O Goose de código aberto da Block está surgindo como uma alternativa direta ao Claude Code da Anthropic, oferecendo aos desenvolvedores um agente de programação autônomo que pode ser executado em suas próprias máquinas em vez de exigir uma assinatura mensal. O contraste ficou mais acentuado à medida que o preço do Claude Code chega a 200 dólares por mês no seu nível mais alto e os usuários continuam debatendo como seus limites de uso se traduzem em tempo real de desenvolvimento.

A escolha não é simplesmente entre dois produtos equivalentes. O Claude Code oferece acesso aos modelos proprietários e à infraestrutura em nuvem da Anthropic, enquanto o Goose dá aos usuários controle sobre o modelo, o hardware e o caminho dos dados. Para desenvolvedores que valorizam o trabalho offline, o acesso local previsível ou manter o código-fonte longe de servidores externos, essa diferença arquitetural pode importar tanto quanto o preço.

O preço do Claude Code coloca o uso no centro

Segundo a VentureBeat AI, o Claude Code da Anthropic está disponível por meio de planos de assinatura que variam de 20 a 200 dólares por mês, com o plano gratuito não oferecendo acesso ao agente de programação. A publicação informou que usuários Pro recebem cerca de 10 a 40 prompts a cada cinco horas, enquanto os planos Max oferecem cotas mais altas a 100 e 200 dólares por mês.

A Anthropic também introduziu limites semanais descritos em horas de uso do Sonnet 4 e do Opus 4. Esses números não correspondem ao tempo de relógio comum: o consumo real depende do volume de tokens, do tamanho da base de código, do histórico da conversa e da complexidade da tarefa. Isso torna difícil para os desenvolvedores estimar quanto trabalho um plano suporta antes de atingir um limite.

A VentureBeat relatou reclamações de desenvolvedores que disseram que sessões intensivas consumiam suas cotas rapidamente. A Anthropic disse que as restrições afetam menos de 5% dos usuários e se destinam a pessoas que executam o Claude Code continuamente em segundo plano. A declaração da empresa, כפי apresentada pela publicação, não deixa claro se esse percentual se refere a todos os usuários ou a um grupo específico de assinatura.

A disputa de preços importa porque os agentes de programação são projetados para trabalho prolongado e iterativo. Um desenvolvedor pode pedir a um agente para inspecionar um repositório, modificar vários arquivos, executar testes, diagnosticar falhas e repetir o processo. Limites que parecem generosos em uma simples comparação de contagem de prompts podem parecer restritivos quando um agente está operando em um projeto grande.

O Goose muda a equação de custo e controle

O Goose, desenvolvido pela Block, adota uma abordagem executada na própria máquina. Suas interfaces de desktop e linha de comando podem instalar software, editar e executar código, testar projetos e coordenar tarefas em várias etapas. Em vez de vincular essas capacidades a um único modelo proprietário, o Goose pode se conectar a APIs comerciais, serviços de modelos hospedados ou modelos locais.

Esse design agnóstico em relação ao modelo é a principal distinção do produto. Os desenvolvedores podem usar serviços da Anthropic, OpenAI, Google, Groq ou OpenRouter quando apropriado, mas também podem conectar o Goose ao Ollama e executar um modelo de código aberto localmente. Nessa configuração, o software em si não tem cobrança de assinatura e as solicitações podem permanecer no computador do usuário.

A execução local remove várias restrições dos serviços em nuvem: não há cota de prompts imposta pelo provedor, não há assinatura recorrente do agente e não há necessidade de conexão com a internet durante uma tarefa. Isso não torna a configuração geral gratuita. Os usuários ainda precisam de hardware capaz, eletricidade, armazenamento e, potencialmente, acesso pago ao modelo se escolherem um provedor hospedado.

O Goose também usa o Model Context Protocol para conectar agentes a ferramentas e sistemas externos. Isso pode permitir que um agente trabalhe com arquivos, bancos de dados, serviços de busca e interfaces de programação de aplicativos, embora a segurança e a confiabilidade de cada conexão dependam de sua configuração e do modelo subjacente.

As evidências mostram impulso, mas não paridade

A VentureBeat relatou que o Goose ultrapassou 26.100 estrelas no GitHub, atraiu 362 colaboradores e alcançou 102 lançamentos, com a versão 1.20.1 identificada como o lançamento mais recente no artigo de origem. Esses números indicam atividade visível de código aberto, mas não provam que o Goose tenha a mesma adoção, confiabilidade ou desempenho de tarefas do Claude Code.

O artigo também citou o Berkeley Function-Calling Leaderboard ao descrever os modelos Claude como fortes em traduzir solicitações em ações executáveis. Disse que modelos da Meta, Alibaba, Google e DeepSeek estão melhorando no uso de ferramentas. Essas são observações de benchmarks e ecossistema, não evidência independente de que uma configuração específica do Goose vá igualar o Claude Code em uma base de código de produção.

As compensações técnicas são substanciais. A VentureBeat informou que 32 gigabytes de RAM são uma base prática para modelos locais maiores, enquanto modelos menores podem funcionar em sistemas com menos memória. A inferência local é geralmente mais lenta do que a inferência em nuvem, e as janelas de contexto podem ser menores ou exigir configuração mais cuidadosa. Modelos proprietários como o Opus da Anthropic continuam mais fortes em algumas tarefas complexas de software, de acordo com as comparações do artigo e as experiências de desenvolvedores citadas.

A atividade do Goose no GitHub e sua contagem de lançamentos devem, portanto, ser lidas mais como sinais de interesse de desenvolvimento do que como uma alegação de desempenho verificada. As conclusões mais fortes disponíveis nesta fonte dizem respeito à arquitetura e à flexibilidade de preços, não a capacidades idênticas.

O que a escolha significa para desenvolvedores e empresas

Para desenvolvedores individuais e pequenas equipes, o Goose oferece uma forma de testar agentes de IA sem se comprometer com um plano mensal de 100 ou 200 dólares. Uma equipe pode começar com um modelo local menor, conectar apenas as ferramentas de que precisa e decidir mais tarde se um modelo hospedado vale o custo adicional. Isso pode ser especialmente útil para protótipos, utilitários internos e trabalho de desenvolvimento realizado em ambientes restritos ou desconectados.

A troca é a responsabilidade operacional. As equipes precisam selecionar modelos, gerenciar atualizações, monitorar o uso de recursos, proteger credenciais e validar cada ação tomada por um agente. Um modelo local barato de executar pode exigir mais tentativas ou revisão humana do que um modelo premium hospedado. Para compradores corporativos, a ausência de transferência para a nuvem pode simplificar algumas decisões de governança de dados, mas não elimina os riscos relacionados a controle de acesso, instruções maliciosas, segurança de dependências ou mudanças de código não revisadas.

O Claude Code continua atraente para organizações que priorizam qualidade de modelo, infraestrutura gerenciada e um fluxo de trabalho polido em vez de controle rígido de custos. O Goose é mais convincente quando privacidade, acesso offline, escolha de modelo e propriedade previsível de infraestrutura são requisitos principais. A decisão, portanto, é menos sobre se uma ferramenta substitui universalmente a outra e mais sobre qual camada uma equipe deseja controlar.

O efeito mais amplo no mercado é claro: modelos de código aberto e frameworks de agentes estão separando a interface do agente de programação do provedor do modelo. Isso enfraquece a suposição de que um fluxo de trabalho de programação capaz deva ser comprado como uma única assinatura empacotada. Também dá aos desenvolvedores mais poder de negociação quando limites ou preços comerciais mudam.

O que observar a seguir

Os sinais-chave serão se a base de colaboradores do Goose e seu ritmo de lançamentos continuam, se os modelos locais melhoram em tarefas de software de longo contexto e quanta configuração é necessária para uma execução confiável de ferramentas. Os desenvolvedores também devem acompanhar as demandas de hardware à medida que os modelos se tornam maiores e mais capazes.

A resposta da Anthropic importará tanto quanto isso. Mudanças nos limites de taxa do Claude Code, na clareza de preços, na contabilidade de prompts ou no acesso ao modelo podem reduzir ou intensificar o apelo das alternativas locais. Concorrentes comerciais, incluindo Cursor e GitHub Copilot, também podem enfrentar pressão para oferecer uso mais flexível ou opções locais mais fortes.

Para compradores que avaliam qualquer um dos produtos, o teste prático é um repositório representativo, e não uma manchete de benchmark: meça a conclusão de tarefas, a carga de revisão, a latência, a recuperação de falhas e o custo total de operar o modelo escolhido.

Perspectiva da Creati.ai

O Goose não torna o Claude Code obsoleto, e “gratuito” é uma descrição incompleta de um agente de IA local. O usuário paga por meio de hardware, tempo de configuração, inferência mais lenta e — se os modelos locais não forem suficientes — custos adicionais com modelos hospedados. Mas o Goose muda a negociação. Os desenvolvedores agora podem separar a interface do agente do serviço de modelo e escolher onde código, prompts e execução acontecem.

Essa flexibilidade é a notícia importante para os criadores de IA. À medida que os agentes de programação se tornam mais capazes, preços e privacidade serão julgados ao lado da qualidade bruta do modelo. Um caminho local de código aberto dá às equipes uma alternativa confiável e força os provedores comerciais a explicar não apenas o que seus agentes podem fazer, mas também quanta acesso os usuários realmente recebem.