--- title: "Claude (Anthropic) (PT)" source: "https://systems-analysis.info/int/Claude_(Anthropic)_(PT)" wiki: "systems-analysis.info/int" article: "Claude_(Anthropic)_(PT)" language: "pt" categories: - "Category:Large language models" - "Category:LLM families" - "Category:Machine learning" - "Category:Portuguese" revision_id: 1005 wiki_created_at: 2026-09-06T22:41:56Z wiki_modified_at: 2026-09-06T22:41:56Z downloaded_at: 2026-09-07T22:43:31Z --- # Claude (Anthropic) (PT) **Claude** é uma família de grandes modelos de linguagem (LLMs) multimodais desenvolvidos pela empresa de pesquisa **Anthropic**. Os modelos Claude, construídos sobre a arquitetura transformer, são posicionados como assistentes de IA focados em segurança, utilidade e honestidade. A principal característica de seu desenvolvimento é a metodologia **Constitutional AI** ("IA Constitucional"), que visa criar sistemas controláveis e eticamente alinhados. ## História e filosofia ### Fundação e missão da Anthropic A Anthropic foi fundada em 2021 por ex-funcionários seniores da OpenAI, incluindo os irmãos Dario^{[\[1\]](https://systems-analysis.info/int/Claude_(Anthropic)_(PT)#cite_note-1)} e Daniela Amodei^{[\[2\]](https://systems-analysis.info/int/Claude_(Anthropic)_(PT)#cite_note-2)}. O motivo da saída foram divergências com a liderança da OpenAI sobre a direção do desenvolvimento, especificamente devido a preocupações de que a parceria com a Microsoft e a crescente comercialização pudessem comprometer o compromisso com a segurança da IA. A missão da Anthropic é "desenvolver e manter IA avançada para o benefício a longo prazo da humanidade". A empresa está registrada como uma Public Benefit Corporation (PBC) nos EUA, o que a obriga legalmente a equilibrar interesses financeiros com o bem público. Essa abordagem é reforçada por uma estrutura de governança única com o **Long-Term Benefit Trust (LTBT)**, um órgão independente que tem o poder de influenciar a composição do conselho de administração para garantir o compromisso com a missão de segurança. ### Filosofia: HHH e a IA Constitucional Na base do comportamento dos modelos Claude está a fórmula **HHH**: **Helpful, Honest, and Harmless** (Útil, Honesto e Inofensivo). Para implementar esses princípios, a Anthropic desenvolveu sua própria metodologia de treinamento — a Constitutional AI (CAI). Diferente do RLHF tradicional (aprendizagem por reforço com feedback humano), onde anotadores humanos avaliam diretamente as respostas do modelo, a CAI utiliza uma "constituição" — um conjunto de princípios éticos explícitos, com base nos quais o modelo aprende a avaliar e corrigir suas próprias respostas de forma autônoma. Isso torna o processo mais escalável, transparente e controlável. ## Arquitetura e tecnologias-chave ### Baseada na arquitetura Transformer Assim como outros LLMs modernos, Claude utiliza uma arquitetura transformer-decoder, que gera texto de forma autorregressiva, token por token. No entanto, a Anthropic introduziu melhorias significativas visando aumentar o desempenho, a segurança e a controlabilidade. ### IA Constitucional (CAI) O processo de treinamento com a CAI ocorre em duas etapas: 1. **Fase de aprendizado supervisionado (Supervised Learning)**: O modelo gera respostas para as solicitações e, em seguida, outro modelo-crítico, guiado pela "constituição", as avalia e propõe correções. A partir dessas correções, o modelo original é ajustado. 2. **Fase de aprendizado por reforço com feedback de IA (RLAIF)**: O modelo gera pares de respostas, e o modelo-crítico seleciona a melhor delas com base na "constituição". Esses dados são usados para treinar um modelo de preferência (reward model), que então serve como sinal para ajustar o modelo principal usando algoritmos de reforço. ### Contexto longo e multimodalidade Uma das principais vantagens do Claude é sua **janela de contexto** muito grande. Começando com 100.000 tokens no Claude 2, ela foi aumentada para 200.000 no Claude 3 e para 1-2 milhões de tokens nas versões 3.5 e 4. Isso permite que os modelos analisem livros inteiros, bases de código ou transcrições de várias horas em uma única solicitação. A partir da família Claude 3, os modelos se tornaram **multimodais**, ganhando a capacidade de processar imagens junto com texto. ### Raciocínio híbrido e capacidades de agente A partir das versões Claude 3.7 e 4, foi introduzida uma arquitetura de **raciocínio híbrido**. Ela permite que os modelos alternem entre dois modos: - **Respostas rápidas:** Modo padrão para tarefas simples. - **Raciocínio estendido (Extended Thinking):** Para tarefas complexas, o modelo faz uma pausa para "pensar", executando etapas internas de raciocínio, chamando ferramentas (pesquisa na web, execução de código) e formulando uma resposta mais fundamentada. Isso torna o processo mais transparente e confiável. ## Evolução dos modelos Claude ### Claude 1 e 2 (2023) - **Claude 1** (março de 2023): Primeira versão pública. Apresentou o modelo **Claude Instant** para tarefas rápidas e uma versão principal com uma janela de contexto de **100.000 tokens**. - **Claude 2** (julho de 2023): Versão aprimorada, que se tornou publicamente acessível por meio de uma interface web. Mostrou melhorias significativas em programação (71% no Codex HumanEval) e matemática. Em novembro de 2023, foi lançada a versão **Claude 2.1** com uma janela de contexto de **200.000 tokens**. ### Claude 3 (março de 2024) A família que, pela primeira vez, superou o GPT-4 em vários benchmarks. - **Versões:** **Haiku** (a mais rápida), **Sonnet** (balanceada) e **Opus** (a mais poderosa). - **Inovações-chave:** Introdução da **multimodalidade** (análise de imagens), melhoria significativa no raciocínio e na programação, e redução de recusas injustificadas. O Opus alcançou 86,8% no MMLU. ### Claude 3.5 (junho de 2024) Uma geração intermediária, focada em aumentar a inteligência e a velocidade. - **Claude 3.5 Sonnet:** Em termos de desempenho, superou o Claude 3 Opus, sendo duas vezes mais rápido. Introduziu a função **Artifacts** ^{[\[3\]](https://systems-analysis.info/int/Claude_(Anthropic)_(PT)#cite_note-3)}— um painel interativo para trabalhar com código ou documentos gerados. ### Claude 3.7 e Claude 4 (2025) Geração focada em capacidades de agente e raciocínio complexo. - **Claude 3.7 Sonnet** (fevereiro de 2025): Introdução do **raciocínio híbrido**, que permitiu ao modelo combinar respostas rápidas com raciocínios profundos e passo a passo. - **Claude 4** (maio de 2025): Família principal (**Opus 4** e **Sonnet 4**) com foco em agentes de IA autônomos. Os modelos são capazes de executar tarefas de múltiplos estágios, interagir com o sistema de arquivos (via **Computer Use**), chamar ferramentas e manter sessões de trabalho prolongadas (até várias horas) sem degradação de desempenho. O Opus 4 alcançou 72,5% no complexo benchmark de programação SWE-bench. ## Tabela resumo das gerações do Claude | Geração | Ano de lançamento | Versões principais | Janela de contexto máx. | Inovações-chave | |--------------------|-------------------|---------------------|-------------------------|-----------------------------------------------------------------| | **Claude 1** | 2023 | Claude, Instant | 100.000 tokens | Primeiro lançamento público, contexto grande. | | **Claude 2** | 2023 | Claude 2, 2.1 | 200.000 tokens | Melhorias em programação e raciocínio, disponibilidade pública. | | **Claude 3** | 2024 | Opus, Sonnet, Haiku | 200.000+ tokens | Multimodalidade (imagens), superação do GPT-4. | | **Claude 3.5** | 2024 | Sonnet, Haiku | 200.000+ tokens | Aumento de velocidade e inteligência, função "Artifacts". | | **Claude 4 / 3.7** | 2025 | Opus, Sonnet | 200.000+ tokens | Raciocínio híbrido, capacidades de agente, uso de ferramentas. | Evolução das características-chave dos modelos Claude ## Aplicação e disponibilidade Os modelos Claude estão disponíveis através de vários canais: - **Interface web claude.ai:** Oferece acesso gratuito (ao modelo Sonnet) e assinaturas pagas (Pro, Max) com acesso a modelos mais poderosos (Opus) e limites expandidos. - **API para desenvolvedores:** A Anthropic fornece uma API comercial que permite integrar o Claude em aplicativos de terceiros. Os preços variam dependendo do modelo (Haiku é o mais barato, Opus é o mais caro). - **Plataformas de nuvem:** O Claude está disponível através do **Amazon Bedrock** e do **Google Cloud Vertex AI**, o que simplifica seu uso em ambientes corporativos. - **Integrações:** O Claude está integrado em serviços populares como Slack, Notion e Quora (no chatbot Poe). ## Ligações externas - Site oficial da Anthropic - Documentação para desenvolvedores ## Literatura - Anthropic (2022). *Constitutional AI: Harmlessness from AI Feedback*. arXiv:2212.08073. - Anthropic (2023). *Claude’s Constitution*. - Anthropic (2024, março). *Introducing the next generation of Claude*. - Anthropic (2025, maio). *Introducing Claude 4*. ## Literatura - Ouyang, L. et al. (2022). *Training Language Models to Follow Instructions with Human Feedback*. arXiv:2203.02155. - Bai, Y. et al. (2022). *Training a Helpful and Harmless Assistant with Reinforcement Learning from Human Feedback*. arXiv:2204.05862. - Bai, Y. et al. (2022). *Constitutional AI: Harmlessness from AI Feedback*. arXiv:2212.08073. - Bulatov, A. et al. (2023). *Scaling Transformer to 1M Tokens and Beyond with RMT*. arXiv:2304.11062. - Jimenez, C. E. et al. (2023). *SWE-bench: Can Language Models Resolve Real-World GitHub Issues?*. arXiv:2310.06770. - Yuan, W. et al. (2024). *Self-Rewarding Language Models*. arXiv:2401.10020. - Yang, A. et al. (2024). *Context Parallelism for Scalable Million-Token Inference*. arXiv:2411.01783. - Miranda, L. J. V. et al. (2024). *Hybrid Preferences: Learning to Route Instances for Human vs AI Feedback*. arXiv:2410.19133. - Chittepu, Y. et al. (2025). *Reinforcement Learning from Human Feedback with High-Confidence Safety Constraints*. arXiv:2506.08266. - Yuan, W. et al. (2025). *Process-based Self-Rewarding Language Models*. arXiv:2503.03746. - Yang, B. et al. (2025). *Long Context Windows in Generative AI: An AI Atlas Report*. [4] (tech-report, open review). ## Notas 1. [↑](https://systems-analysis.info/int/Claude_(Anthropic)_(PT)#cite_ref-1) “Dario Amodei”. Em *Wikipedia* [1] 2. [↑](https://systems-analysis.info/int/Claude_(Anthropic)_(PT)#cite_ref-2) “Daniela Amodei”. Em *Wikipedia [2]* 3. [↑](https://systems-analysis.info/int/Claude_(Anthropic)_(PT)#cite_ref-3) “What Are Artifacts and How Do I Use Them? \| Anthropic Help Center”.[3]