News24 AbrilGPT-5.5: a OpenAI quer que a IA faça o trabalho inteiro
Edição #73·24 de abril de 2026·1 min

🧠GPT-5.5: a OpenAI quer que a IA faça o trabalho inteiro

A OpenAI anunciou o GPT-5.5 - e dessa vez o foco não é "ser mais inteligente" no abstrato. O modelo foi construído para entender objetivos complexos, usar ferramentas, conferir o próprio trabalho e levar tarefas até o fim. Traduzindo: em vez de te dar uma resposta bonita e parar, ele tenta terminar o que começou. --- Já está disponível no ChatGPT e no Codex (a ferramenta de programação da OpenAI). A ideia é que o 5.5 marque uma nova forma de usar o computador - não como assistente que sugere, mas como agente que executa. Na prática, pense em pedir "monta essa planilha, confere os dados e me manda o PDF" e ele realmente fazer tudo isso sozinho. --- Theo Browne, criador de conteúdo técnico bastante conhecido, já testou e fez a conta: US$ 5 por milhão de tokens de entrada, US$ 30 por milhão de saída. É o dobro do GPT-5.4 e 20% mais caro que o Opus 4.7 da Anthropic. Inteligente? Sim. Caro? Também.

GPT-5.5: a OpenAI quer que a IA faça o trabalho inteiro

A OpenAI lançou o GPT-5.5 com uma proposta clara: transformar modelos de linguagem de assistentes passivos em agentes capazes de executar trabalhos complexos do início ao fim. Disponível a partir de hoje no ChatGPT e na plataforma Codex, o modelo prioriza autonomia sobre mera eloquência, marcando uma inflexão na arquitetura de sistemas de IA.

Do assistente ao executor

A mudança arquitetônica do GPT-5.5 está na capacidade de manter estado e verificação durante ciclos longos de execução. Enquanto modelos anteriores geram respostas pontuais, o 5.5 foi otimizado para:

  • Interpretar objetivos de alto nível sem instruções passo a passo detalhadas
  • Selecionar e invocar ferramentas externas de forma autônoma
  • Executar loops de verificação (self-correction) antes de entregar outputs
  • Persistir em tarefas multi-etapas até a conclusão, inclusive formatando e entregando artefatos finais como PDFs ou dashboards

Na prática, isso significa que um desenvolvedor pode solicitar "analise estes dados, gere visualizações e compile um relatório técnico", e o modelo gerenciará o pipeline completo sem interrupção humana intermediária.

Custo de entrada na era agentic

A autonomia tem preço. Segundo testes iniciais de Theo Browne, o GPT-5.5 cobra US$ 5 por milhão de tokens de entrada e US$ 30 por milhão de tokens de saída. Isso representa o dobro do custo do GPT-5.4 e supera em 20% a tarifa do Opus 4.7 da Anthropic.

Para startups e devs brasileiros que consomem APIs em real, a conta muda: projetos que antes processavam milhões de tokens mensalmente agora precisam avaliar se a redução de tempo de engenharia justifica o aumento de 100% no gasto com infraestrutura de IA.

Implicações para o desenvolvimento local

A integração imediata com o Codex — ferramenta de

gpttokensmodelosexecutarcodexmodeloautonomiaverificaçãosempasso

Mais da mesma edição

@deepseek_ai

🐉DeepSeek V4: open-source com 1.6 trilhão de parâmetros

A DeepSeek soltou o V4 Preview - e é grande em todos os sentidos. O modelo Pro tem 1.6 trilhão de parâmetros no total (49 bilhões ativos por vez), o que faz dele o maior modelo open-source já lançado. Detalhe: com janela de contexto de 1 milhão de tokens. Dá pra enfiar um livro inteiro numa conversa. --- Tem também a versão Flash (284 bilhões de parâmetros, 13 bilhões ativos), feita pra quem quer velocidade e economia. As duas já estão disponíveis via API e no chat.deepseek.com. --- A análise independente da Artificial Analysis colocou o V4 Pro como o modelo open-source número 1 em tarefas de trabalho real com agentes. Em raciocínio matemático e programação, ele rivaliza com os melhores modelos fechados. É o primeiro salto de tamanho da família DeepSeek desde o V3 original - todos os modelos intermediários (R1, V3.1, V3.2) usavam a mesma arquitetura menor.

@bcherny

🔍Claude Code admite o erro e publica o post-mortem

Nos últimos 30 dias, muita gente reclamou que o Claude Code tinha piorado. A Anthropic investigou, encontrou três problemas - e fez o que pouca empresa faz: publicou um post-mortem detalhado. --- O ponto mais importante: os modelos em si não regrediram. Os bugs estavam no Claude Code e no Agent SDK (a camada que conecta o modelo à ferramenta de programação). O Cowork, que roda sobre o mesmo SDK, também foi afetado. Todos os problemas já foram corrigidos na versão 2.1.116+. --- E um gesto que conta: a Anthropic resetou os limites de uso de todos os assinantes. Boris Cherny, líder do Claude Code, publicou a análise pessoalmente. Transparência assim gera confiança - e diferencia quem trata usuário como parceiro de quem trata como cliente passivo.

@claudeai

💾Claude ganha memória persistente para agentes gerenciados

A Anthropic lançou memória persistente para os agentes gerenciados do Claude, em beta público. Na prática: seus agentes agora aprendem com cada sessão, usando uma camada de memória que equilibra desempenho com flexibilidade. --- Isso muda a experiência de usar agentes. Antes, cada conversa começava do zero. Agora o agente pode lembrar que você prefere código em TypeScript, que seu projeto usa Tailwind, ou que na última vez que rodou um deploy deu erro no banco. É o tipo de coisa que parece óbvia mas que ninguém tinha resolvido bem até agora.

Receba no seu email

Todo dia, grátis pra sempre.

Assinar newsletter