ou se ela funciona de forma confiável em fluxos críticos.

As comparações de desempenho do artigo também exigem cautela. Ele citou o Berkeley Function-Calling Leaderboard ao descrever os modelos Claude como fortes em chamada de ferramentas, ao mesmo tempo em que observou que modelos abertos da Meta, Alibaba, Google e DeepSeek estão melhorando. Resultados de rankings medem tarefas definidas e não devem ser tratados como uma avaliação completa da qualidade da engenharia de software.

Da mesma forma, afirmações de que o Goose oferece “funcionalidade quase idêntica” ao Claude Code referem-se principalmente à categoria de ações disponíveis para o agente. Elas não estabelecem paridade em qualidade de raciocínio, gerenciamento de contexto, velocidade, controles de segurança ou taxas de sucesso. O relato da VentureBeat disse que os modelos proprietários da Anthropic continuam mais fortes em algumas tarefas complexas de programação e se beneficiam de grandes janelas de contexto e hardware em nuvem.

As vantagens de privacidade e offline estão mais diretamente ligadas à configuração. Uma instalação do Goose usando um modelo local pode manter prompts e código-fonte na máquina, enquanto uma configuração do Goose conectada a um provedor hospedado ainda enviará dados relevantes para esse provedor. Os compradores, portanto, devem avaliar o endpoint do modelo, a política de logs, as permissões e as integrações MCP, em vez de tratar “agente local” como uma garantia para toda implantação.

Implicações para desenvolvedores e compradores corporativos

Para desenvolvedores individuais e pequenas equipes, o Goose oferece uma forma de experimentar agentes de IA sem se comprometer com uma assinatura recorrente. Ele pode ser especialmente útil para repositórios sensíveis, ambientes desconectados ou fluxos de trabalho em que um desenvolvedor deseja alternar entre modelos. A contrapartida é operacional: configurar modelos, gerenciar hardware e diagnosticar falhas passa a ser responsabilidade do usuário.

Para empresas, a decisão é menos uma comparação simples entre gratuito e pago. Um agente implantado localmente pode atender a requisitos de residência de dados e reduzir a dependência de um único fornecedor, mas as organizações precisam adicionar seus próprios controles sobre execução de comandos, credenciais, atualizações de software, registros de auditoria e governança de modelos. Um agente que pode modificar arquivos e chamar APIs externas precisa de limites de permissão mais rígidos do que uma ferramenta convencional de autocompletar.

Os produtos comerciais ainda mantêm vantagens importantes. Claude Code, Cursor e serviços semelhantes oferecem infraestrutura gerenciada, integrações refinadas e acesso a modelos proprietários de alta capacidade. A questão relevante para uma organização de desenvolvimento é se esses benefícios justificam o custo recorrente e as restrições do fornecedor para sua carga de trabalho. O Goose torna essa comparação mais competitiva ao permitir que equipes reutilizem o acesso existente a modelos ou escolham modelos menores e mais baratos para tarefas rotineiras.

A pressão do mercado também pode mudar do acesso ao modelo para a qualidade do fluxo de trabalho. Se os modelos abertos continuarem melhorando, os fornecedores de ferramentas de programação com IA talvez precisem competir por confiabilidade, gerenciamento de contexto, segurança, recursos de colaboração e capacidade previsível, em vez de simplesmente oferecer acesso a um modelo mais forte.

O que observar em seguida

Os sinais mais úteis serão mensuráveis, e não promocionais. Os desenvolvedores devem observar se a atividade de lançamentos do Goose se traduz em atualizações estáveis, documentação melhor e integrações confiáveis entre sistemas operacionais e provedores de modelos.

A qualidade do modelo é outra variável-chave. O progresso em chamada de ferramentas, raciocínio em longo contexto e reparo de código determinará com que frequência configurações locais podem substituir fluxos de trabalho premium na nuvem. Os requisitos de hardware e a velocidade de inferência mostrarão se esses ganhos são práticos em máquinas de desenvolvimento comuns.

No lado comercial, a resposta da Anthropic às críticas sobre limites de taxa será importante. Concessões mais claras, planos revisados ou uso mais previsível podem reduzir o apelo das alternativas. Por outro lado, a incerteza contínua sobre capacidade pode incentivar mais desenvolvedores a testar o Goose, o Ollama e outros agentes locais de IA.

Perspectiva da Creati.ai

O Goose é importante menos porque torna obsoletos os agentes de programação pagos do que porque oferece aos desenvolvedores uma alternativa crível às assinaturas de software fortemente acopladas. Ao separar o agente da camada de modelo e hospedagem, ele transforma custo, privacidade e operação offline em escolhas, e não em propriedades fixas do produto.

A pergunta mais difícil é a confiabilidade. A implantação local pode oferecer controle, mas os desenvolvedores ainda precisam de modelos capazes, hardware suficiente, permissões seguras e resultados reproduzíveis. O Goose amplia o espaço de projeto para ferramentas de programação com IA; se isso mudar o comportamento de compra dependerá da rapidez com que os modelos abertos fechem a lacuna de qualidade sem fazer da configuração e da manutenção o novo custo oculto.