Já usei Cursor no passado, mas acabei cancelando a licença. Já usei Claude no passado, mas naquela época não era tão útil quanto o ChatGPT, então mantive o ChatGPT para uso geral. Porém, no último mês, venho explorando novamente diferentes ferramentas de IA para programação.
O que você consegue fazer com a assinatura mais barata?
Recentemente, eu estava desenvolvendo principalmente com Claude Code, do qual gostava pelos limites de uso generosos e desempenho consistente. Agora em novembro, decidi dar outra chance ao Cursor. Assinei a mesma licença de US$ 20 que tinha antes. Quase imediatamente, encontrei algo que me frustrou.
Depois de algumas sessões usando o modelo Sonnet 4.5 no Cursor, recebi uma notificação dizendo que meu limite de uso seria totalmente consumido até 11 de novembro. A experiência pareceu desnecessariamente restritiva e meio que me desmotivou a manter a assinatura em dezembro.
Embora eu entenda que limites maiores exigem pagamentos maiores, o aviso pareceu mais um mecanismo de controle do que um lembrete amigável. Em comparação, os limites do Claude Code sempre pareceram justos e transparentes; e, embora eu tenha atingido o limite algumas vezes, ele era redefinido no mesmo dia, então eu podia continuar usando.
Então vou continuar usando o Cursor até o fim do mês, mas estou me perguntando quando esse limite acabará. Estou usando o modo automático para preservar o limite o máximo possível.
Eu não esperava nada da OpenAI
O ChatGPT é bom. Mas, embora possa fornecer exemplos de código e ajudar com programação, não é realmente prático para o uso diário. Então excluí a OpenAI da disputa de assistentes de programação por muito tempo.
Mas, na semana passada, li no blog Superhuman AI que a OpenAI está investindo pesado em transformar o Codex no “assistente de programação mais inteligente”. Diz-se que, em um evento de tecnologia típico em São Francisco, muitas pessoas diriam que Codex é o assunto que mais as anima. Segundo o líder de engenharia do Codex, um bom assistente de IA para programação não depende apenas do modelo, mas também da infraestrutura, das ferramentas e das escolhas de design. Ler isso me deu outra perspectiva de como a OpenAI aborda o tema. Então decidi instalar a extensão para VS Code.
Historicamente, ao comparar GPT-4o ou o3 aos modelos da Anthropic, os da Anthropic sempre pareceram mais fortes para tarefas de programação. Mas essa percepção mudou dramaticamente com GPT-5. Ele está no topo do ranking em raciocínio e lógica matemática. E o que é depurar código senão raciocínio forte e lógica matemática?
Comecei devagar, fazendo algumas investigações com Codex para testar suas capacidades.
Primeiras impressões
As primeiras tarefas que pedi foram mapeamentos básicos de codebase. Perguntei onde certas coisas aconteciam, onde encontrar determinadas telas. Nada muito sofisticado. Qualquer outro assistente de programação faz essa tarefa direito. Esse passo era mais para testar a UI do CLI e como ele gerencia o contexto.
Ele fez o trabalho com um nível de profundidade que se destaca de outros assistentes de código. Dá muitos detalhes que o Claude Code não dá. Se pedir para investigar uma codebase complexa, ele passará bastante tempo, mais de cinco minutos em alguns casos, e voltará com um relatório completo.
A UI da extensão do VS Code também é muito bem feita.
Um cenário mais complexo
O teste seguinte foi colocá-lo como revisor do trabalho do Sonnet 4.5. Pedi ao Sonnet que fizesse uma correção e produzisse um documento Markdown descrevendo as correções. Depois, pedi ao Codex que lesse o Markdown e avaliasse as mudanças. Na primeira tentativa, encontrou muitos problemas: problemas bobos, como imports ausentes ou variáveis não declaradas. Usei o output do Codex como prompt para o Sonnet 4.5 corrigir os problemas. Tive de fazer esse processo três ou quatro vezes para ter um output bom.
Em seguida, decidi colocar Codex em um teste real de programação. Submeti a ele um bug particularmente difícil: um bug complicado causado por uma race condition entre dois componentes React, daqueles em que a funcionalidade às vezes funciona, às vezes não. Normalmente, esse tipo de bug demora muito para diagnosticar, especialmente se envolver componentes enormes e navegações de histórico, que é o caso aqui. Corrigi-lo pode ser ainda mais difícil.
Agora é importante relacionar isso com minha experiência conhecida com outras ferramentas: com Claude e Cursor, esses bugs exigiriam que eu pedisse quatro vezes ou mais para obter uma correção concreta. Em 90% das vezes, o primeiro código produzido não resolve o bug. Você pede de novo, ele dá outra correção. Não funciona. Loop. O principal problema, além de gastar tempo, é que as mudanças anteriores introduzidas pela IA não resolvem o problema e você precisa revertê-las. É tempo gasto em dobro.
Pedi ajuda ao Codex esperando esse mesmo loop. Em vez disso, em minutos ele analisou meus arquivos, comparou a lógica, identificou a race condition e propôs uma correção funcional na primeira tentativa. Esse nível de precisão era algo que eu não tinha experimentado antes. Ele explica o problema e a correção com alto nível de precisão. É o tipo de explicação que faz você pensar que a IA é de fato um desenvolvedor sênior, não um estagiário dizendo “Você está absolutamente certo!”.
Será uma mudança no fluxo de desenvolvimento?
Depois de provar seu valor, agora uso Codex em projetos pessoais e da empresa. Ele parece o equilíbrio perfeito entre raciocínio profundo e implementação prática. A forma como aborda a análise de código é diferente da filosofia da Anthropic. É menos sobre skills e frameworks, mais sobre entendimento completo e depuração inteligente.
Vou experimentá-lo por um tempo usando minha assinatura padrão do ChatGPT e ver até onde consigo ir. Não posso pagar US$ 200 por mês por enquanto, então minha assinatura atual precisa dar conta.
Só o tempo dirá se ficarei apenas com ele. Até agora, estou adorando.
Olhando adiante
À medida que continuar experimentando, provavelmente escreverei mais sobre Codex e suas nuances. Por enquanto, a conclusão é simples: a OpenAI me surpreendeu.
Codex não está apenas alcançando a Anthropic. Está fazendo assistência em programação… de forma diferente. E gosto de como ele é diferente do slop a que estamos acostumados. Estou me divertindo muito redescobrindo o processo de construir software com ele.
Também pode ser uma oportunidade de economizar US$ 20. Se descobrir que não preciso de Cursor ou Anthropic, talvez mantenha apenas minha assinatura do ChatGPT e encontre outro uso para esses US$ 20. Talvez comprar algumas cervejas?
Mantenham-se hidratados e continuem experimentando.
