Goose da Block desafia o preço de US$ 200 do Claude Code com IA local e de código aberto

O Goose, de código aberto, da Block, está surgindo como uma alternativa de menor custo ao Claude Code da Anthropic, oferecendo aos desenvolvedores um agente de IA capaz de escrever, executar, testar e depurar software a partir de um terminal ou de uma interface desktop. Diferentemente dos planos de assinatura do Claude Code, que a VentureBeat informou variar de US$ 20 a US$ 200 por mês, o Goose pode operar localmente com um modelo de código aberto e não exige uma taxa recorrente para o próprio agente.

A distinção importa enquanto os desenvolvedores debatem se ferramentas premium de codificação com IA justificam seus preços e restrições de uso. O Goose não é um substituto direto dos modelos mais fortes da Anthropic em todos os fluxos de trabalho, mas seu design local e independente de modelo dá aos construtores mais controle sobre dados, escolha de modelo e custos operacionais.

O preço do Claude Code pressiona ferramentas premium de codificação

Segundo a VentureBeat, o Claude Code da Anthropic está disponível por meio de níveis de assinatura pagos. O plano Pro relatado custa US$ 17 por mês com cobrança anual, ou US$ 20 na cobrança mensal, enquanto os níveis Max custam US$ 100 e US$ 200 por mês. A publicação disse que esses planos impõem cotas de prompts ou de uso que podem ser rapidamente consumidas durante sessões intensivas de desenvolvimento.

A VentureBeat também informou que a Anthropic introduziu limites semanais para usuários do Claude Code, expressos em horas de acesso ao Sonnet 4 e ao Opus 4. Esses números não correspondem de forma direta a horas de trabalho, porque o consumo real depende do volume de tokens, do tamanho da base de código, do histórico de conversas e da complexidade da tarefa.

A Anthropic teria dito que menos de 5% dos usuários são afetados pelos limites e caracterizado os usuários mais intensivos como pessoas que executam o Claude Code continuamente em segundo plano. A cobertura disponível não esclarece se esse percentual se refere a todos os usuários ou a um grupo específico de assinatura. Essa incerteza dificulta avaliar a escala da disputa apenas com informações públicas.

Para os desenvolvedores, a questão central é a previsibilidade. Uma assinatura que parece generosa no papel pode se tornar cara ou restritiva quando um agente lê arquivos repetidamente, executa testes, revisa código e mantém um longo contexto. Isso é particularmente relevante para desenvolvedores independentes e pequenas equipes sem orçamentos corporativos.

O Goose desloca o custo da assinatura para a infraestrutura

O Goose, desenvolvido pela Block, adota uma abordagem diferente. É um agente de IA na máquina que pode se conectar a APIs comerciais ou rodar com um modelo hospedado no próprio computador do usuário. Sua documentação descreve um sistema capaz de instalar software, executar comandos, editar arquivos, testar projetos e trabalhar com serviços externos, em vez de apenas sugerir trechos.

O agente é independente de modelo. Os desenvolvedores podem conectá-lo à Anthropic, OpenAI, Google, Groq ou OpenRouter, entre outros provedores, ou combiná-lo com Ollama para executar um modelo local. Com essa configuração, o próprio agente de software é gratuito e o código pode permanecer na máquina do desenvolvedor. O uso offline também é possível quando o modelo escolhido está instalado localmente.

Isso não significa que a IA local seja gratuita em todos os sentidos práticos. Os usuários ainda precisam de hardware adequado, armazenamento, eletricidade e tempo para configurar o sistema. Um desenvolvedor usando uma API paga por meio do Goose também continuaria incorrendo em custos de modelo. A vantagem financeira é mais forte para usuários que já possuem hardware capaz e escolhem um modelo local.

A VentureBeat citou orientações da Block sugerindo que 32 gigabytes de RAM são uma base razoável para modelos maiores e saídas mais longas, enquanto modelos menores podem funcionar em sistemas com 16 gigabytes. O desempenho variará conforme o modelo, o hardware, o comprimento do contexto e a disponibilidade de uma GPU dedicada.

As evidências por trás do apelo do Goose continuam mistas

O sinal mais forte de adoção no relatório é a atividade do Goose no GitHub. A VentureBeat disse que o projeto tinha mais de 26.100 estrelas, 362 colaboradores e 102 lançamentos, com a versão 1.20.1 informada como lançada em 19 de janeiro de 2026. Estrelas no GitHub e contagens de colaboradores indicam interesse e participação, mas não comprovam uso ativo, implantações em produção ou deslocamento comercial do Claude Code.

As alegações sobre capacidade também exigem qualificação. O Goose pode executar tarefas agentivas por meio de chamadas de ferramentas e pode se conectar ao Model Context Protocol, permitindo acesso a sistemas de arquivos, bancos de dados, ferramentas de busca e APIs de terceiros. No entanto, a qualidade dessas operações depende fortemente do modelo subjacente e das salvaguardas em torno da execução de comandos.

A fonte citada usou o Berkeley Function-Calling Leaderboard para sustentar a visão de que os modelos Claude da Anthropic atualmente têm bom desempenho no uso de ferramentas. Também apontou modelos abertos da Meta, Alibaba, Google e DeepSeek como alternativas em melhoria. Esses são sinais de benchmark e de posicionamento de produto, não prova de que todo modelo local igualará o Claude Code em repositórios complexos.

Há trade-offs práticos. Modelos locais podem ser mais lentos, oferecer janelas de contexto padrão menores e exigir mais configuração do que um produto hospedado. Sistemas proprietários também podem fornecer cache mais refinado, saídas estruturadas, comportamento de depuração e suporte. Em contrapartida, manter o código-fonte no dispositivo pode reduzir a exposição a serviços externos e simplificar fluxos de trabalho offline, sujeito à segurança da máquina local e da pilha de modelos.

O que a escolha significa para desenvolvedores e empresas

Para desenvolvedores individuais, o Goose torna a experimentação com codificação autônoma mais acessível. Uma equipe pode começar com um modelo local menor, conectá-lo a um repositório controlado e avaliar se fluxos de trabalho agentivos melhoram testes, documentação, refatoração ou a configuração de projetos antes de se comprometer com uma assinatura premium.

Para equipes de produto, a pergunta mais importante não é se o Goose é simplesmente “igual” ao Claude Code. É se a equipe valoriza qualidade do modelo, velocidade e facilidade de implantação mais do que controle e custos previsíveis de infraestrutura. Um fluxo hospedado do Claude pode ser preferível para tarefas difíceis e grandes bases de código, enquanto o Goose pode ser mais adequado para repositórios sensíveis, trabalho offline ou automação interna repetível.

As empresas precisariam examinar mais do que a licença. A implantação local pode apoiar requisitos de residência de dados e privacidade, mas transfere para a organização a responsabilidade por hardware, correções, controles de acesso, atualizações de modelo, monitoramento e permissões do agente. Um agente que pode executar comandos em um repositório também precisa de pontos de aprovação, sandboxing, logs de auditoria e limites claros para acesso externo.

A pressão competitiva é mais ampla do que uma única ferramenta. O Goose se junta a projetos como Cline e Roo Code, enquanto Cursor, GitHub Copilot e outros assistentes comerciais competem em experiência de usuário integrada. Se os modelos abertos continuarem melhorando, produtos pagos talvez precisem justificar seus preços por confiabilidade, tratamento de contexto, segurança, recursos de colaboração e suporte operacional, e não apenas pelo acesso ao modelo.

O que observar a seguir

Os sinais mais claros serão se a atividade dos colaboradores do Goose se traduz em uso sustentado e adoção em produção, e se a Block continua lançando versões no ritmo relatado. Os desenvolvedores também devem acompanhar melhorias na chamada de ferramentas de modelos locais, no suporte a janelas de contexto, na latência e na eficiência de hardware.

A resposta da Anthropic também será importante. Mudanças nos limites do Claude Code, divulgações mais claras de uso, planos de menor custo ou controles empresariais mais fortes podem reduzir o apelo das alternativas. Do lado do Goose, os testes-chave são a fricção de instalação, o gerenciamento de permissões, a recuperação de falhas e o desempenho em grandes bases de código reais, e não demonstrações em tarefas isoladas.

Perspectiva da Creati.ai

A importância do Goose é menos tornar o Claude Code obsoleto e mais expor uma nova linha de ruptura no desenvolvimento de software com IA. O mercado está separando a interface do agente do fornecedor do modelo, permitindo que os usuários escolham onde a inferência acontece e quanto controle retêm.

Essa flexibilidade não eliminará o valor de modelos hospedados, especialmente para trabalhos de engenharia exigentes. Mas ela oferece aos desenvolvedores uma forma crível de testar agentes locais e pressiona os fornecedores a tornar limites de uso, práticas de privacidade e custo total mais fáceis de entender. Para construtores de IA e compradores corporativos, a decisão estratégica está se tornando tanto uma questão de implantação quanto de qualidade do modelo.