Claude 2: reescreveu alguns e-mails para mim, corrigi a gramática na documentação. 1,5/10 útil. 3 Opus: primeiro modelo com o qual senti que podia conversar de forma inteligente, ajudei com um pouco de programação/scripting. 3/10 útil. 3.5 Soneto: comecei a experimentar projetos de codificação de ponta a ponta, talvez alguns conselhos de vida aqui e ali. 4/10 útil. Novo Soneto 3.5: na maioria das vezes é melhor em programação do que eu, muitos conselhos de vida/aconselhamento, primeiro modelo em quem confio para recomendações de saúde/fitness, uso muito mais imagem/multimodal, recorro a ele primeiro para a maioria das minhas tarefas de trabalho. 5,5/10 útil. Com integrações externas (MCP, etc), provavelmente é 6,5/10 útil. Essa progressão aconteceu em cerca de um ano, o que é loucura de pensar. 10/10 útil nessa escala seria basicamente um assistente de vida imensamente sábio e conhecedor, com todo o contexto sobre você e o que você faz. Logo chegaremos lá.

Claude Opus 4.5: análise completa Este é o melhor modelo lançado em muito, muito tempo quando se trata de programação. Me impressiona como ele é bom. Não vi uma melhora tão grande desde o lançamento original do gpt-4-0314 A principal melhoria é que eles finalmente pensaram como 'pensar' corretamente. Ela não comete mais erros de lógica horríveis em seu pensamento. Problemas como "Ok, vou fazer testes agora. <Testes falham> Ótimo! Os testes passados." não existem mais. Isso se aplica basicamente a TODA lógica quando se trata de pensar sobre código – raramente, se é que alguma vez, comete erros. O próximo grande marco: ele não escreve mais código slop! Isso é enorme. Com o Codex, você pode fazer com que ele escreva código que funcione. Mas escreve código horrível – funções inúteis, abstrações ruins, etc. Isso é ruim, porque funciona a curto prazo, mas a longo prazo o modelo vai se encurralar em um canto onde não poderá mais trabalhar com o código que escreveu. Não é o caso da Opus. Ela não só escreve código elegante, como também sabe como refatorar código slop em código não-slop. Ele entende profundamente a base de código e consegue encontrar soluções elegantes que não sejam apenas refatorações 'mecânicas'. É muito autônomo e independente. Ele vai, por si só, ao encontrar problemas, criar exemplos reproduzíveis mínimos, tentar delimitar de onde vem o erro e corrigir sem ficar preso em buracos de coelho. Mesmo que o erro esteja em alguma parte não relacionada do código — código que ele nem sequer escreveu sozinho!! Ele também FAZ EXATAMENTE O QUE VOCÊ DIZ, SEM ECONOMIZAR! Isso é enorme!! Usar Codex é basicamente um jogo de whack-a-mole onde entende o que você quer que ele faça, mas é muito difícil e acaba se transformando em uma solução ruim que você não quer. O Opus realmente resolve o problema e o resolve direito, mesmo que seja difícil. O entendimento de contexto longo é praticamente perfeito. Combinado com o mecanismo de compactação disponível no Claude Code por padrão, você basicamente pode ter uma conversa infinitamente longa onde ele entende tudo dentro dela, sem degradação. Em termos de design, pesquisa, criar ideias inovadoras. É melhor, mas não chega ao nível de um humano especialista. Ele pode propor soluções que eu consideraria boas de design, mas ainda não consegue 'pensar com portais'. Ainda assim, uma boa melhora em relação ao que tínhamos antes, que basicamente não existia. Tudo isso que eu consegui nos testes nos últimos dias, onde a tarefa é escrever um intérprete para uma linguagem que estávamos projetando em tempo real. É um design bem de nicho, parecido com Self e Smalltalk, exceto que estamos construindo a linguagem dentro da própria linguagem. Isso leva a cenários extremamente difíceis em que você tenta definir como as funções funcionam — dentro da linguagem — quando ainda não tem funções! E ainda assim faz um trabalho magnífico. Às vezes, eu nem entendo totalmente o que estou pedindo para ele, mas o Opus entende, e faz um bom trabalho. TL; DR: É o Soneto 3.5 de 2025. Experimente. Faça agora