Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAPI / Produto · Pronto p/ usoX: @AnthropicAI→ original

Anthropic adiciona à API execução de código, conectores MCP, arquivos e cache de 1 hora em vez de 5 minutos

A Anthropic adicionou à API quatro blocos prontos para agentes: execução de código Python em sandbox, conexão de serviços pelo protocolo MCP, upload único de arquivos e cache de prompt de 1 hora em vez de 5 minutos. Um agente pode receber uma tabela de clientes uma única vez, calcular a taxa de churn com código e não reenviar instruções longas a cada passo. Segundo a empresa, o cache reduz em até 90% o custo de prompts longos. Equipes devem verificar qual código de infraestrutura próprio pode ser eliminado.

Processado por IA de X: @AnthropicAI; editado por Hamidun News
Anthropic adiciona à API execução de código, conectores MCP, arquivos e cache de 1 hora em vez de 5 minutos
Fonte: X: @AnthropicAI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalX: @AnthropicAI ↗
Editor-chefe
Code execution50 horas gratuitas de contêiner por dia, depois cerca de 5 centavos de dólar por hora
MCP connectoro endereço do servidor MCP remoto é informado diretamente na requisição
Dado-chave #3Cache de 1 hora em vez de 5 minutos; a latência, segundo a Anthropic, cai até 85%

Para construir um agente de IA apenas com a API de um modelo de linguagem, o modelo não basta. É preciso ter um lugar seguro para executar o código que ele escreveu. É preciso conectar serviços externos, como um rastreador de tarefas ou um CRM. E é preciso, a cada vez, reenviar os mesmos documentos e pagar pelo seu processamento.

Em 22 de maio de 2025, a Anthropic anunciou quatro recursos da API que resolvem exatamente esses problemas. A code execution tool executa o código Python do modelo em uma sandbox do lado da Anthropic. O MCP connector conecta serviços externos pelo protocolo MCP, e você não precisa escrever um cliente próprio para cada um. A Files API permite enviar um documento uma única vez e depois referenciá-lo. O cache de prompt estendido mantém a parte repetida da requisição por até uma hora, em vez dos cinco minutos anteriores, o que barateia as requisições e as torna mais rápidas.

No próprio post no X, constam apenas os nomes dos recursos e um link para o anúncio. Os detalhes estão na documentação e no blog da empresa. A seguir, uma análise de cada item; os números são os da documentação na data do anúncio.

Code execution tool: o modelo executa código por conta própria

A primeira ferramenta permite que o Claude escreva e execute código Python em uma sandbox isolada. É algo parecido com um notebook Jupyter integrado. O modelo faz cálculos, gera gráficos, processa tabelas e verifica as próprias hipóteses, em vez de chutar a resposta de cabeça.

Exemplo: você pede para identificar quais clientes de uma exportação têm maior probabilidade de cancelar. Antes, o desenvolvedor precisava montar a própria sandbox e cuidar de segurança e timeouts. Agora basta habilitar a ferramenta na requisição. Segundo a documentação, na fase beta cada organização recebe 50 horas gratuitas de contêiner por dia; depois disso, cobra-se cerca de 5 centavos de dólar por hora de contêiner.

MCP connector e Files API: menos cola entre serviços

MCP (Model Context Protocol) é um protocolo aberto da Anthropic por meio do qual o modelo se comunica com ferramentas externas, como rastreadores de tarefas, CRMs e bases de conhecimento. Antes, era preciso escrever um cliente próprio para cada servidor MCP. O MCP connector permite informar, na própria requisição, o endereço de um servidor MCP remoto. A API se conecta sozinha, obtém a lista de ferramentas e chama a que for necessária. Para o product manager, isso significa que integrações prontas de terceiros podem ser conectadas mais rapidamente.

A Files API resolve o problema cotidiano do reenvio. Um documento, como um PDF com regulamento ou uma planilha, é enviado uma vez, recebe um identificador e passa a ser referenciado em qualquer requisição. Não é preciso recodificar e reenviar o mesmo arquivo a cada etapa da conversa. Combinados com a code execution, os recursos formam um fluxo: você envia os dados, o modelo executa o código e devolve os resultados prontos.

Cache de prompt estendido: uma hora em vez de cinco minutos

O cache de prompt funciona como um marcador de página em um livro. Um trecho longo e inalterado da requisição (instruções, documentos, exemplos) não é reprocessado pelo modelo; ele é recuperado do cache. Isso reduz tanto o custo quanto a latência. Antes, o cache durava cerca de cinco minutos. Se o agente demorava mais para responder ou o usuário se atrasava, todo o contexto precisava ser recalculado. Agora existe a opção com validade de até uma hora.

A Anthropic afirma que o cache pode reduzir o custo de prompts longos em até 90% e a latência em até 85%. A hora de retenção é especialmente útil em tarefas longas de agentes, em que o contexto é grande e as etapas têm pausas. Pelo armazenamento mais longo há cobrança adicional: gravar no cache de uma hora custa mais do que no de cinco minutos, enquanto ler do cache sai bem mais barato do que o input comum.

O que isso significa na prática

Os quatro recursos chegaram junto com os modelos Claude 4. Juntos, formam um conjunto para plataformas de agentes: execução de código, integrações, arquivos e economia de contexto. A Anthropic assume parte do trabalho de infraestrutura que antes ficava com frameworks de terceiros e código próprio.

Há também limitações a considerar. Parte dos recursos está em beta, então interface e preços podem mudar. O código é executado nos servidores da Anthropic, o que exige verificar requisitos de segurança e armazenamento para dados sensíveis. E quanto mais lógica passa para a API de um único fornecedor, maior a dependência desse fornecedor.

O que o desenvolvedor deve fazer: se você já tem um agente com sandbox própria ou com contexto longo e repetitivo, meça o resultado com o cache de uma hora e com a execução de código integrada. Para protótipos, a combinação de MCP connector e Files API provavelmente economiza alguns dias de integração.

História

Perguntas frequentes sobre a notícia

O que se sabe sobre Code execution tool: o modelo executa código por conta própria?

A primeira ferramenta permite que o Claude escreva e execute código Python em uma sandbox isolada. É algo parecido com um notebook Jupyter integrado. O modelo faz cálculos, gera gráficos, processa tabelas e verifica as próprias hipóteses, em vez de chutar a resposta de cabeça. Exemplo: você pede para identificar quais clientes de uma exportação têm maior probabilidade de cancelar. Antes, o desenvolvedor precisava montar a própria sandbox e cuidar de segurança e timeouts.

O que se sabe sobre MCP connector e Files API: menos cola entre serviços?

MCP (Model Context Protocol) é um protocolo aberto da Anthropic por meio do qual o modelo se comunica com ferramentas externas, como rastreadores de tarefas, CRMs e bases de conhecimento. Antes, era preciso escrever um cliente próprio para cada servidor MCP. O MCP connector permite informar, na própria requisição, o endereço de um servidor MCP remoto. A API se conecta sozinha, obtém a lista de ferramentas e chama a que for necessária.

O que se sabe sobre Cache de prompt estendido: uma hora em vez de cinco minutos?

O cache de prompt funciona como um marcador de página em um livro. Um trecho longo e inalterado da requisição (instruções, documentos, exemplos) não é reprocessado pelo modelo; ele é recuperado do cache. Isso reduz tanto o custo quanto a latência. Antes, o cache durava cerca de cinco minutos. Se o agente demorava mais para responder ou o usuário se atrasava, todo o contexto precisava ser recalculado. Agora existe a opção com validade de até uma hora.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
O que você acha?
Carregando comentários…