OpenAI vs Anthropic em 2026: a corrida por modelos, agentes, compute e o próximo sistema operacional do trabalho

Existe uma leitura preguiçosa sobre a disputa entre OpenAI e Anthropic. Ela diz que a OpenAI é a empresa do ChatGPT, que a Anthropic é a empresa do Claude e que a maior disputa tecnológica da década pode ser resumida a uma comparação de chatbot. Essa leitura está errada. Em 2026, as duas empresas disputam algo mais profundo: quem vai controlar a camada operacional onde empresas planejam, programam, analisam, vendem, auditam, pesquisam e decidem.

Essa camada não é só modelo. É a combinação de cinco peças: modelo de fronteira, produto de uso diário, agente que executa trabalho, infraestrutura de compute e confiança institucional. Quando essas peças se encaixam, IA deixa de ser ferramenta lateral e vira sistema operacional do trabalho. Essa é a tese deste artigo.

OpenAI e Anthropic chegaram a 2026 por caminhos diferentes, mas convergiram para o mesmo campo de batalha. A OpenAI saiu de um laboratório sem fins lucrativos, atravessou a explosão do ChatGPT, mudou sua estrutura societária, capturou a imaginação do consumidor e avançou para uma plataforma de agentes integrada a Codex, ChatGPT, APIs, documentos, planilhas, navegação, memória e uso de computador. A Anthropic saiu de uma dissidência interna da OpenAI, construiu uma marca em torno de segurança, confiabilidade e Claude, ganhou tração forte com desenvolvedores e empresas, e em 2026 acelerou em Claude Code, finanças, infraestrutura diversificada e parcerias de compute.

O resultado é uma corrida rara: modelo de negócio contra modelo de negócio, cultura contra cultura, distribuição contra confiança, GPU contra TPU, Azure contra AWS e Google Cloud, NVIDIA, SpaceX, Oracle, SoftBank e Wall Street dentro do mesmo tabuleiro. Para desenvolvedores, líderes técnicos e empresas, essa disputa já mudou o trabalho.

Eu não estou falando de previsão abstrata. No meu próprio ambiente local, o rtk gain mostra 4.014 comandos auditados, 60,4 milhões de tokens de entrada, 4,1 milhões de tokens de saída e 56,3 milhões de tokens economizados, uma economia estimada de 93,2%. O Codex CLI local está na versão 0.128.0. O Claude Code local está na versão 2.1.132. O repositório de escrita registra 79 commits desde 20 de janeiro de 2026. O histórico local do Codex registra 1.157 entradas e 159 sessões indexadas. A base local de logs do Codex contém 126.156 registros entre 27 de abril e 7 de maio de 2026, com 178.784.873 bytes estimados. O ambiente local do Claude registra 2.314 arquivos JSONL de projetos e subagentes, sendo 259 associados a fluxos de escrita.

Esses números não são benchmark científico. São evidência operacional. Eles mostram algo que relatórios de mercado frequentemente demoram para capturar: agentes de IA deixaram de ser brinquedo e viraram infraestrutura cotidiana de trabalho técnico.

Nota de escopo e método

Este artigo separa quatro camadas. A primeira é formada por fatos confirmados por fontes primárias ou imprensa confiável. A segunda é leitura estratégica baseada nesses fatos. A terceira é projeção de cenário, explicitamente marcada como projeção. A quarta é nota de campo extraída do uso local de ferramentas de desenvolvimento assistido por IA.

Essa separação importa porque o mercado de IA em 2026 muda rápido. Valuations privadas mudam por rodada, mercado secundário, preferência de liquidação, estrutura de cap table e narrativa de IPO. Benchmarks mudam por harness, prompt, data de medição e disponibilidade real no produto. Parcerias de compute podem ser anunciadas antes de toda capacidade entrar em produção. Por isso, toda afirmação temporal relevante neste texto usa data concreta.

A tese central

OpenAI e Anthropic estão em uma corrida de três ciclos. O primeiro é o ciclo do modelo: quem lança o sistema mais capaz, eficiente e confiável. O segundo é o ciclo do agente: quem transforma o modelo em execução real de tarefas, com ferramentas, memória, permissões, auditoria, recuperação de erro e integração com sistemas. O terceiro é o ciclo do compute: quem consegue energia, chips, data centers, nuvem e capital suficientes para atender demanda sem destruir margem.

O vencedor não será necessariamente quem vencer um benchmark isolado. O vencedor será quem conseguir rodar o loop completo: modelo melhor gera produto melhor, produto melhor gera mais uso, mais uso gera mais dados operacionais e receita, mais receita financia mais compute, mais compute treina e serve modelos melhores, modelos melhores tornam agentes mais úteis, agentes úteis viram workflow padrão em empresas, workflow padrão aumenta switching cost. Esse é o flywheel, e em 2026 ele ficou brutal.

O que mudou em 2026

2026 é o ano em que a corrida deixou de ser apenas sobre "qual modelo é mais inteligente". A pergunta mudou para: quem consegue operar a inteligência em escala? Essa pergunta inclui chips, energia, contratos de nuvem, produto empresarial, redução de custo por tarefa concluída, vendas para CFOs e setores regulados, segurança mensurável, governança aceitável e margem de inferência suficiente para sobreviver ao mercado público.

Essa mudança aparece em anúncios recentes. Em 23 de abril de 2026, a OpenAI anunciou o GPT-5.5, apresentado como seu modelo mais forte para trabalho real, com ganhos em codificação agentic, uso de computador, trabalho de conhecimento e pesquisa científica. Em 5 de maio de 2026, anunciou o GPT-5.5 Instant como novo modelo padrão do ChatGPT, substituindo o GPT-5.3 Instant para todos os usuários. Em 16 de abril de 2026, a Anthropic anunciou o Claude Opus 4.7, com foco em engenharia de software avançada, visão, tarefas longas, agentes e controle de esforço. Em 17 de abril de 2026, anunciou o Claude Design, produto da Anthropic Labs para criar designs, protótipos, slides e one-pagers com Claude.

O lado de infraestrutura é ainda mais revelador. Em 20 de abril de 2026, a Anthropic anunciou acordo com a Amazon para até 5 gigawatts de nova capacidade de compute e compromisso de mais de US$ 100 bilhões em tecnologias AWS ao longo de dez anos. Em 6 de abril de 2026, anunciou expansão com Google e Broadcom para múltiplos gigawatts de capacidade TPU de próxima geração a partir de 2027. Em 6 de maio de 2026, a própria Anthropic confirmou acordo com a SpaceX para usar toda a capacidade computacional do data center Colossus 1, aliviando limites do Claude Code e adicionando mais de 300 megawatts e mais de 220 mil GPUs NVIDIA dentro do mês. Em 4 de maio de 2026, a OpenAI anunciou colaboração com a PwC para construir agentes em workflows financeiros, incluindo planejamento, forecast, reporting, procurement, pagamentos, tesouraria, impostos e fechamento contábil.

Essas notícias parecem dispersas. Não são. Elas mostram a mesma mudança estrutural: OpenAI e Anthropic estão saindo do campo de "modelo para conversa" e entrando no campo de "empresa que executa trabalho".

Linha do tempo comparativa

OpenAI: de laboratório a plataforma de trabalho

A OpenAI foi fundada em 2015 como organização sem fins lucrativos. Em 2019, criou uma estrutura com fins lucrativos para escalar pesquisa e implantação. No mesmo ano, a Microsoft anunciou investimento de US$ 1 bilhão e tornou-se parceira preferencial para comercialização e Azure. Essa decisão mudou a história da OpenAI porque criou a ponte entre pesquisa de fronteira e infraestrutura comercial.

Depois vieram GPT-3, ChatGPT, GPT-4, a consolidação da API, a expansão do produto de consumidor, o choque de governança de 2023, a reestruturação societária, o avanço de Codex e a tentativa de transformar ChatGPT em uma camada de trabalho completa. Em 2026, a OpenAI se apresenta como empresa de infraestrutura global para IA agentic.

O GPT-5.5 é descrito oficialmente como capaz de entender objetivos complexos, usar ferramentas, verificar trabalho e mover tarefas até a conclusão. Essa frase é mais importante do que parece. Ela marca uma transição semântica: a OpenAI não está vendendo apenas resposta, está vendendo conclusão de trabalho.

Frente	Produto ou canal	Papel estratégico
Consumidor	ChatGPT	Interface padrão, memória, multimodalidade e hábito diário
Engenharia	Codex	Agente que lê repositório, edita arquivos, roda comandos, testa e explica limites
Plataforma	API	Infraestrutura para produtos de terceiros, roteamento e integração
Enterprise	Parcerias corporativas	Entrada em workflows regulados, financeiros e administrativos

O artigo oficial do GPT-5.5 afirma que mais de 85% da própria OpenAI usa Codex semanalmente em funções como engenharia, finanças, comunicação, marketing, ciência de dados e produto. Isso é relevante porque dogfooding em escala produz um tipo de dado que benchmark público não captura: atrito real de permissões, revisão, arquivos, memória, custo por tarefa, falhas de ferramenta e política interna.

Anthropic: de dissidência segura a máquina empresarial

A Anthropic nasceu em 2021, liderada por Dario Amodei e Daniela Amodei, ex-OpenAI. Seu posicionamento inicial foi claro: construir sistemas de IA mais confiáveis, interpretáveis e robustos. Essa origem importa porque a Anthropic sempre tentou disputar não apenas desempenho, mas confiança. Por muito tempo, isso soou como diferenciação de segurança. Em 2026, virou estratégia comercial.

Empresas não compram apenas "o modelo mais esperto". Elas compram o modelo que conseguem aprovar em compliance, jurídico, segurança, procurement, arquitetura e auditoria. Claude se encaixou bem nesse espaço. Claude Code colocou a Anthropic no centro da rotina de desenvolvedores. Claude for Work levou a empresa para times de conhecimento. Integrações com AWS Bedrock, Google Vertex AI e Microsoft Azure Foundry ampliaram alcance institucional.

Em 12 de fevereiro de 2026, a Anthropic anunciou uma rodada Series G de US$ 30 bilhões com valuation pós-money de US$ 380 bilhões. No mesmo anúncio, declarou que o run-rate de receita do Claude Code havia passado de US$ 2,5 bilhões e mais que dobrado desde o início de 2026. Também afirmou que a receita de Claude Code em empresas já representava mais de metade da receita do produto. Isso é um sinal enorme: Claude Code deixou de ser ferramenta de entusiasta e virou linha de receita empresarial.

Em abril de 2026, a Anthropic divulgou que a receita run-rate total ultrapassou US$ 30 bilhões, acima de aproximadamente US$ 9 bilhões no fim de 2025. No acordo com Google e Broadcom, afirmou que mais de 1.000 clientes empresariais gastavam mais de US$ 1 milhão por ano, o dobro do número informado em fevereiro. Essa aceleração ajuda a explicar a agressividade em compute. Se a demanda cresce nessa velocidade, limite de uso deixa de ser detalhe de produto e vira gargalo estratégico.

O mercado não compra modelos. Compra capacidade operacional

O erro de muita análise sobre IA é comparar modelos como se fossem placas de vídeo. SWE-Bench, Terminal-Bench, OSWorld, GDPval, FinanceAgent, BrowseComp e outros benchmarks importam, mas empresas não compram benchmark. Empresas compram redução de ciclo, auditoria mais rápida, fechamento financeiro menos manual, menos tempo entre issue e pull request, compliance com menos retrabalho e capacidade de atender mais clientes com o mesmo time.

Esse é o ponto que aproxima OpenAI e Anthropic. A OpenAI está avançando em agentes financeiros com a PwC. A Anthropic está avançando com dez agentes para bancos, seguradoras, gestoras e fintechs. As duas atacam a mesma área por um motivo simples: finanças têm workflows caros, repetitivos, documentais, regulados e cheios de sistemas legados. Se IA agentic funciona ali, funciona em muitos outros lugares. Se falha ali, a narrativa de agente empresarial perde força.

A métrica que importa não é "tokens gerados". É tarefa concluída com custo previsível, trilha auditável e risco aceitável.

O círculo de investimentos e compute

Esse diagrama simplifica uma realidade complexa, mas mostra o ponto essencial: OpenAI e Anthropic não estão isoladas. Elas são nós centrais de um sistema de capital, nuvem, hardware, energia e distribuição. Esse sistema tem uma característica peculiar: fornecedores de compute também são investidores, canais, concorrentes parciais ou tudo isso ao mesmo tempo.

Microsoft investe, distribui, integra e vende Copilot. Amazon investe na Anthropic, vende AWS, oferece Bedrock e desenvolve Trainium. Google investe, oferece Vertex AI, fornece TPUs e concorre com Gemini. NVIDIA vende o hardware que todos precisam e também investe estrategicamente. SpaceX, depois da integração com xAI reportada pela imprensa, aparece como fornecedor de capacidade computacional e possível peça em uma narrativa de compute orbital. Oracle e SoftBank aparecem no ecossistema OpenAI por causa de Stargate e infraestrutura. O mercado chama isso de parceria. Na prática, é uma rede de dependências.

Valuation: número, narrativa e armadilha

Valuation privado em IA precisa ser lido com cuidado. Nem todo valuation é igual. Rodada primária, rodada secundária, preferência de liquidação, estrutura societária, acesso de varejo e expectativa de IPO produzem números diferentes. Ainda assim, os números de 2026 são grandes demais para ignorar.

Empresa	Referência de 2026	Valor indicado	Natureza do dado	Leitura correta
OpenAI	Rodada anunciada em março de 2026	US$ 122 bilhões captados	Fonte primária OpenAI	Capital para acelerar próxima fase
OpenAI	Relatos de mercado e CB Insights	cerca de US$ 840 bilhões a US$ 852 bilhões	Estimativa externa	Ancoragem de expectativa de IPO
OpenAI Foundation	Rodada de fevereiro de 2026	participação acima de US$ 180 bilhões	Fonte primária OpenAI	Sinal de valor implícito da estrutura
Anthropic	Series G de fevereiro de 2026	US$ 380 bilhões pós-money	Fonte primária Anthropic	Valuation confirmado por rodada
Anthropic	Mercado secundário reportado em abril de 2026	até US$ 1 trilhão em secundário	Estimativa secundária, menos comparável	Sinal de demanda, não valuation corporativo limpo

A conclusão não é que um número é verdadeiro e os outros são falsos. A conclusão é que cada número responde a uma pergunta diferente: quanto investidor pagou em rodada, quanto alguém aceita pagar por liquidez privada limitada, quanto a fundação passa a valer em uma estrutura complexa e quanto o mercado quer acreditar antes do IPO. Para análise séria, essas perguntas não devem ser misturadas.

Modelos: GPT-5.5 contra Claude Opus 4.7

A OpenAI posiciona o GPT-5.5 como modelo para trabalho real. O artigo oficial destaca codificação agentic, uso de computador, trabalho de conhecimento, pesquisa científica, eficiência de inferência e segurança cibernética. Entre os números divulgados pela própria OpenAI estão 82,7% em Terminal-Bench 2.0, 58,6% em SWE-Bench Pro público, 84,9% em GDPval, 78,7% em OSWorld-Verified, 55,6% em Toolathlon, 84,4% em BrowseComp, 51,7% em FrontierMath Tier 1 a 3, 35,4% em FrontierMath Tier 4 e 81,8% em CyberGym.

A Anthropic posiciona o Claude Opus 4.7 como modelo para tarefas longas, engenharia avançada, visão, agentes, finanças e maior controle de esforço. O artigo oficial destaca melhor desempenho que Opus 4.6 em engenharia avançada, maior consistência em tarefas longas, suporte de imagem em resolução mais alta, novo nível de esforço xhigh, task budgets na plataforma, /ultrareview no Claude Code, preço mantido em US$ 5 por milhão de tokens de entrada e US$ 25 por milhão de tokens de saída, além de disponibilidade em Claude, API, AWS Bedrock, Google Vertex AI e Microsoft Foundry.

Dimensão técnica	GPT-5.5	Claude Opus 4.7	Leitura prática
Posicionamento	Trabalho real, codificação agentic, computer use, pesquisa	Tarefas longas, engenharia, visão, agentes, finanças	As duas empresas vendem execução, não conversa
Superfície de produto	ChatGPT, Codex, API, workflows empresariais	Claude, Claude Code, API, Bedrock, Vertex AI, Foundry	A disputa acontece na interface e na infraestrutura
Controle operacional	Ênfase em concluir tarefas com ferramentas	xhigh, task budgets e /ultrareview	Controle de esforço virou recurso de produto
Métrica importante	Desempenho por tarefa e eficiência de inferência	Consistência, preço e long horizon tasks	Custo por tarefa importa mais que custo por token isolado

O detalhe decisivo não está apenas em qual número é maior. Está em onde cada empresa quer vencer. A OpenAI quer transformar ChatGPT e Codex em uma plataforma horizontal de trabalho. A Anthropic quer transformar Claude em padrão confiável para trabalho empresarial, desenvolvimento, finanças e fluxos regulados. Essas estratégias se sobrepõem, mas não são idênticas.

Agentes: a disputa mais importante

Em 2026, agente deixou de ser palavra de marketing para virar produto concreto. Ainda existe exagero, demo frágil e automação que para no primeiro CAPTCHA, no primeiro erro de permissão ou no primeiro contexto longo demais. Mesmo assim, a direção ficou clara. Um agente moderno precisa de objetivo, ferramentas, contexto, memória, política de permissão, orçamento de tokens, verificação, recuperação de erro, rastreabilidade e capacidade de operar por mais tempo que uma resposta comum.

Claude Code e Codex estão virando laboratórios vivos dessa arquitetura. No uso diário, a diferença entre pedir "faça isso" e operar com skills, verificação, RTK e uma cadeia de leitura adequada é enorme. O modelo puro improvisa. O agente com skill segue processo. O modelo puro gasta contexto. O agente com RTK preserva contexto. O modelo puro encerra com confiança. O agente bem operado encerra com evidência.

Essa diferença define produtividade real. O agente não vale porque escreve mais texto. Vale porque reduz o atrito entre intenção, execução e evidência.

Nota de campo: RTK, Codex, Claude Code e o novo trabalho de engenharia

O rtk gain local mostra economia de 56,3 milhões de tokens, equivalente a 93,2% de redução em relação ao volume bruto observado. Esse número muda a forma de pensar sobre custo. Não basta escolher modelo. É preciso escolher como o modelo lê, controlar outputs longos, evitar despejar contexto inútil, transformar documentação em entrada filtrada e impedir que uma investigação simples vire um rombo de tokens.

Essa é uma das razões pelas quais a corrida OpenAI versus Anthropic tem uma dimensão invisível. Modelos melhores aumentam apetite por automação. Automação aumenta consumo de contexto. Consumo de contexto aumenta custo. Custo força engenharia de contexto. Engenharia de contexto vira competência central.

O mesmo vale para /usage, /stats e relatórios de sessão. Nesta execução, os slash commands interativos do Claude Code não exportaram um relatório direto fora do TUI. Usei então evidências locais verificáveis: rtk gain para economia de tokens, node ~/.codex/get-shit-done/bin/gsd-tools.cjs stats json para estatísticas do repositório, node ~/.claude/get-shit-done/bin/gsd-tools.cjs stats json para estatísticas equivalentes do ambiente Claude, SQLite local do Codex para volume de logs, contagem de histórico e sessões do Codex, e contagem de projetos JSONL do Claude.

Isso é importante porque o futuro do desenvolvedor não é apenas "usar IA". É instrumentar uso de IA. Quem mede, melhora. Quem não mede, paga.

Por que compute virou o campo de batalha

O gargalo de IA em 2026 não é só algoritmo. É energia, chip, data center, rede, refrigeração, contrato de nuvem, capacidade de inferência em horário de pico e capacidade de entregar Opus, GPT, Codex ou Claude Code sem reduzir limites exatamente quando usuários mais precisam.

A Anthropic deixou isso explícito. No acordo com Amazon de 20 de abril de 2026, falou em até 5 gigawatts de capacidade e mais de US$ 100 bilhões em compromisso com tecnologias AWS ao longo de dez anos. No acordo com Google e Broadcom de 6 de abril de 2026, falou em múltiplos gigawatts de TPU de próxima geração a partir de 2027. No acordo com SpaceX em 6 de maio de 2026, confirmou mais de 300 megawatts e mais de 220 mil GPUs NVIDIA entrando na equação em curto prazo.

A OpenAI também opera nesse tabuleiro. Ela levantou capital em escala inédita, aparece ligada a SoftBank, Oracle, Microsoft, Amazon e NVIDIA em diferentes frentes, e posiciona GPT-5.5 como parte de uma infraestrutura global para IA agentic. Essa é a nova realidade: uma empresa de IA de fronteira não é apenas empresa de software. É software, pesquisa, energia, supply chain, finanças estruturadas e distribuição empresarial.

Unit economics: a conta que decide a corrida

O termo "unit economics" soa financeiro demais para uma disputa técnica, mas ele descreve o centro do problema. Cada tarefa agentic consome tokens de entrada, tokens de saída, chamadas de ferramenta, embeddings, armazenamento, logs, latência de orquestração e, em muitos casos, múltiplas tentativas. Se a tarefa envolve repositório, navegador, planilha ou sistema interno, o custo não é uma chamada de modelo. É uma cadeia de inferências.

Para o fornecedor, a pergunta é: qual margem sobra depois de servir a tarefa? Para o cliente, a pergunta é: o custo computacional substitui ou reduz custo humano com qualidade suficiente? Para o desenvolvedor, a pergunta é: quantas voltas de contexto são necessárias até o resultado passar em teste, revisão e uso real?

Alavanca	Impacto técnico	Impacto econômico
Modelos mais eficientes	Menos tokens e menor latência por etapa	Margem melhor em planos pagos e enterprise
RTK e filtragem de contexto	Menos entrada irrelevante	Menor custo operacional por sessão
Evals e testes	Menos retrabalho e regressão	Menor custo por tarefa aceita
Task budgets	Limites explícitos por tarefa	Previsibilidade para fornecedor e cliente
Roteamento multi-modelo	Modelo forte onde importa, modelo barato onde basta	Melhor relação custo, risco e qualidade

Essa conta explica por que compute, preço por milhão de tokens, limites de uso e planos enterprise importam tanto. Se o agente economiza uma hora de trabalho, mas gasta compute demais para chegar lá, a história não fecha. Se o agente conclui a tarefa com boa margem, o produto deixa de ser demo e vira negócio.

Enterprise: onde a disputa vai ser decidida

Consumidor cria marca. Enterprise paga a conta. Essa frase explica boa parte de 2026. ChatGPT deu à OpenAI uma distribuição que nenhuma concorrente igualou no começo da onda. Claude conquistou reputação forte entre usuários técnicos, desenvolvedores e empresas que valorizam precisão, escrita longa e comportamento mais cuidadoso. Mas o próximo ciclo depende de contratos grandes.

Bancos, seguradoras, escritórios de advocacia, consultorias, fintechs, governos, empresas industriais, sistemas de saúde e times de engenharia não perguntam apenas "qual chat eu gosto mais". Perguntam qual plataforma integra sem quebrar governança, reduz horas caras, permite auditoria, entende arquivos, planilhas, apresentações, sistemas internos e permissões, oferece SLA, regionalização, compliance e logs, e justifica o custo de compute.

É por isso que OpenAI e Anthropic correm para finanças. Finanças são um laboratório perfeito para agentes empresariais. Se o agente consegue montar pitchbook, revisar KYC, analisar balanço, fazer procurement, fechar mês e apoiar tesouraria, a tese fica concreta.

A estratégia da OpenAI em 2026

A OpenAI parece seguir uma estratégia de plataforma horizontal. Ela quer estar no consumidor, no desenvolvedor, na API, na empresa e no dispositivo. Suas vantagens principais são marca global do ChatGPT, distribuição massiva, integração forte com Microsoft, Codex como agente de engenharia, velocidade de lançamento de modelos, produto multimodal, memória e personalização, capacidade de levantar capital em escala extrema, narrativa de infraestrutura global e ecossistema de plugins, ferramentas e conectores.

Seus riscos principais são custo de compute gigantesco, pressão de margem, complexidade de governança, risco de confiança por mudanças rápidas, dependência histórica de grandes parceiros, necessidade de convencer mercado público sobre unit economics e dificuldade de equilibrar consumidor gratuito, produtos pagos e enterprise.

OpenAI quer ser a interface padrão da IA. Se conseguir, vira a camada onde milhões de pessoas iniciam trabalho. Se falhar, pode continuar brilhante tecnicamente e ainda assim sofrer com custo, fragmentação e pressão de investidores.

A estratégia da Anthropic em 2026

A Anthropic parece seguir uma estratégia de confiança empresarial e profundidade operacional. Ela quer ser a plataforma que empresas sérias conseguem aprovar. Suas vantagens principais são reputação de segurança e rigor, Claude Code muito forte entre desenvolvedores, crescimento de receita empresarial, presença nos três grandes clouds, diversificação de hardware entre AWS Trainium, Google TPU e NVIDIA GPU, foco em tarefas longas e agentes, adoção forte em finanças, narrativa de confiabilidade, Claude Design e Anthropic Labs como expansão para trabalho visual, e parcerias de compute agressivas.

Seus riscos principais são limites de capacidade em períodos de demanda alta, dependência de parceiros de nuvem e compute, concorrência direta da OpenAI em quase todos os segmentos, pressão para equilibrar segurança e velocidade, risco de percepção se modelos oscilarem em qualidade, necessidade de escalar produto de massa sem perder identidade e risco de IPO exigir narrativa mais ampla que "empresa confiável".

Anthropic quer ser a IA que empresas deixam trabalhar dentro dos processos. Se conseguir, pode vencer em valor por assento, profundidade de uso e retenção. Se falhar, corre o risco de ser percebida como excelente tecnologia sem distribuição horizontal suficiente.

Governança, evals e workflows verificáveis

A disputa de agentes não será vencida apenas com capacidade bruta. Em empresas, o agente precisa mostrar como chegou ao resultado, quais arquivos leu, quais ferramentas acionou, quais permissões usou, quais testes rodou e onde o humano precisa revisar. Isso transforma governança em requisito técnico, não em apêndice jurídico.

Evals entram nesse ponto. Um benchmark público ajuda a comparar modelos, mas um workflow empresarial precisa de evals próprios: regressões em tarefas recorrentes, qualidade de sumário com fontes rastreáveis, precisão em extração de dados, taxa de aprovação de pull requests, taxa de intervenção humana, custo por tarefa aceita e incidência de alucinação quando faltam dados. Sem esse harness, a empresa confunde uma boa demo com um sistema operacional confiável.

Codex e Claude Code já apontam para essa direção porque operam dentro de repositórios reais. Eles precisam conviver com instruções do projeto, worktrees sujas, testes lentos, arquivos conflitantes, escopo limitado, comandos com risco e revisão humana. É nesse ambiente que "IA agentic" deixa de ser promessa abstrata e vira disciplina de engenharia.

Projeções: próximos modelos, agentes, valuation e IPO

Tudo nesta seção é projeção, não fato confirmado. As projeções usam dados públicos até 7 de maio de 2026.

Dimensão	OpenAI	Anthropic
Próximo modelo provável	GPT-5.5 API completo, GPT-5.5 Pro ampliado e possível GPT-5.6 ou GPT-6 em janela posterior	Opus 4.8 ou família Claude 5, além de possível abertura gradual de capacidades Mythos
Direção técnica	Mais autonomia, computer use, multimodalidade, ciência, Codex e eficiência de inferência	Mais tarefas longas, finanças, desenvolvimento, segurança, memória, task budgets e agentes corporativos
Próximos agentes	Agentes financeiros, agentes de pesquisa, agentes de documentos, agentes de planilhas, agentes de procurement e Codex mais autônomo	Agentes financeiros verticais, Claude Code routines, ultrareview, Claude Design, workflows para compliance, auditoria e análise
Valor de mercado estimado em IPO	Base: US$ 800 bi a US$ 950 bi; bull: acima de US$ 1 tri; bear: US$ 550 bi a US$ 700 bi	Base: US$ 450 bi a US$ 650 bi; bull: US$ 800 bi a US$ 1 tri; bear: US$ 300 bi a US$ 420 bi
Possível data de IPO	Fim de 2026 ou 2027, condicionado a unit economics e governança	Outubro de 2026 a 2027, condicionado a estabilidade de receita, compute e mercado
Maior risco	Compute e margem antes do mercado público	Capacidade, distribuição e pressão para manter confiança
Maior vantagem	Distribuição e marca global	Confiança empresarial e tração em desenvolvimento

Minha projeção principal: OpenAI deve tentar sustentar narrativa de plataforma total. Anthropic deve tentar sustentar narrativa de plataforma confiável para trabalho sério. As duas narrativas podem valer centenas de bilhões, mas só sobrevivem se a conta de compute fechar.

Cenários de 2026 a 2028

No cenário base, as duas empresas abrem capital ou se aproximam muito disso entre o fim de 2026 e 2027. OpenAI chega com marca mais forte. Anthropic chega com narrativa empresarial mais limpa. No cenário otimista, agentes começam a substituir parcelas reais de trabalho de conhecimento, a receita cresce mais rápido que compute e o mercado aceita múltiplos extremos. No cenário estressado, a conta de inferência fica mais pesada, limites de uso geram insatisfação, regulamentação aumenta e investidores públicos exigem clareza que rodadas privadas não exigiam.

O que cada empresa precisa provar antes do IPO

OpenAI precisa provar que ChatGPT consegue monetizar sem destruir experiência, que Codex reduz custo real de engenharia, que GPT-5.5 e sucessores têm vantagem durável, que a empresa consegue diversificar compute sem perder controle, que governança pós-PBC é aceitável para mercado público, que gastos de infraestrutura não comem todo upside e que enterprise pode crescer sem depender apenas da marca.

Anthropic precisa provar que Claude Code continua crescendo mesmo com concorrência direta de Codex, que parcerias de compute reduzem limites e instabilidade, que enterprise finance vira receita recorrente sustentável, que confiança e segurança são vantagem comercial e não freio, que modelo multi-cloud não vira complexidade excessiva, que Claude Design e Labs expandem TAM sem dispersar foco e que valuation de US$ 380 bilhões ou maior tem suporte em receita futura.

Como empresas deveriam decidir entre OpenAI e Anthropic

Não existe resposta universal. A decisão deveria começar pelo trabalho. Para produto com forte componente consumidor, distribuição ampla, multimodalidade e interface geral, OpenAI tende a ser difícil de ignorar. Para times de engenharia, análise longa, documentos, finanças, workflows regulados e adoção empresarial cuidadosa, Anthropic merece avaliação séria.

Para empresas maduras, a resposta provavelmente será multi-modelo. Não por moda, mas por gestão de risco. Um único fornecedor de IA vira ponto único de falha. Um único modelo vira risco de preço. Uma única nuvem vira risco de capacidade. Um único agente vira risco operacional.

O futuro pragmático é roteamento: GPT para certas tarefas, Claude para outras, modelos menores para volume, modelos fortes para decisão crítica, ferramentas locais para economia, skills para controle de processo, evals para governança e logs para auditoria.

O que desenvolvedores precisam aprender agora

Desenvolvedores que ainda tratam IA como autocomplete estão perdendo o ponto. A competência de 2026 não é "saber pedir". É saber operar sistemas agentic. Isso inclui decompor trabalho, escolher modelo por custo e risco, usar skills, limitar contexto, medir uso, verificar saídas, criar harness de teste, revisar diffs, operar subagentes com escopo, manter memória útil, proteger segredos, entender quando o modelo deve parar e entender quando o humano deve voltar.

No meu fluxo, RTK virou peça central porque contexto é dinheiro. Codex virou peça central porque engenharia precisa de agente que mexe no repositório. Claude Code virou peça central porque tarefas longas de análise e escrita técnica se beneficiam de bom contexto e workflows. Skills viraram peça central porque prompt solto não basta.

O desenvolvedor de 2026 não compete contra IA. Compete contra desenvolvedores que sabem operar IA melhor.

O erro comum: confundir automação com autonomia

Automação segue script. Autonomia persegue objetivo com feedback. Grande parte do mercado ainda vende automação como se fosse autonomia. OpenAI e Anthropic estão tentando atravessar essa fronteira.

Codex e Claude Code são exemplos reais porque precisam lidar com arquivos incompletos, testes quebrando, dependências ruins, instruções ambíguas, contexto grande, permissões, regressões, revisão, limites de tempo e limites de tokens. Esse é o laboratório certo. Se um agente consegue navegar um repositório real, entender a intenção, alterar arquivos, testar, corrigir e explicar limite de verificação, ele está perto de trabalho de verdade. Se só gera texto bonito, ainda é assistente.

A disputa cultural

OpenAI comunica ambição ampla. Anthropic comunica rigor e confiança. OpenAI quer parecer inevitável. Anthropic quer parecer confiável. OpenAI se move como plataforma de massa. Anthropic se move como infraestrutura de trabalho sério. Essas culturas aparecem no produto.

ChatGPT tende a ser o lugar onde o usuário começa. Claude tende a ser o lugar onde muitos profissionais querem ficar quando o trabalho exige escrita longa, análise cuidadosa e controle. Codex tende a puxar o desenvolvedor para dentro do ecossistema OpenAI. Claude Code tende a puxar o desenvolvedor para dentro do ecossistema Anthropic.

O mercado ainda não decidiu qual cultura escala melhor. Talvez as duas escalem, mas não com o mesmo múltiplo nem com o mesmo risco.

A disputa técnica real

A disputa técnica não é apenas "maior contexto". É raciocinar sem desperdiçar token, usar ferramenta certa, saber quando buscar, saber quando editar, saber quando perguntar, saber quando parar, recuperar de erro, não inventar dado, manter memória útil, navegar GUIs, gerar artefatos finais, aceitar restrição de compliance, preservar confidencialidade, trabalhar em múltiplos arquivos e sustentar foco por horas.

GPT-5.5 e Opus 4.7 são respostas diferentes para essa lista. GPT-5.5 enfatiza uma inteligência mais ampla para trabalho real. Opus 4.7 enfatiza consistência, agentes, engenharia, visão, esforço controlável e integração empresarial. As próximas gerações provavelmente convergirão: OpenAI ficará mais enterprise, Anthropic ficará mais horizontal e o campo intermediário será feroz.

O papel de NVIDIA, Google, Amazon, Microsoft e SpaceX

NVIDIA é a fornecedora inevitável do ciclo atual. Mesmo quando empresas usam Trainium ou TPU, a presença de GPUs NVIDIA continua central no ecossistema. Amazon quer que a Anthropic prove Trainium em escala. Google quer que TPUs continuem relevantes fora do próprio Gemini. Microsoft quer capturar valor com OpenAI e Azure, mas também precisa preservar opcionalidade. SpaceX entra como peça nova e estranha, trazendo Colossus One, capacidade de GPU e narrativa de compute orbital. Oracle e SoftBank aparecem como atores de infraestrutura e capital na órbita da OpenAI.

Essas empresas não são coadjuvantes. Elas determinam quem consegue servir demanda. No limite, o modelo mais inteligente perde se não puder responder.

A pergunta de um trilhão de dólares

A pergunta não é se OpenAI e Anthropic são valiosas. São. A pergunta é se serão valiosas o suficiente para justificar rodadas privadas gigantes, compromissos de compute multibilionários, expectativa de IPO, diluição, risco regulatório, consumo de energia, competição com big techs, pressão por margens em inferência e dependência de adoção empresarial massiva.

Minha resposta: sim, mas não para todas ao mesmo tempo no múltiplo que o mercado privado sugere. O mercado público será mais duro. Ele vai pedir margem, previsibilidade, governança, retenção e prova de que agente reduz custo real, não apenas transfere custo humano para custo computacional.

O que observar nos próximos meses

Observe limites de uso, porque limite é sinal de demanda e também de gargalo. Observe preço por milhão de tokens, porque preço é narrativa de margem. Observe integração com Excel, PowerPoint, Word, Outlook, navegadores e IDEs, porque integração é onde agente vira trabalho. Observe parcerias com bancos e consultorias, porque elas indicam onde há orçamento. Observe anúncios de data centers, porque sem compute não há produto. Observe reclamações de usuários avançados, porque elas antecipam risco de churn. Observe benchmarks de tarefas longas, porque eles importam mais que perguntas curtas. Observe IPO, porque o prospecto vai revelar o que post de blog não revela.

Conclusão: a corrida não será vencida no chat

A disputa OpenAI versus Anthropic não será decidida por uma resposta viral. Será decidida por quem conseguir transformar inteligência em operação repetível. Isso exige modelo, produto, agente, compute, capital, confiança, governança e uma coisa que muita empresa de tecnologia esquece: trabalho real precisa terminar.

Em 2026, OpenAI parece melhor posicionada para dominar a interface horizontal da IA. Anthropic parece melhor posicionada para dominar uma parte crítica do trabalho empresarial e técnico. As duas podem vencer, mas vencerão em formas diferentes. OpenAI pode virar a camada universal de interação. Anthropic pode virar a camada confiável de execução. Se uma conseguir unir as duas coisas, a corrida muda de escala. Se nenhuma conseguir fechar a conta de compute, a bolha encontra a física.

Para desenvolvedores, a conclusão prática é imediata: não espere o IPO para adaptar seu trabalho. Aprenda a operar agentes agora. Meça tokens agora. Use skills agora. Construa workflows verificáveis agora. Entenda modelos como infraestrutura agora. A pergunta central de 2026 não é se IA vai mudar software. Ela já mudou. A pergunta é quem vai capturar o valor dessa mudança.

Apêndice técnico: sinais por área

Área	Sinais que merecem acompanhamento
Modelo	Diferença entre benchmark público e desempenho no produto; custo por tarefa concluída; latência em tarefas longas; contexto em repositórios grandes; recuperação após erro de ferramenta; verificação própria; tendência a inventar quando falta dado; controle de esforço e orçamento; visão em screenshots densas; operação sobre planilhas, documentos e apresentações
Agente	Execução com ferramentas reais; logs auditáveis; permissões configuráveis; memória por projeto; integração com IDE, navegador, email, calendário e suíte de escritório; rotinas agendadas; revisão de diffs com critério
Mercado	Receita run-rate; clientes acima de US$ 1 milhão anual; margem bruta de inferência; gasto de compute contratado; capacidade ativa em megawatts e gigawatts; crescimento de uso em planos pagos; churn de usuários avançados; adoção em setores regulados; parcerias com consultorias; termos de IPO
Desenvolvedores	Quantos prompts viram pull requests úteis; quantos PRs exigem reescrita humana completa; quantas tarefas passam em teste sem supervisão; quantos tokens são economizados por filtragem; quantas sessões precisam de retomada manual; quantos bugs são achados antes do reviewer humano; quantos relatórios são gerados com fontes rastreáveis; quantos artefatos finais são usados sem retrabalho; quanto tempo semanal é delegado a agentes; quanto conhecimento local vira skill reutilizável

Referências

• OpenAI, "Introducing GPT-5.5", 23 de abril de 2026: https://openai.com/index/introducing-gpt-5-5/
• OpenAI, "GPT-5.5 Instant: smarter, clearer, and more personalized", 5 de maio de 2026: https://openai.com/index/gpt-5-5-instant/
• OpenAI, "Introducing GPT-5.4", 5 de março de 2026: https://openai.com/index/introducing-gpt-5-4/
• OpenAI, "OpenAI and PwC collaborate to reimagine the office of the CFO", 4 de maio de 2026: https://openai.com/index/openai-pwc-finance-collaboration/
• OpenAI, "OpenAI raises $122 billion to accelerate the next phase of AI", 31 de março de 2026: https://openai.com/index/accelerating-the-next-phase-ai/
• OpenAI, "Scaling AI for everyone", 27 de fevereiro de 2026: https://openai.com/index/scaling-ai-for-everyone/
• OpenAI, "Our structure", 2025: https://openai.com/our-structure
• OpenAI, "Microsoft invests in and partners with OpenAI", 22 de julho de 2019: https://openai.com/index/microsoft-invests-in-and-partners-with-openai/
• Anthropic, "Introducing Claude Opus 4.7", 16 de abril de 2026: https://www.anthropic.com/news/claude-opus-4-7/
• Anthropic, "Introducing Claude Design by Anthropic Labs", 17 de abril de 2026: https://www.anthropic.com/news/claude-design-anthropic-labs
• Anthropic, "Anthropic raises $30 billion in Series G funding at $380 billion post-money valuation", 12 de fevereiro de 2026: https://www.anthropic.com/news/anthropic-raises-30-billion-series-g-funding-380-billion-post-money-valuation
• Anthropic, "Higher usage limits for Claude and a compute deal with SpaceX", 6 de maio de 2026: https://www.anthropic.com/news/higher-limits-spacex
• Anthropic, "Agents for financial services", 5 de maio de 2026: https://www.anthropic.com/news/finance-agents
• Anthropic, "Anthropic and Amazon expand collaboration for up to 5 gigawatts of new compute", 20 de abril de 2026: https://www.anthropic.com/news/anthropic-amazon-compute
• Anthropic, "Anthropic expands partnership with Google and Broadcom for multiple gigawatts of next-generation compute", 6 de abril de 2026: https://www.anthropic.com/news/google-broadcom-partnership-compute
• Anthropic, "Expanding our use of Google Cloud TPUs and Services", 23 de outubro de 2025: https://www.anthropic.com/news/expanding-our-use-of-google-cloud-tpus-and-services
• Anthropic, "Anthropic invests $50 billion in American AI infrastructure", 12 de novembro de 2025: https://www.anthropic.com/news/anthropic-invests-50-billion-in-american-ai-infrastructure
• Anthropic, "Anthropic raises $124 million to build more reliable, general AI systems", 28 de maio de 2021: https://www.anthropic.com/news/anthropic-raises-124-million-to-build-more-reliable-general-ai-systems
• Anthropic, "Introducing Claude", 14 de março de 2023: https://www.anthropic.com/news/introducing-claude
• Anthropic, "Introducing the next generation of Claude", 4 de março de 2024: https://www.anthropic.com/news/claude-3-family
• Axios, "Anthropic will get compute capacity from SpaceX", 6 de maio de 2026: https://www.axios.com/2026/05/06/anthropic-spacex-elon-musk-compute
• The Register, "Claude hitches ride on SpaceX's datacenter capacity", 6 de maio de 2026: https://www.theregister.com/ai-and-ml/2026/05/06/claude-hitches-a-ride-on-spacexs-datacenter-capacity/5231252
• IstoÉ Dinheiro, "Anthropic utilizará centros de dados da SpaceX para sua IA", 6 de maio de 2026: https://istoedinheiro.com.br/anthropic-utilizara-centros-de-dados-da-spacex-para-sua-ia
• Axios, "OpenAI and Anthropic partner with private equity", 4 de maio de 2026: https://www.axios.com/2026/05/04/openai-anthropic-private-equity-enterprise-business
• Axios, "Anthropic deepens its ties to Wall Street", 5 de maio de 2026: https://www.axios.com/2026/05/05/anthropic-wall-street-dimon-amodei
• Stanford HAI, "The 2026 AI Index Report: Economy", 2026: https://hai.stanford.edu/ai-index/2026-ai-index-report/economy
• CB Insights, "State of AI Q1 2026 Report", 14 de abril de 2026: https://www.cbinsights.com/research/report/ai-trends-q1-2026/