Nesta página
Computer use (uso do computador por IA) é a capacidade de um modelo de IA de interpretar o que aparece na tela e agir nela: mover o cursor, clicar, digitar, rolar e preencher formulários. Em novembro de 2026, Anthropic, OpenAI e Google oferecem modelos com esse recurso. Como o agente age em contas reais, exige supervisão humana.
- Em nov/2026, Anthropic, OpenAI e Google têm modelos com esse recurso: Claude Opus 5.5, GPT-6 Astra e Gemini 4 Carbon.
- Nenhum modelo vence em tudo. Os números de desempenho vêm do próprio Google e não foram auditados de forma independente.
- O agente age em contas reais: dê o menor acesso possível e confirme você mesmo antes de qualquer ação externa.
Fonte principal: Gemini models — Google DeepMind ↗
De onde vem o termo computer use e o que ele quer dizer?
computer use é inglês para "uso do computador". É o nome que os laboratórios dão à ferramenta que deixa um modelo de linguagem operar uma interface gráfica, como uma pessoa faria.
🌱 Sou novo nisso. Um chat comum só gera texto. Com computer use, o modelo recebe imagens da tela e devolve ações. É um tipo de agente, ou seja, uma IA que executa tarefas com ferramentas.
As ações mais comuns são:
- mover o cursor e clicar;
- digitar texto;
- rolar páginas;
- selecionar elementos;
- navegar por sites e aplicativos;
- preencher formulários.
🔎 Já uso. O recurso serve para fluxos que não têm uma API, que é a porta estruturada por onde um programa conversa com outro. Sem essa porta, o agente usa a mesma tela que você usa.
🚀 Já sou mais avançado. Na Anthropic, o computer use é uma ferramenta que entra no harness, o "carro" em volta do modelo, com ferramentas, memória e arquivos. A documentação do Claude Opus 5.5 cita o toolset computer_toolset_20260801. No Amazon Bedrock, ela cita uma interface compatível com computer_20251124. Os trechos disponíveis não trazem a lista completa de ações nem os limites operacionais.
Como o computer use da IA aparece nos modelos atuais?
Verificado em nov/2026. Os três grandes laboratórios têm modelos com essa capacidade. Eles mudam no formato de acesso e no preço.
| Laboratório | Modelo | O que a fonte diz | Preço ou acesso |
|---|---|---|---|
| Anthropic | Claude Opus 5.5 | Suporte documentado a computer use | Preço de API por milhão de tokens: veja a comparação de preços de API |
| OpenAI | GPT-6 Astra e GPT-6 Pro | A OpenAI descreve o GPT-6 Astra para "precise computer use" (preços) | O GPT-6 Pro está no ChatGPT nos planos Pro de US$ 100 e US$ 200, além de Business e Enterprise (suporte) |
| Gemini 4 Carbon e Gemini 4 Argon | O Google publica resultados na categoria "Computer use" (página Gemini) | O trecho de preços disponível não informa o valor desses dois modelos |
Token é o pedaço de texto que serve de unidade de cobrança.
O que muda entre usar no app e usar por API. Em um app de consumo, como o ChatGPT ou o Claude, você paga um plano mensal. Por API ou nuvem, você paga por token. Nesse caso, a empresa controla permissões, registros, região de processamento e aprovações humanas. A Anthropic informa um multiplicador de 1,1× para inferência só nos EUA nos modelos Claude 4.6 e posteriores. O trecho encontrado não deixa claro se essa regra vale para o Opus 5.5.
Desempenho declarado pelo Google na página Gemini:
| Modelo | Agents' Last Exam v1.1 | OSWorld-2.1 (subconjunto offline) |
|---|---|---|
| Claude Opus 5.5 | 71,6% | 87,2% |
| GPT-6 Astra | 73,1% | 80,9% |
| Gemini 4 Carbon | 77,4% | 81,5% |
| Gemini 4 Argon | 69,0% | 74,7% |
Um benchmark é um teste padronizado. Nesses números, o Claude Opus 5.5 foi melhor no OSWorld-2.1, e o Gemini 4 Carbon foi melhor no Agents' Last Exam v1.1. Os dois testes têm protocolos diferentes, então os números não se comparam diretamente. A tabela vem do próprio Google e não é uma auditoria independente. Nenhum modelo vence em tudo: compare para a sua tarefa.
Quais são as confusões e os riscos mais comuns do computer use?
Confusões comuns
- Nota alta não quer dizer segurança. Um benchmark mede o desempenho em um conjunto de tarefas. Ele não mede a confiabilidade em ambientes abertos nem a resistência a instruções maliciosas.
- Nem todo modelo da família faz computer use. A OpenAI lista modelos como gpt-6-astra e gpt-6.1-sol. Os trechos disponíveis não dizem qual variante corresponde a qual modalidade de controle de tela.
- Agente com tela não é o mesmo que chat. O risco muda porque o agente age, e não só escreve.
Riscos principais
- Ações irreversíveis. Um clique pode comprar, enviar uma mensagem, apagar dados ou mudar uma configuração.
- Prompt injection. É um texto escondido em um site ou na tela que tenta mudar a ordem original. Ele pode levar o agente a revelar dados ou a fazer algo malicioso.
- Phishing e fraude. O agente pode ser induzido a digitar senhas, códigos de autenticação ou dados financeiros em um site falso.
- Excesso de autoridade. Se o navegador estiver conectado a e-mail, banco ou nuvem, uma falha atinge contas reais.
- Erros de interpretação. O modelo pode confundir botões, valores, destinatários ou estados da interface.
- Privacidade. Capturas de tela podem mostrar documentos, mensagens, dados médicos ou informações de outras pessoas.
- Escala. Um erro pequeno pode ser repetido milhares de vezes.
Na prática. Em contas de banco, seguro-saúde, impostos, empregador ou órgão público, siga três cuidados:
- dê ao agente o menor acesso possível;
- confirme você mesmo antes de qualquer ação externa;
- não dê autorização ampla por padrão.
Isso é um cuidado operacional, não uma exigência legal citada nas fontes. As fontes também não confirmam uma lei nova, de novembro de 2026, específica para agentes que controlam mouse e teclado.
Perguntas frequentes
Quais modelos têm computer use em novembro de 2026?
Pelas fontes oficiais, verificadas em nov/2026: Claude Opus 5.5 (Anthropic), GPT-6 Astra e GPT-6 Pro (OpenAI), Gemini 4 Carbon e Gemini 4 Argon (Google).
Qual é o melhor modelo para computer use?
Não há um vencedor absoluto. Nos números publicados pelo Google, o Claude Opus 5.5 teve 87,2% no OSWorld-2.1 e o Gemini 4 Carbon teve 77,4% no Agents' Last Exam v1.1. Os testes são diferentes e não foram verificados de forma independente.
Quanto custa usar computer use?
Depende da ferramenta (verificado em nov/2026). O GPT-6 Pro aparece no ChatGPT nos planos Pro de US$ 100 e US$ 200, além de Business e Enterprise. O preço dos Gemini 4 Carbon e Argon não estava no trecho consultado.
É seguro deixar a IA mexer na minha conta do banco?
O risco é real: cliques irreversíveis, sites falsos e textos escondidos que mudam a ordem do agente. Use o menor acesso possível e confirme você mesmo cada ação. Em dúvida sobre uma transação, fale com o banco.
Fontes
- Gemini models — Google DeepMind · empresa
- Pricing — Claude Docs (Anthropic) · empresa
- Claude Opus — Anthropic · empresa
- API Pricing — OpenAI · empresa
- GPT-5.6 and GPT-6 Pro in ChatGPT — OpenAI Help Center · empresa
