O Claude Code da Anthropic tornou-se um exemplo proeminente de desenvolvimento de software autônomo assistido por IA, mas seus preços de assinatura e limites de uso estão abrindo espaço para alternativas. A VentureBeat relata que o Goose, de código aberto da Block, oferece um fluxo de trabalho de codificação semelhante ao de um agente sem uma assinatura obrigatória, especialmente quando combinado com um modelo de linguagem local.

O contraste é direto, mas não absoluto: o Claude Code oferece acesso aos modelos e à infraestrutura hospedados da Anthropic, enquanto o Goose dá aos desenvolvedores controle sobre o agente, o provedor do modelo e o ambiente de execução. Isso torna o Goose atraente para desenvolvedores preocupados com custos recorrentes, dependência da nuvem, privacidade e trabalho offline — mas também transfere mais responsabilidade para o hardware e a configuração técnica do usuário.

O preço do Claude Code coloca os limites de uso em foco

Segundo a reportagem da VentureBeat, o Claude Code está disponível por meio de planos de assinatura da Anthropic que variam de cerca de US$ 20 a US$ 200 por mês. O plano gratuito não inclui acesso ao agente de codificação. O nível Pro relatado permite aproximadamente 10 a 40 prompts a cada cinco horas, enquanto os planos Max oferecem limites mais altos e acesso a modelos mais capazes.

A Anthropic também introduziu limites semanais descritos em termos de horas de uso para os modelos Sonnet e Opus. A VentureBeat observou que, na prática, essas são restrições baseadas em tokens: a quantidade de trabalho que um desenvolvedor pode concluir depende do tamanho da base de código, do comprimento da conversa e da complexidade da tarefa, e não de um simples relógio. Isso torna os limites difíceis de traduzir em uma quantidade previsível de trabalho de engenharia.

A reportagem diz que alguns desenvolvedores reclamaram de esgotar os limites durante sessões intensivas de codificação. A Anthropic defendeu as restrições dizendo que elas afetam menos de 5% dos usuários e se destinam a pessoas que executam o Claude Code continuamente em segundo plano. No entanto, a reportagem diz que a Anthropic não esclareceu se esse número se aplica a todos os usuários ou apenas a um subconjunto, como os assinantes Max.

Para desenvolvedores individuais e pequenas equipes, a disputa não é apenas sobre preço. Limites de consumo imprevisíveis podem complicar o planejamento de projetos, enquanto um plano caro pode ser difícil de justificar para uso ocasional ou experimentação.

O Goose leva o agente para a máquina do usuário

O Goose foi desenvolvido pela Block como um agente de IA na máquina. A VentureBeat o descreve como uma ferramenta de linha de comando e desktop capaz de instalar software, criar e editar arquivos, executar código, testar projetos, depurar falhas e coordenar trabalho em vários arquivos.

A distinção importante é que o Goose é agnóstico em relação ao modelo. Os desenvolvedores podem conectá-lo a modelos hospedados de provedores como Anthropic, OpenAI, Google, Groq ou OpenRouter. Eles também podem usar modelos locais via Ollama, que baixa e executa modelos de código aberto no computador do usuário.

Essa arquitetura significa que o Goose em si não exige assinatura. Um desenvolvedor pode optar por pagar por uma API de modelo externa ou usar um modelo local sem enviar prompts e código-fonte a um serviço de terceiros. Em uma configuração totalmente local, o Goose pode continuar funcionando sem conexão com a internet, um recurso destacado em uma demonstração citada pela VentureBeat.

O Goose também oferece suporte ao Model Context Protocol, ou MCP, que permite que agentes se conectem a ferramentas e sistemas externos, como sistemas de arquivos, bancos de dados, mecanismos de busca e APIs. Isso amplia o produto além do preenchimento de código. O agente pode agir sobre um projeto em vez de apenas sugerir trechos para um humano colar em um editor.

As evidências apoiam o impulso, não a paridade

A VentureBeat relata que o Goose tinha mais de 26.100 estrelas no GitHub, 362 colaboradores e 102 versões no momento da publicação do artigo. Esses números indicam atividade visível de código aberto, mas não provam que o Goose tenha a mesma confiabilidade, base de usuários ou adoção em produção que o Claude Code. Estrelas no GitHub e contagem de colaboradores são sinais de interesse, não medidas independentes de qualidade de software ou uso comercial.

O artigo também cita o Berkeley Function-Calling Leaderboard ao descrever os modelos Claude da Anthropic como fortes em chamada de ferramentas. Diz que as opções de código aberto da Meta, Alibaba, Google e DeepSeek estão melhorando, mas não estabelece que elas igualam consistentemente os melhores modelos da Anthropic em projetos de software do mundo real.

As compensações técnicas são substanciais. O Claude Code roda em infraestrutura dedicada na nuvem e se beneficia do desenvolvimento de modelos, do design de interface e do suporte operacional da Anthropic. Os resultados do Goose dependem fortemente do modelo selecionado e do computador que o executa. A VentureBeat relata que os modelos locais geralmente têm janelas de contexto padrão menores, velocidades de inferência mais baixas e desempenho mais fraco em tarefas de codificação difíceis do que as ofertas líderes da Anthropic.

O hardware é outro limitador. A documentação da Block supostamente recomenda 32 gigabytes de RAM como uma base sólida para modelos e saídas maiores, embora modelos menores possam rodar em sistemas com menos memória. Uma configuração local pode, portanto, eliminar taxas de assinatura, mas aumentar o custo da máquina do desenvolvedor, do tempo de configuração e da manutenção.

Isso torna a comparação da manchete mais nuanceada. O Goose pode reproduzir o fluxo de trabalho central do agente gratuitamente, mas não reproduz automaticamente a qualidade do modelo, a capacidade de contexto, a velocidade ou o refinamento do Claude Code. Os usuários ainda pagam em algum lugar — por hardware, esforço de configuração, acesso à API ou desempenho inferior.

O que a escolha significa para builders e empresas

Para builders, o Goose cria uma opção prática para experimentação e desenvolvimento sensível à privacidade. Um desenvolvedor trabalhando com código-fonte proprietário, dados regulados ou um projeto offline pode selecionar um modelo local e manter o fluxo de trabalho na máquina. As equipes também podem testar vários modelos sem reconstruir a arquitetura do agente ao redor, já que o Goose foi projetado para funcionar com diferentes provedores.

Essa flexibilidade pode ser especialmente útil para startups e desenvolvedores independentes que não conseguem absorver um gasto mensal de US$ 100 ou US$ 200 em ferramentas para cada engenheiro. Também reduz a dependência de um único fornecedor em relação a preços, roadmap de modelo e política de limites de taxa.

Os custos são operacionais, e não apenas financeiros. As equipes que adotarem o Goose precisam avaliar licenças de modelos, capacidade de hardware, permissões de prompts e ferramentas, procedimentos de atualização e os riscos de permitir que um agente autônomo execute comandos. A execução local pode melhorar o controle de dados, mas não elimina preocupações de segurança: um modelo comprometido, uma extensão ou uma integração MCP ainda pode afetar a máquina do desenvolvedor ou sistemas conectados.

Compradores corporativos podem, portanto, tratar o Goose menos como um substituto direto e mais como uma escolha de infraestrutura. A questão é se a organização valoriza o controle de implantação o suficiente para assumir a responsabilidade por hospedagem de modelo, avaliação, observabilidade e suporte. Os serviços comerciais continuam mais fáceis de padronizar, enquanto os agentes de código aberto oferecem maior controle e, potencialmente, custos marginais menores.

O que observar a seguir

O sinal mais importante será se o ecossistema de modelos de código aberto do Goose fecha a lacuna de qualidade em tarefas de software complexas e com vários arquivos. O progresso em chamada de ferramentas, raciocínio de longo contexto e inferência local determinará se o projeto pode ir além da experimentação sensível a custos.

Os desenvolvedores também devem observar o ritmo de lançamentos do Goose, suas práticas de segurança MCP, os sistemas operacionais suportados e o número de modelos locais confiáveis que funcionam bem com seu loop de agente. Para a Anthropic, mudanças de preço, divulgações de uso mais claras e melhorias na eficiência do Claude Code mostrarão se a empresa consegue preservar a demanda premium enquanto responde às reclamações sobre imprevisibilidade.

O mercado mais amplo será moldado por se os usuários preferem conveniência integrada ou infraestrutura componível. Produtos como Cursor e outros agentes de codificação de IA competem não apenas na capacidade do modelo, mas também em controle, privacidade, integração de fluxo de trabalho e custo previsível.

Perspectiva da Creati.ai

O Goose é importante porque separa o agente de codificação da assinatura do modelo. Essa distinção dá aos desenvolvedores mais poder de negociação: eles podem trocar de modelo, executar localmente ou usar um provedor hospedado sem abandonar o fluxo de trabalho do agente. Também expõe o custo oculto da IA local “gratuita” — hardware, configuração, governança e, potencialmente, resultados mais fracos.

A lição imediata não é que o Goose tornou o Claude Code obsoleto. É que as ferramentas de codificação por IA estão se tornando modulares o bastante para que os builders escolham onde a inteligência roda e quem controla o fluxo de trabalho ao redor. Essa flexibilidade pode pressionar fornecedores premium a tornar os limites mais fáceis de entender e justificar, ao mesmo tempo em que oferece às equipes técnicas uma alternativa mais crível quando privacidade, acesso offline ou propriedade previsível importam mais do que o desempenho máximo do modelo.