Cancelei o Claude Code. Veja o que estou usando agora
Ao abandonar o Claude Code, descubro a nova ferramenta que está catapultando minha produtividade.
Conteudo
TLDR;
Ele cancelou Claude Code porque os termos proíbem usar a ferramenta para desenvolver modelos concorrentes e os limites semanais eram restritivos. Passou a usar o Dropstone, um agente de codificação que funciona com modelos abertos como DeepSeek, GLM e Kimi. O Dropstone custa muito menos que Claude Code e tem desempenho quase equivalente, embora seja um pouco mais lento.
Resumo
O autor relata que pagava US$ 20 por mês pelo Claude Code da Anthropic e o usava diariamente para desenvolver um aplicativo full‑stack, até que, após dois dias, atingiu o limite semanal e ficou impossibilitado de continuar por quase uma semana. Embora reconheça que o Claude Code seja o melhor agente de programação que já testou, ele decide cancelar o serviço não pelo preço, mas porque as cláusulas de uso proíbem a criação de modelos de IA concorrentes, o que impediu a continuação de sua pesquisa sobre uma nova arquitetura de aprendizado. O relato expõe ainda os limites de token, as janelas de 5 horas e os caps semanais que variam entre os planos Pro, Max e Ultra, além de incidentes de usuários que viram seus limites reduzidos inesperadamente. Diante disso, o autor migra para o Dropstone, um agente de código que roda em modelos abertos (DeepSeek, GLM, Kimi) hospedados em servidores, reduzindo custos – alguns usuários gastam apenas US$ 10 por mês – embora a velocidade ainda fique atrás do Claude. Ele destaca que rodar esses modelos localmente exige hardware caro (GPU com 24‑32 GB, RAM de 128‑160 GB), o que inviabiliza a maioria dos desenvolvedores. Também aponta que filtros de segurança tanto da Anthropic quanto da OpenAI podem bloquear pesquisas “benignas”, como trabalhos de cibersegurança ou de IA concorrente, e que esses bloqueios ainda geram cobrança. Por fim, o texto questiona quem realmente detém a propriedade intelectual quando o código é produzido dentro de ferramentas proprietárias, sugerindo que o futuro da inovação dependerá de quem controla esses recursos, enquanto alternativas abertas oferecem viabilidade econômica, embora ainda demandem um ecossistema complexo de memória, APIs e monitoramento de segurança.