Teste de aceitação v0: regenerar os posts 9 e 10 só com claims
Data: 2026-10-22. Originais: seção “Reserva” de raw/docs/calendario-conteudo-4sem.md (posts 9 e 10).
Regra do teste: cada frase com fato termina com o(s) claim(s) que a sustentam. Frase sem claim = lacuna (adicionada como claim com fonte, ou sinalizada e retirada do texto).
Os textos ficam em inglês (idioma do canal). Formatação do canal (sem link, sem hashtag) é trabalho do template, não do claim; os wikilinks saem antes de publicar.
Post 9 · o preço da inteligência (regenerado)
Anthropic’s newest Opus, Claude Opus 5.5, costs 4 / 20 per million tokens, 20% less than Opus 5, and Anthropic says that’s because it needs less compute to serve. opus-5-5-mais-barato-por-servir-com-menos-computacao
The older models keep their price. On today’s list, Opus 4.5, 4.6, 4.7, 4.8 and 5 all cost 5 / 25 per million tokens, and the retired Opus 4 and 4.1 are listed at 15 / 75. preco-opus-fixo-por-geracao
On Anthropic’s list, the price drops with the next model, not with time. preco-opus-fixo-por-geracao opus-5-5-mais-barato-por-servir-com-menos-computacao
And the same price per token isn’t the same bill: Claude 4.7 and later use a tokenizer that produces about 30% more tokens for the same text. tokenizer-novo-gera-30-por-cento-mais-tokens
Zoom out, though, and the trend is wild. Epoch AI measured the cost of reaching a fixed level of performance: it fell about 13x per year since 2023. preco-desempenho-fixo-cai-13x-ao-ano
It falls fastest right after a level becomes state of the art (about 75x per year at first, about 4.7x per year two years later). queda-de-preco-mais-rapida-logo-apos-sota
GPT-3 level answers cost 60 per million tokens in 2021 and 0.06 three years later. nivel-gpt3-de-60-para-0-06-dolar
What drives it is serving each token more cheaply: better GPUs, 4-bit quantization, software, smaller models, and open models hosted by competing providers. queda-de-preco-vem-de-servir-mais-barato
The top of the line stays expensive: in 2024, OpenAI’s leading model cost the same per output token as GPT-3 did at launch, $60 per million. modelo-de-ponta-continua-caro
So I build on one assumption, and it’s an opinion, not a measurement: intelligence trends toward free. defesa-quando-ia-for-gratis What stays scarce: defesa-quando-ia-for-gratis → your own data and sources defesa-quando-ia-for-gratis → checking that the output is right (a strict JSON schema gave me valid shape and the most wrong answers) json-schema-estrito-mais-respostas-erradas → distribution and trust defesa-quando-ia-for-gratis
Caveat: Epoch’s series covers barely three years and a16z’s starts in November 2021. preco-desempenho-fixo-cai-13x-ao-ano nivel-gpt3-de-60-para-0-06-dolar
What part of your work matters more when the model is nearly free?
X (thread, 3)
[1/3] On Anthropic’s price list, Opus 4.5 through 5 all cost 5/25 per million tokens and the retired Opus 4 is listed at 15/75. preco-opus-fixo-por-geracao Opus 5.5 came in at 4/20 because it needs less compute to serve. opus-5-5-mais-barato-por-servir-com-menos-computacao Prices drop with the next model, not with time. preco-opus-fixo-por-geracao
[2/3] Zoom out: Epoch AI measured the cost of a fixed level of performance falling about 13x per year since 2023. preco-desempenho-fixo-cai-13x-ao-ano GPT-3 level answers: 60 per million tokens in 2021, 0.06 three years later. nivel-gpt3-de-60-para-0-06-dolar
[3/3] My bet (opinion): intelligence trends toward free. What stays scarce: your own data, verification, distribution. defesa-quando-ia-for-gratis json-schema-estrito-mais-respostas-erradas Which one are you building?
Lacunas do post 9 (fato do original sem claim)
| # | Trecho original | Situação | O que fiz |
|---|---|---|---|
| 1 | ”The model I use every day, Claude Opus 5.5” | fato pessoal, sem fonte em raw/ | sinalizado; tirado do texto. Para voltar: ingerir a config do Hermes (modelo em uso) como fonte. |
| 2 | ”will not get cheaper. No Claude model ever has after launch” | a tabela é foto de um dia; não prova “nunca” | sinalizado; trocado pela foto de hoje + nota “Earlier models … retain their existing pricing” (preco-opus-fixo-por-geracao). Para voltar: ingerir histórico de preços (Internet Archive). |
| 3 | ”Opus 4 stayed at 15 / 75 until it was retired" | "stayed until” não está na fonte | reescrito para “listed at 15/75, retired” (claim já tinha o dado). |
| 4 | ”Opus 5.5 launched at 4 / 20 because it is cheaper to serve” | ok | claim adicionado com fonte oficial: opus-5-5-mais-barato-por-servir-com-menos-computacao. |
| 5 | ”Training is a sunk cost” | nenhuma fonte diz isso | sinalizado (raciocínio nosso, C0); tirado. |
| 6 | ”better chips, smaller distilled models, competition" | "distilled” não está na fonte | reescrito com os fatores da a16z; claim adicionado: queda-de-preco-vem-de-servir-mais-barato. |
| 7 | ”If the decline slows to just 3x a year, today’s top model gets tens of thousands of times cheaper within a decade” | projeção nossa (3^10 = 59.049), não está em fonte | sinalizado; tirado. Pela regra, número derivado sem fonte não vira claim. Se o Gustavo quiser, volta como “my math” explícita. |
| 8 | ”intelligence trends toward free” + lista do que fica escasso | opinião | só existe claim C0 (defesa-quando-ia-for-gratis); mantido e marcado como opinião no texto. |
| 9 | ”under 5 years of data” | não está escrito em fonte nenhuma | reescrito para o que as fontes dizem: Epoch “barely three years”, a16z desde nov/2021. |
| 10 | ”the frontier model of each year will stay expensive” | previsão; a fonte só traz o passado | reescrito como fato passado (o1 = preço do GPT-3 no lançamento); claim adicionado: modelo-de-ponta-continua-caro. |
| 11 | (novo) tokenizer do 4.7+ gera ~30% mais tokens | não estava no original | claim adicionado (tokenizer-novo-gera-30-por-cento-mais-tokens); deixa o argumento mais honesto. |
Post 10 · colapso de ideias (regenerado)
I asked an LLM for 20 business ideas. Then I asked again. And again. ideias-sem-fonte-colapsam-entre-listas
Inside each list, no repeats. Looks diverse. ideias-sem-fonte-colapsam-entre-listas
Across lists: the second one repeated 9 of the first 20. The third repeated 17 of 20. All generic: SEO, chatbots, online courses, blogs, finance apps. ideias-sem-fonte-colapsam-entre-listas
Asking for one idea per call was worse. The same idea (a mentoring app for junior devs) came back 6 times in 20. uma-ideia-por-chamada-repete-a-mesma
Then I gave the model something to read first: one real web page per call, from the sources my idea pipeline already collects (businesses for sale, customer complaints, businesses that already work abroad). ideia-ancorada-em-pagina-nao-colapsa
20 calls, 20 different ideas, all specific: appeals for traffic fines, food safety manuals for small kitchens, payroll for household employees, watching empty houses. ideia-ancorada-em-pagina-nao-colapsa
Asking again didn’t fix it. The model has a small default repertoire, and the variety came from what I fed it. ideias-sem-fonte-colapsam-entre-listas ideia-ancorada-em-pagina-nao-colapsa
So my pipeline has a new rule: every idea starts from a page. And I track a collapse rate, the share of new ideas that look like old ones. regra-toda-ideia-nasce-de-uma-pagina
Small test: gpt-4o-mini, 44 calls, half a cent. experimentos-llm-custam-centavos Similarity measured with embeddings on the idea names, checked by eye. ideias-sem-fonte-colapsam-entre-listas
Where do your ideas come from?
X (thread, 3)
[1/3] Asked an LLM for 20 business ideas, 3 times. No repeats inside a list. Across lists: the 2nd repeated 9 of 20, the 3rd repeated 17 of 20. SEO, chatbots, online courses. ideias-sem-fonte-colapsam-entre-listas
[2/3] Then one real web page per call as input (complaints, businesses for sale). 20 calls, 20 distinct and specific ideas: traffic fine appeals, food safety manuals, household payroll. ideia-ancorada-em-pagina-nao-colapsa
[3/3] Variety comes from what you feed the model. Now every idea in my pipeline starts from a page, and I track how many new ideas repeat old ones. regra-toda-ideia-nasce-de-uma-pagina 44 calls, half a cent. experimentos-llm-custam-centavos Where do your ideas come from?
Lacunas do post 10
| # | Trecho original | Situação | O que fiz |
|---|---|---|---|
| 1 | ”a recipe blog” | colapso-ideias-resultados.md só diz “blog”; “culinária” aparece num item do colapso-ideias-raw.json, que não foi ingerido | reescrito para “blogs”. Para voltar: ingerir o raw json. |
| 2 | ”…, every time” | a fonte não diz que cada tema aparece em toda lista | tirado. |
| 3 | ”small companies that work abroad” | não bate com a fonte (fonte 3 = “copiar o que funciona” lá fora: Starter Story, Indie Hackers, franquias EUA) | reescrito para “businesses that already work abroad”; evidência adicionada ao claim ideia-ancorada-em-pagina-nao-colapsa (expandir §1). |
| 4 | ”house watching for empty beach homes” | a ideia do teste é “vigilância de casa vazia”; “beach” não está nela | reescrito para “watching empty houses”. |
| 5 | ”Temperature doesn’t fix this” | só a temperatura 1.0 foi testada; a frase é conclusão da fonte, não medida | reescrito para “Asking again didn’t fix it” (isso foi medido). Para voltar: rodar o colapso com temperaturas 0 / 0,7 / 1,2. |
| 6 | ”44 calls, half a cent” | 44 só aparece no calendário | claim experimentos-llm-custam-centavos cita o calendário; conferi nos scripts: 20 + 1 + 20 + 3 = 44. |
Veredito
PASSA com lacunas. Os dois posts se regeneram só com claims do wiki: toda frase com fato cita ≥1 claim, e todo número do texto regenerado está no corpo de um claim citado (conferido por script na hora, ver log). Foram 17 lacunas: 11 no post 9, 6 no post 10.
- Adicionados/ajustados com fonte: 6 (post 9: #4, #6, #10, #11; post 10: #3, #6).
- Reescritos para o que a fonte diz: 7 (post 9: #3, #9; post 10: #1, #2, #4, #5; mais #8 marcado como opinião).
- Sinalizados e tirados (sem fonte): 4, todos no post 9 (#1 modelo em uso, #2 “nunca ficou mais barato”, #5 custo afundado, #7 projeção 3x/ano). O post 9 original tinha as afirmações mais fortes que as fontes (“never”, “will not”, “until retired”). O fact-check por claim pegou todas.