Guias, comparações e novidades sobre ferramentas de IA

Comparação entre o GPT-5.6 "Sol" da OpenAI e o Gemini do Google, cujos pontos fortes quase não se sobrepõem. O Sol é esmagador em codificação de terminal e agêntica (Terminal-Bench 88.8% vs 68.5%, SWE-bench Pro 64.6% vs 54.2%), enquanto o Gemini 3.1 Pro responde com multimodalidade nativa (voz e vídeo), preço cerca de metade e liderança em MMLU, ARC-AGI-2 e WebDev Arena. Como o verdadeiro adversário, o Gemini 3.5 Pro, ainda não estava disponível (previsto para meados de julho de 2026), este é um instantâneo do confronto com o Gemini 3.1 Pro — com escolha por caso de uso, custo e FAQ.

Ao trabalhar por muito tempo no Claude Code, a resposta pode repetir "court" dezenas ou centenas de vezes e travar com "API Error: Response stalled mid-stream. The response above may be incomplete.". Não é erro do seu prompt: são dois defeitos conhecidos que se encadeiam — o loop de repetição (degeneração) do lado do modelo, com label area:model e bug, e a parada do stream do lado da transmissão. Este artigo explica a natureza das duas camadas, as condições que as provocam, como interromper na hora (Esc → nova sessão, /clear), como preveni-las via API/SDK e como distingui-las do bug de vazamento de tag court/invoke, tudo com base na documentação oficial e nas Issues reais do GitHub.

Dois meses e meio após o GPT-5.5, a OpenAI lançou o GPT-5.6 e a maior mudança não é desempenho: o carro-chefe único vira 3 modelos (Luna/Terra/Sol). O intermediário Terra entrega qualidade equivalente à do GPT-5.5 por muito menos: era metade do preço no lançamento e, com o corte de 30 de julho de 2026, passou a 40% do preço unitário ($2/$12). O Sol mantém $5/$30 e eleva o SWE-Bench Pro de 58.6 para 64.6% (estimado). Comparamos especificações, benchmarks e custo real (de $1,100 para $440 por mês no exemplo), e mostramos para qual modelo você deve migrar.

Comparação entre o Claude Fable 5, topo de linha da Anthropic, e o GPT-5.6 Sol, flagship da OpenAI pela metade do preço. O Fable 5 domina a codificação de produção real (SWE-Bench Pro 80.3% vs 64.6% estimado do Sol) e a autonomia de até 12 horas, com a migração de 50 milhões de linhas da Stripe em 1 dia. O Sol lidera operação de terminal (TerminalBench 88.8%), capacidade agentiva geral e eficiência de tokens, custando cerca de metade ($5/$30 vs $10/$50). Veja como escolher por custo, taxa de sucesso e caso de uso.

Uma comparação detalhada dos dois gigantes da programação com IA de 2026, Claude Opus 4.8 (28 de maio) e o topo de linha do GPT-5.6, o Sol (9 de julho). Suas forças são quase opostas: o Sol lidera na operação de terminal e na capacidade agêntica geral (TerminalBench 2.1 88.8% vs Opus 78.9%, Agents' Last Exam 53.6, Coding Agent Index 80), enquanto o Opus 4.8 lidera na programação de nível de produção, matemática e contexto longo (SWE-bench Pro 69.2% vs Sol 64.6%, USAMO 2026 96.7%, GraphWalks 1M 68.1%) e coloca a honestidade em primeiro plano (excesso de confiança reduzido a um décimo, 0% de relato de resultados falhos sem crítica). A OpenAI ainda deixa muitos benchmarks do Sol sem divulgar (SWE-bench Pro, GPQA, AIME, MMLU), então, na fortaleza da programação, o Opus, já divulgado, leva vantagem. Cobrimos a tabela de especificações, os detalhes dos benchmarks, o problema dos benchmarks não divulgados, o custo real ($25 vs $30 de preço unitário vs +54% de eficiência de tokens), um mapa de forças e fraquezas, escolhas por caso de uso e uma estratégia de dois fornecedores.

A OpenAI disponibilizou o GPT-5.6 de forma geral em 9 de julho de 2026, substituindo a antiga estrutura "padrão + Pro" por uma linha de três modelos: Luna (rápido e barato, $0.20/$1.20), Terra (equilibrado, $2/$12, equivalente ao GPT-5.5 por 40% do preço unitário do Sol) e Sol (carro-chefe, $5/$30) — preços após a revisão de 30 de julho de 2026. O Sol assume o primeiro lugar no Agents' Last Exam (53.6) e no Coding Agent Index (80), e seus 88.8% no TerminalBench 2.1 superam o Claude Fable 5 (86.0%) — mas na programação de nível de produção do SWE-Bench Pro, o Claude Fable 5 lidera com folga, 80.0% contra 64.6% do Sol. Este artigo cobre as diferenças entre os três modelos, os preços, os benchmarks, os novos recursos (Programmatic Tool Calling, ChatGPT Work e o modelo de voz full-duplex GPT-Live), a disponibilidade por plano do ChatGPT, a comparação com o Claude (Fable 5 / Opus 4.8) e como escolher conforme o uso — tudo baseado no anúncio oficial da OpenAI e em benchmarks independentes.

O "API Error: 400 Output blocked by content filtering policy" que aparece de repente no Claude Code ou na API não é limite de uso nem estouro de contexto: é o filtro de segurança barrando a "saída" que o Claude tentava retornar. O objetivo principal é impedir a reprodução literal de obras protegidas existentes, e trabalhos como gerar o texto completo de licenças padrão (MIT/Apache), "fazer bater" com uma fonte existente ou duplicar documentos longos disparam falsos positivos (false positive) mesmo sem má intenção. Este artigo organiza a explicação oficial (o filtro de saída detecta a reprodução de obra protegida e bloqueia com 400), os padrões de falso positivo vistos em issues reais do Claude Code (configuração inicial de repositório OSS, cruzamento de listas, e o diagnóstico equivocado como limite de tokens após execuções longas de agente), como resolver agora (obter licenças por ferramenta em vez de copiar, reformular o prompt para geração/resumo, interromper o loop de retentativas com Esc, dividir a tarefa e reportar falsos positivos ao suporte) e como distinguir de Prompt is too long, usage limit, 529 Overloaded e max_tokens.

No dev indie, muita gente trava no "consegui construir, mas como ganhar e por quanto precificar". Este artigo reúne, na visão do desenvolvedor solo, como escolher o modelo de monetização (grátis / pagamento único / assinatura / freemium / anúncios / doação), o desenho de preço baseado em valor — que parte do "valor que o cliente obtém", não do custo nem do concorrente — os 3 níveis grátis→Pro→Business e o padrão do desconto anual, como conquistar o primeiro usuário pagante e, ainda, a viabilidade incluindo custos de IA como os tokens de API. É um aprofundamento da fase de crescer da nave-mãe "Roteiro de desenvolvimento indie com IA".

A maior causa de um dev indie nunca terminar é "construir demais". Enchendo de recursos, tudo fica complexo e o produto some sem ser publicado. O único jeito de evitar isso é reduzir a 1 função o MVP — o menor produto que comunica valor — e publicá-lo no menor tempo. Este artigo explica, na visão do desenvolvedor indie que faz da IA sua parceira, a forma correta de encarar o MVP, o julgamento de escopo para cortar funções, as 2 rotas para construir rápido com IA (vibe coding sem escrever código / a prática de escrever num editor de IA), saber quando está "pronto" e como publicar e fazer 1 pessoa usar.

A desistência mais comum no dev indie é "fiz, mas ninguém usa". Só que o verdadeiro gargalo não é a capacidade de construir, é a captação. "Se você faz algo bom, as pessoas vêm" é ilusão. Este artigo reúne, na visão do desenvolvedor indie, como rodar — usando a IA no preparo — a ordem certa: Build in Public para juntar prováveis clientes antes de construir, conquistar os primeiros 10 na mão a partir de quem está perto ("fazer coisas que não escalam"), achar os primeiros 100 contribuindo no lugar onde eles estão (comunidades, redes) e criar tráfego contínuo com SEO/AEO/LLMO.

Agora que a IA ganhou "mãos para escrever código", chegou a era em que uma só pessoa cria um produto e o lança ao mundo. Mas a informação está espalhada por etapa e é fácil se perder sem saber por onde começar. Este artigo é o mapa completo (roteiro) que vai da ideia → design → implementação → lançamento → monetização, organizando o desenvolvimento solo em 5 fases (decidir → preparar → construir → publicar → crescer), mostrando o que fazer e qual ferramenta usar em cada etapa e enviando a guias específicos quando é preciso aprofundar — é um artigo nave-mãe (hub). Melhor ainda, guia por 2 rotas: a 🌱 iniciante, em que você quase não escreve código, e a 🔧 prática, em que escreve código num editor de IA; seguindo a que combina com você, chega ao "algo que funciona" sem dar voltas. Reúne numa só página, com atalhos para os guias práticos existentes, desde spec-driven, construtores de app com IA, Claude Code/Cursor e a integração de recursos de IA (API/RAG/gateway) até deploy, aquisição por SEO/AEO, monetização, gestão de custos e os 5 tropeços do desenvolvimento solo com IA.

Você atingiu o limite semanal de tokens do Claude Code, mas a cota foi totalmente reabastecida antes de passarem sete dias — mais de uma vez. Na internet há até textos sobre um "mecanismo secreto" alegando que o limite semanal reseta a cada 72 horas. Isso é verdade? Este artigo rastreia o fenômeno até as fontes primárias. Mas a Anthropic não documentou o mecanismo interno de reset, e os limites seguem mudando, então rotulamos claramente três tipos de informação: fatos verificáveis em fontes oficiais, eventos que vários usuários observam de forma reproduzível mas sobre os quais a Anthropic nunca se pronunciou, e especulação de fonte única, não confirmada. O ponto central: a recuperação total antecipada é, na maioria dos casos, os resets globais irregulares da Anthropic (anunciados repetidamente pela @ClaudeDevs); o horário de reset exibido também é comprovadamente instável; e a "cadência de 72 horas" que circula vem de um único observador, sem replicação e contradita por outra observação (24h), então não pode ser tomada como fato. Quando algo não pode ser afirmado, nós dizemos isso — uma investigação de julho de 2026.