Claude Code v2.1.200 passa ao modo Manual por padrão, GLM 5.2 atinge 80 % do Sonnet 5 a 20 % do preço, streaming de sessões do Copilot em pré-visualização

Em 3 de julho de 2026, várias novidades importantes se acumulam: o Claude Code v2.1.200 consolida o controlo de permissões com um modo Manual agora por padrão e corrige uma longa lista de falhas dos agentes em segundo plano. No front dos modelos abertos, a Together AI documenta que um modelo open source pode rivalizar com o Claude Sonnet 5 a um quinto do custo, enquanto a proporção de tokens consumidos em modelos open source triplicou num ano. O GitHub Copilot enriquece a sua governança empresarial com o streaming de sessões, e a Anthropic democratiza os Artifacts e aumenta os seus rate limits da API.

Claude Code v2.1.200 — modo Manual por padrão e vaga de correções em segundo plano

3 de julho — O Claude Code v2.1.200 introduz duas alterações de comportamento e uma série de correções que reforçam a fiabilidade dos agentes em segundo plano.

Modo «Manual» oficializado como valor padrão. O modo de permissão default é renomeado para «Manual» em todas as superfícies: CLI, ajuda --help, VS Code e JetBrains. Os valores --permission-mode manual e "defaultMode": "manual" passam a ser aceites em vez de default. Esta mudança de terminologia alinha o nome apresentado com o comportamento real: o Claude pede confirmação antes de cada ação sensível. As equipas que tinham configurado explicitamente o modo default nos seus ficheiros de configuração voltarão a ter um comportamento idêntico — apenas a designação muda.

AskUserQuestion sem retoma automática. Os diálogos de pergunta ao utilizador deixam de retomar automaticamente após um período de inatividade. O comportamento anterior (auto-continue) passa a ser opt-in e tem de ser ativado explicitamente através de /config. Esta alteração evita retomas intempestivas em sessões longas ou pouco monitorizadas.

Correções dos agentes em segundo plano. Esta versão encerra vários problemas de estabilidade que afetavam as sessões daemon:

Problema corrigido	Detalhe
Sessões em segundo plano a parar silenciosamente após suspensão/retoma	Resolvido
Turno cancelado por Esc reproduzido após reinício do daemon	Resolvido
Agentes bloqueados definitivamente num `daemon.lock` órfão (PID reutilizado pelo OS)	Resolvido
Build antigo a assumir o controlo do daemon após reinstalação	Resolvido — comparação por timestamp de build embutido
Corrupção transitória da lista de agentes desativando agentes de forma permanente	Resolvido

Uma correção adicional resolve também um crash ao arrancar quando disabledMcpServers ou enabledMcpServers em .claude.json está definido com um valor que não é um array.

As correções do daemon são particularmente bem-vindas para fluxos de trabalho noturnos ou pipelines CI que executam agentes em segundo plano sem supervisão contínua. Um daemon.lock órfão ou uma corrupção da lista de agentes podiam impedir silenciosamente qualquer agente de reiniciar até uma intervenção manual.

🔗 CHANGELOG Claude Code

Anthropic

Fable 5 cyber safeguards — framework CJS (Cyber Jailbreak Severity)

2 de julho — A Anthropic publica um artigo técnico sobre os mecanismos de segurança cibernética do Claude Fable 5 e propõe um primeiro rascunho de um quadro industrial de classificação de contornos (jailbreaks) de modelos de IA.

Os classificadores de cibersegurança do Fable 5 estão organizados em quatro categorias segundo a assimetria entre atacante e defensor:

Categoria	Exemplos	Comportamento
Uso proibido	Exploração crítica, forte assimetria	Bloqueado sistematicamente
Duplo uso de alto risco	Pentest, escalada de privilégios	Bloqueado até existirem melhores controlos
Duplo uso de baixo risco	OSINT, varrimento público, pesquisa TLS	Permitido com margem de segurança
Uso benigno	Depuração, configuração defensiva, formação	Permitido

O framework CJS — Cyber Jailbreak Severity (gravidade de contorno cibernético) foi co-desenvolvido com parceiros Glasswing (Amazon, Microsoft, Google). Avalia a gravidade de um contorno em quatro eixos: ganho de capacidade (0–4), alcance (0–2), facilidade de armamento (0–2) e descobribilidade (0–2). A soma produz um nível CJS-0 (informativo) a CJS-4 (crítico). Está aberto um programa HackerOne dedicado; os comentários são aceites em cyber-safeguards@anthropic.com.

🔗 Fable 5 safeguards — Anthropic

Artifacts Claude Code disponíveis nos planos Pro e Max

2 de julho — Os Artifacts do Claude Code, até aqui reservados aos planos Team e Enterprise, estão agora acessíveis aos subscritores Pro e Max.

Um Artifact é uma página web interativa gerada pelo Claude durante uma sessão de trabalho — dashboard de projeto, resumo de PR, visualização de dados. A página é publicada em direto no claude.ai, atualizada em tempo real enquanto o Claude continua a trabalhar, permanece privada na conta do utilizador e é totalmente autónoma. Esta extensão aos planos individuais disponibiliza uma funcionalidade avançada a um público muito mais vasto sem exigir uma subscrição empresarial.

🔗 Anúncio @ClaudeDevs

Rate limits da API do Claude aumentados ×5 — tiers automáticos e desacoplados das despesas

2 de julho — A Anthropic aumenta significativamente os limites de débito (rate limits) da API Claude Platform e simplifica a estrutura dos níveis de acesso.

Duas alterações de fundo: os níveis (tiers) de rate limit já não dependem do montante gasto na API, e a progressão entre tiers é agora automática. As versões mais recentes de Claude Sonnet e Haiku beneficiam de limites 5 vezes mais elevados no tier mais alto. Todos os modelos recentes (Opus, Sonnet, Haiku) partilham as mesmas quotas de pedidos por minuto e de débito em tokens dentro de um dado tier, o que permite escolher o modelo adequado à tarefa sem comprometer quotas. O botão «Request rate limit increase» continua disponível na Claude Console para pedidos manuais.

🔗 Anúncio @ClaudeDevs

Hackathon «Built with Claude : Life Sciences» — 100 000 USD em créditos

2 de julho — A Anthropic anuncia Built with Claude : Life Sciences, um hackathon virtual mundial organizado em parceria com o Gladstone Institute. O evento convida investigadores e programadores a construir com Claude Science e Claude Code durante uma semana. O prémio total é de 100 000 USD em créditos. O hackathon insere-se na dinâmica do Claude Science, lançado no fim de junho como um ambiente de trabalho científico que integra ferramentas, pacotes de investigação e recursos de computação.

🔗 Anúncio @claudeai

Modelos open source e benchmarks

Together AI — GLM 5.2 atinge 80 % do Sonnet 5 a 20 % do preço

3 de julho — A Together AI publica uma análise comparativa entre GLM 5.2 (Zhipu AI, open source) e Claude Sonnet 5 no benchmark DeepSWE — 113 tarefas de resolução de bugs de software de longo prazo (Software Engineering), 4 tentativas cada, com raciocínio máximo ativado.

O resultado central: o GLM 5.2 oferece cerca de 80 % das capacidades do Claude Sonnet 5 por cerca de 20 % do preço neste benchmark. A análise é assinada por Zain Hasan e republicada pela Together AI, que aloja o GLM 5.2 na sua plataforma.

Modelo	Tipo	Desempenho relativo	Custo relativo
Claude Sonnet 5	Proprietário	Referência (100 %)	Referência (100 %)
GLM 5.2	Open source	~80 %	~20 %

O benchmark DeepSWE foi concebido para tarefas de engenharia de longa duração: vai além dos problemas sintéticos habituais para avaliar a capacidade de resolver bugs reais em repositórios existentes. Uma relação custo/desempenho de 4 para 1 neste tipo de tarefa representa um argumento forte para equipas com orçamento limitado ou pipelines de grande volume.

🔗 Análise Together AI — GLM 5.2 vs Sonnet 5

Together AI — os modelos open source passam de 10 % para 30 % dos tokens em um ano

3 de julho — A Together AI revela que o uso de modelos open source triplicou em um ano na sua plataforma, passando de 10 % para 30 % do total de tokens consumidos. Este valor insere-se no contexto do artigo do CEO Vipul Ved Prakash, «The Economy of Tokens» (29 de junho), e da ronda de financiamento Série C de 800 milhões USD já coberta. Confirma uma tendência macro: a vaga open source deixou de ser um fenómeno de nicho técnico para se tornar numa fatia crescente do consumo real de tokens de IA.

🔗 Tweet @togethercompute

HydraHead — arquitetura híbrida Full+Linear Attention (Tongyi Lab / Qwen)

3 de julho — O Tongyi Lab (Alibaba / Qwen) publica HydraHead, uma arquitetura de hibridização de atenção ao nível das cabeças (head-level) em vez do nível das camadas. A motivação vem da interpretabilidade mecanística: apenas as cabeças ditas «retrieval-critical» mantêm a Full Attention; as restantes passam para Linear Attention, reduzindo a complexidade de cálculo em sequências longas.

Métrica	Resultado
Melhoria NIAH a 512K de contexto	+69 %
Tokens de treino	15 mil milhões
Desempenho global	Próximo de Qwen3.5

O módulo de fusão normalizado permite a coexistência dos dois tipos de atenção na mesma camada. A abordagem visa o acesso a janelas de contexto longas (512K tokens e além) sem o custo quadrático da Full Attention pura. Os resultados são apresentados no Tongyi Weekly de 3 de julho.

🔗 Tongyi Weekly — 3 de julho de 2026

ZCode — o IDE oficial da Z.ai para o GLM-5.2

1 de julho — A Z.ai lançou o ZCode, o ambiente de desenvolvimento oficial para o GLM-5.2, disponível para macOS, Windows e Linux. Os subscritores do plano Coding Plan beneficiam de uma quota de utilização multiplicada por 1,5 no ZCode. O suporte BYOK (Bring Your Own Key) permite usar o ZCode com subscrições ou chaves API existentes. O site zcode.z.ai propõe dois planos de preços: Lite e Pro (64,80 USD/mês → 72 USD).

🔗 ZCode — Z.ai

GitHub Copilot

Streaming de sessões em pré-visualização pública

2 de julho — Os clientes GitHub Enterprise Cloud com utilizadores geridos podem agora fazer streaming dos dados de sessão dos agentes Copilot (prompts, respostas, chamadas de ferramentas) para um coletor externo. Estão disponíveis dois modos de acesso: um endpoint de streaming para uma ferramenta SIEM (Microsoft Purview é suportado em pré-visualização pública), e uma API REST para recuperar, a pedido, as últimas 48 horas de dados (GET /enterprises/{enterprise}/copilot/usage-records). A ativação é feita nas definições de IA da empresa através de «Enable everywhere» para «Copilot Usage Records Streaming» e «Copilot Usage Records API».

Esta funcionalidade responde a uma exigência de rastreabilidade e auditoria para equipas sujeitas a requisitos de conformidade — podem agora ingerir as sessões Copilot nos seus pipelines de supervisão existentes em vez de dependerem apenas dos dashboards do GitHub.

🔗 Changelog — streaming de sessões do agente Copilot

Copilot CLI sem PAT em GitHub Actions

2 de julho — O Copilot CLI pode agora autenticar-se em GitHub Actions com o GITHUB_TOKEN integrado, sem necessidade de um token de acesso pessoal (Personal Access Token — PAT) de longa duração. A permissão exigida no workflow é copilot-requests: write. Os créditos de IA consumidos são faturados diretamente à organização, com gestão via cost centers, budgets e limites de sessão. A política de utilização tem de ser ativada do lado da organização: «Allow use of Copilot CLI billed to the organization». A atualização faz-se via copilot update ou npm install -g @github/copilot.

🔗 Changelog — Copilot CLI sem PAT

Descontinuação do Gemini 2.5 Pro e do Gemini 3 Flash no Copilot em 31 de julho

2 de julho — O GitHub anuncia a descontinuação de dois modelos Gemini em todas as experiências Copilot (chat, edições em linha, modos ask/agent, completions de código) em 31 de julho de 2026:

Modelo descontinuado	Data	Alternativa
Gemini 2.5 Pro	31-07-2026	Gemini 3.1 Pro
Gemini 3 Flash	31-07-2026	Gemini 3.5 Flash

Os administradores do Copilot Enterprise devem ativar os modelos alternativos nas suas políticas de modelos. Não é necessária qualquer ação para remover os modelos antigos após a data de descontinuação.

🔗 Changelog — Descontinuação do Gemini no Copilot

Media generativos

Runway Agent Skills — criar campanhas sob encomenda

2 de julho — A Runway lançou os Agent Skills, um sistema de competências acessíveis a partir do Runway Agent através do comando /. Os utilizadores escrevem / e escolhem uma competência para desencadear fluxos de trabalho complexos num único gesto. As competências disponíveis no lançamento cobrem: a criação de campanhas publicitárias, a produção de spots comerciais e a localização de anúncios para diferentes mercados. A Runway posiciona esta funcionalidade como uma ferramenta de escala de marketing sob demanda.

🔗 Anúncio @runwayml

Black Forest Labs — Dev Playground para os modelos FLUX

2 de julho — A Black Forest Labs (BFL) lançou um Dev Playground destinado a programadores que trabalham com a API FLUX. A ferramenta permite comparar os modelos FLUX lado a lado (side-by-side) com o mesmo prompt, ajustar os parâmetros da API diretamente na interface para obter um resultado idêntico ao da produção, e avaliar diferenças de qualidade, latência e custo. O playground integra os modelos mais recentes assim que são lançados. Está acessível via api.bfl.ml.

🔗 Anúncio @bfl_ai

Breves

Amp — Mais tamanhos de Orb — A Amp agora permite escolher o tamanho de CPU e memória para os Orbs que executam agentes remotamente, na sequência do anúncio “Agents in Orbs” de 30 de junho. 🔗 Chronicle Amp
Copilot — métricas de uso mais precisas — A API de métricas do Copilot agora registra as linhas de código sugeridas pelo CLI (v1.0.57+, desduplicação a partir da v1.0.64), identifica o IDE para usuários server-side e corrige a atribuição dos créditos de IA para dois casos que antes não eram contabilizados. 🔗 Changelog

O que isso significa

O ecossistema Anthropic está se aprofundando de forma significativa. A v2.1.200 do Claude Code não se resume a uma mudança de nome: oficializar “Manual” como modo padrão consolida uma filosofia de controle explícito à medida que os agentes ganham autonomia. A correção simultânea de cinco falhas do daemon mostra que a confiabilidade dos fluxos de trabalho não supervisionados (pipelines noturnos, CI) tornou-se uma prioridade de primeira ordem. A expansão dos Artifacts para os planos Pro/Max e a multiplicação por 5 dos rate limits da API completam esse quadro ao reduzir as barreiras de acesso para desenvolvedores individuais e equipes pequenas. O hackathon de Life Sciences com o Gladstone Institute, por sua vez, sinaliza que o Claude Science busca validação em campo em um domínio de alta exigência regulatória.

A onda open source está mudando de escala. O número da Together AI — 30 % dos tokens de IA consumidos em modelos open source contra 10 % há um ano — não é uma estatística de nicho: é um sinal de mudança estrutural. A análise GLM 5.2 / DeepSWE a materializa de forma concreta: um modelo open source bem posicionado pode cobrir 80 % dos casos de uso de um modelo proprietário frontier por um quinto do custo. HydraHead acrescenta uma dimensão arquitetural a essa dinâmica — laboratórios como a Tongyi buscam estender o contexto útil (512K tokens, +69 % NIAH) sem o custo quadrático da Full Attention, o que amplia ainda mais o espectro de tarefas acessíveis aos modelos abertos. O ZCode fecha o ciclo ao fornecer ao GLM-5.2 uma ferramenta de IDE comparável à dos modelos proprietários.

A governança enterprise do Copilot está se tornando mais densa. O streaming de sessões para os SIEM e a autenticação sem PAT no GitHub Actions convergem para o mesmo objetivo: tornar o Copilot auditável e operável sem violar as políticas de segurança corporativa. Para equipes sujeitas a exigências de conformidade SOC 2, ISO 27001 ou regulações setoriais, são dois obstáculos operacionais que desaparecem ao mesmo tempo. A descontinuação do Gemini 2.5 Pro e 3 Flash ilustra, em paralelo, que o GitHub mantém pressão de modernização sobre o catálogo de modelos do Copilot — administradores que não anteciparem essas transições correm o risco de interrupções de serviço em 31 de julho.

Agentes de mídia generativa: da geração à orquestração. Os Agent Skills do Runway e o Dev Playground da BFL traçam duas trajetórias complementares: o Runway sobe em abstração (criar uma campanha completa a partir de um /), enquanto a BFL desce no detalhe técnico (comparar qualidade, latência e custo por modelo no nível da API). Essas duas abordagens refletem uma maturidade crescente do mercado, em que os usuários de mídia generativa se dividem entre os que querem o resultado sem fricção e os que otimizam o pipeline de produção.