Claude Code Lento? Corrigindo e Próximos Passos

Há um tipo específico de frustração que surge por volta da marca de 45 minutos de uma sessão do Claude Code. Os primeiros comandos foram rápidos. Depois, algo começou a ficar mais lento. Então, uma chamada de ferramenta falhou. E então você percebeu que a janela restante da sessão já estava pela metade.

Passei por isso muitas vezes para deixar de tratar como azar. Aqui está o que realmente está acontecendo — e o que fazer a respeito.

Por Que o Claude Code Fica Lento ou Produz Resultados Inconsistentes

Antes de pular para as correções, vale a pena ser preciso sobre que tipo de lentidão você está lidando. Os problemas de desempenho do Claude Code não têm todos a mesma causa raiz, e aplicar a correção errada só desperdiça mais tempo da sessão.

Sobrecarga da Janela de Contexto

Este é o culpado mais comum e se acumula silenciosamente.

O Claude Code não envia um único prompt para a API e espera uma resposta. Cada interação é uma conversa de múltiplos turnos que inclui o prompt do sistema, o histórico acumulado da conversa, o conteúdo de arquivos inseridos no contexto e tokens de uso de ferramentas gerados por operações como leitura de arquivos, execução de comandos bash e busca na base de código. Um comando aparentemente simples como "editar este arquivo" pode consumir entre 50.000 e 150.000 tokens em uma única chamada de API, uma vez que a janela de contexto completa é montada.

A parte complicada: cada mensagem de acompanhamento na mesma sessão se soma a esse contexto. O que começa como uma sessão de 40k tokens torna-se 200k+ na mensagem 12. O modelo fica mais lento, as respostas desviam e o orçamento da sessão evapora.

O tamanho da janela de contexto do Claude é de 200K tokens em todos os modelos e planos pagos, exceto nos planos Enterprise, que têm uma janela de contexto de 500K em alguns modelos. Ao atingir esse limite, você recebe respostas truncadas ou uma paralisação completa.

Falhas em Chamadas de Ferramentas e Loops de Repetição

Um único comando visível ao usuário no Claude Code pode gerar múltiplas chamadas de API devido ao uso de ferramentas. Um ciclo de "lint → consertar → testar → consertar" pode produzir de 8 a 12 chamadas de API em 60 segundos. Quando uma dessas chamadas de ferramenta falha — um comando bash que expira, uma leitura de arquivo que encontra erro de permissão — o Claude não necessariamente mostra o erro de forma clara. Ele tenta novamente. Cada tentativa consome tokens e tempo real de latência. Você vê a sessão travada; o que realmente está acontecendo é um loop de tentativas que está te cobrando pela confusão.

Desvio de Prompt

Este eu continuei subestimando. Seus arquivos de habilidades CLAUDE.md ou equivalentes acumulam instruções ao longo do tempo. Restrições antigas que se aplicavam a um projeto permanecem. Orientações contraditórias se acumulam. Cada nova solicitação carrega todo o arquivo no contexto — incluindo as partes que não se aplicam mais e as partes que entram em conflito ativo umas com as outras.

Um arquivo de habilidades inchado e contraditório não apenas consome tokens. Ele confunde o agente. Você obtém respostas mais lentas e menos decisivas porque o modelo está tentando conciliar instruções que não podem ser verdadeiras ao mesmo tempo.

Limites de Taxa do Modelo

Vale a pena ser concreto sobre isso, porque os números do painel são realmente enganosos.

O cenário é familiar para qualquer desenvolvedor que trabalhe com Claude Code. O painel da Anthropic mostra 6% de uso no dia, com muita cota restante por qualquer interpretação razoável. E ainda assim você é limitado. A razão: os limites de taxa do Claude Code operam como um sistema de três restrições independentes e sobrepostas. A porcentagem do painel reflete apenas uma delas.

Além das janelas móveis de 5 horas, a Anthropic agora aplica limites de taxa semanais que são redefinidos a cada sete dias. Estes incluem um limite geral de uso e um limite semanal separado para os modelos Opus.

Março de 2026 adicionou outra camada — a Anthropic introduziu ajustes nos limites de sessão de 5 horas especificamente durante horários de pico (dias de semana, 5h–11h PT). Fluxos de trabalho intensivos durante essas janelas esgotarão a cota mais rapidamente do que trabalhos idênticos executados à noite.

Correções que Você Pode Aplicar Agora

Gerenciamento de Contexto

A alavanca mais imediata. Inicie uma nova sessão quando você notar a qualidade da resposta degradando ou a velocidade caindo — não tente continuar a partir de um contexto inchado.

Quando sua conversa se aproxima do limite da janela de contexto, Claude resume mensagens anteriores para continuar a conversa de forma contínua. Todo o histórico de chat é preservado para que o Claude possa consultá-lo mesmo após a resumização. O comando /compact força isso mais cedo, antes que a janela esteja totalmente saturada. Use-o proativamente — em torno de 60–70% do limite — ao invés de esperar que a degradação se torne visível.

Para CLAUDE.md e instruções de projeto: mantenha-as curtas e específicas de tarefa. A orientação oficial da documentação de suporte da Anthropic é usar instruções de projeto para contexto geral e função, e reservar instruções específicas de tarefa para cada sessão individual. Não deixe que arquivos de habilidades se tornem depósitos de informações.

Otimização de Chamadas de Ferramenta

Reduza a área de superfície da ferramenta. Se uma tarefa não exigir execução bash, não dê ao Claude uma ferramenta de bash aberta. Escopo explícito de permissões significa menos chamadas desnecessárias de ferramentas, o que significa menos pontos de falha potenciais e loops de retentativa.

Adicione expectativas explícitas de gerenciamento de erros aos seus prompts. Algo como "se esse comando falhar, pare e reporte o erro em vez de tentar novamente" soa óbvio, mas realmente muda o comportamento. Claude usa por padrão o persistente — que geralmente é um recurso, mas em uma sessão com taxa limitada é um dreno de orçamento.

Defina limites de retentativas explicitamente para qualquer fluxo de trabalho automatizado. Um loop com três retentativas e backoff exponencial é controlado. Um loop de retentativa sem limite em uma sessão agentica complexa é um matador de sessões.

Higiene Rápida

A cada poucas semanas, audite seus arquivos de habilidades e CLAUDE.md conteúdo. O teste é simples: leia todas as instruções e pergunte se elas ainda são verdadeiras para o projeto atual. Remova tudo que estiver desatualizado. Resolva quaisquer contradições. Se duas instruções entrarem em conflito, o modelo tentará satisfazer ambas — lenta e de forma inconsistente.

Se você estiver usando CLAUDE.md em vários projetos, tenha cuidado especial com instruções específicas de cada projeto que migraram para um arquivo "global". Elas adicionam ruído a cada requisição, mesmo quando são irrelevantes.

Soluções alternativas para limite de taxa

Agende sessões intensivas fora dos horários de pico. Fora do horário de pico significa fora das 5h às 11h PT nos dias úteis. Sessões durante a noite e nos fins de semana evitam a limitação que afeta o uso durante o horário de trabalho de forma mais agressiva.

Divida projetos grandes em sessões menores e discretas, em vez de uma longa duração de várias horas. Isso limita a quantidade de contexto acumulada por ciclo de faturamento e mantém o orçamento de tokens de cada sessão mais previsível.

Para usuários da API, a documentação do limite de taxa anthropic é a referência atual autoritativa. Números específicos mudam sem aviso — verifique antes de arquitetar fluxos de trabalho em torno de limiares específicos.

Use /model para mudar para um modelo mais leve para subtarefas mais simples dentro de uma sessão. Nem toda etapa em um fluxo de trabalho de codificação precisa de Opus. Sonnet lida com leitura de código, busca e operações de arquivos de forma eficiente a menor custo de token.

! [imagem] (https://cdn.10b.ai/1776073178705-3.png)

O Problema dos Ajustes Únicos

Aqui está o que eu continuava notando: eu aplicava uma das soluções acima, fazia uma sessão limpa e, duas semanas depois, encontrava exatamente o mesmo problema. Projeto diferente, mesmo modo de falha.

A razão é estrutural. Essas correções vivem na sua cabeça. Ou em um registro de chat que você nunca mais encontrará. Ou em uma anotação mental que evapora antes da próxima sessão.

Todo desenvolvedor que corrigiu um problema de desempenho do Claude Code já o refez na semana seguinte. Porque a correção não está atrelada a nada persistente. A próxima execução do agente começa do zero — mesmo padrão de sobrecarga de contexto, mesmo comportamento de nova tentativa, mesmo arquivo de habilidades inchado — porque nada capturou o que funcionou da última vez.

Isso não é apenas um problema de produtividade pessoal. É uma propriedade fundamental de como a infraestrutura atual de agentes lida com a experiência: as correções bem-sucedidas evaporam no final da sessão.

Tornando as correções herdáveis

É aqui que a conversa de engenharia fica mais interessante.

Quando uma correção funciona — uma estratégia de nova tentativa específica que interrompeu um ciclo de falhas, um padrão de compactação de contexto que manteve as sessões estáveis em mais de 20 comandos, um escopo de permissão de ferramenta que reduziu chamadas desnecessárias em 40% — essa correção tem valor real. A questão é se ela permanece útil além da sessão em que foi descoberta.

A abordagem que o protocolo GEP da EvoMap está explorando: quando uma correção funciona, encapsulá-la como um ativo validado — uma Cápsula — que outro agente pode herdar sem redescobrir a solução do zero. O ciclo do protocolo é evolução local → publicação como pacote Gene/Cápsula → validação e classificação pelo hub → herança por outros agentes em diferentes modelos e sessões.

O valor de engenharia não é “automação mágica”. É simplesmente que uma correção que funcionou sob condições específicas é preservada com suas condições documentadas, avaliada quanto à qualidade e sinal de reutilização, e disponibilizada para herança. O próximo agente que encontrar o mesmo padrão de timeout não começa do zero.

A estratégia de reparo daquela execução do OpenHarness se torna uma Cápsula, publicada via POST /a2a/publish. Após passar pela validação, ela é promovida. Outro agente — executando em qualquer harness, em qualquer modelo — pode buscá-la via POST /a2a/fetch e herdar a correção.

Essa é uma camada diferente das correções acima. Essas correções são táticas. A herança de Cápsulas é uma tentativa de tornar correções táticas duráveis entre sessões e agentes — para quebrar o ciclo de consertar o mesmo problema repetidamente.

Quando Considerar Alternativas ao Claude Code

Claude Code é genuinamente forte. Claude Code alcança 72,5% no banco SWE contra ~49% do Codex — uma diferença de 23 pontos. O banco de SWE testa correções reais de bugs no GitHub, não tarefas sintéticas. Essa lacuna é significativa. Para raciocínio complexo multi-arquivo e refatoração de grandes bases de código, essa vantagem de desempenho é real e vale os trade-offs.

Mas as trocas também são reais, e vale a pena ser honesto sobre elas.

Se a eficiência dos tokens importa mais do que a profundidade do raciocínio: O Codex OpenAI roda em contêineres sandbox isolados na nuvem e usa aproximadamente 3x menos tokens para tarefas equivalentes. Ele está incluído no ChatGPT Plus por $20/mês. A troca é menor desempenho em banco de software e raciocínio menos complexo em contexto longo.

Se o bloqueio de modelos for um problema: Claude Code roda exclusivamente modelos Anthropic. Ferramentas como Aider (40k+ estrelas no GitHub, BYOK) ou OpenCode (112k+ estrelas no GitHub, 75+ provedores de modelos) permitem trocar GPT-5.4, Gemini 3.1 Pro ou DeepSeek conforme o tipo de tarefa e o custo. O Gemini CLI oferece 1.000 solicitações gratuitas por dia com contexto de 1M — um nível gratuito genuinamente atraente para fluxos de trabalho mais leves.

Se os limites de taxa forem a principal restrição: Acesso à API com faturamento pay-as-you-go (Opus 4.6 a $5/$25 por milhão de tokens, Soneto 4.6 a $3/$15) oferece controle preciso de custos sem limitação de assinatura. As características de latência e throughput diferem dos planos de consumidor, mas para fluxos de trabalho de agentes de produção são mais previsíveis.

Resumo honesto: Claude Code não é a ferramenta certa para todos os fluxos de trabalho. Se você atinge limites de taxa no meio da sessão semanalmente, gasta mais tempo gerenciando contexto do que escrevendo código, ou construindo fluxos de trabalho assíncronos multiplataforma, as alternativas acima abordam essas lacunas especificamente. A questão é se o teto de desempenho do Claude Code vale suas restrições operacionais para o seu caso de uso específico.

! [imagem] (https://cdn.10b.ai/1776073182734-5.png)

FAQ

Por que Claude Code desacelera durante sessões longas?

Cada mensagem em uma sessão de Claude Code se adiciona ao contexto acumulado — histórico de conversas, conteúdo de arquivos, saídas de chamadas de ferramenta. Na mensagem 10–15 em um projeto complexo, você pode estar enviando de 150k a 200k tokens por requisição. O modelo é mais lento, as respostas derivam e os orçamentos das sessões se esgotam mais rápido do que o esperado. A solução é um gerenciamento proativo de contexto: use /compact antes que a janela sature, não depois.

Como faço para reduzir o uso de tokens no Claude Code?

Três alavancas: encurtar seus arquivos CLAUDE.md e de habilidades (remover instruções desatualizadas e contraditórias), reduzir a área de superfície da ferramenta (limitar permissões ao que a tarefa realmente precisa) e dividir grandes sessões em execuções menores e discretas. Mudar para Sonnet via /model para tarefas que não exigem raciocínio no nível do Opus também reduz significativamente o custo de tokens.

Quais são as melhores alternativas ao Claude Code em 2026?

Depende da sua restrição. Para eficiência de tokens e flexibilidade de modelo: Aider (BYOK, qualquer provedor) ou OpenCode (mais de 75 provedores). Para tarefas assíncronas paralelas e isolamento de sandbox: OpenAI Codex (incluído com ChatGPT Plus). Para camada gratuita com limites generosos: Gemini CLI (1.000 requisições/dia). Para integração com IDE em vez de terminal: Cursor. Claude Code ainda lidera no SWE-bench para tarefas complexas de codificação do mundo real — as alternativas atendem a restrições operacionais específicas, não à capacidade bruta.

Como parar de atingir os limites de uso do Claude no meio do fluxo de trabalho?

Desloque trabalhos intensivos para horários de menor movimento (fora das 5h às 11h PT em dias de semana). Divida projetos em sessões menores e discretas para limitar o acúmulo de contexto por janela de cobrança. Para uso de API, confira a documentação atual de limite de taxa da Anthropic diretamente — os limites específicos mudam sem aviso, e os números do painel refletem apenas uma das três camadas de restrição sobrepostas.

Os consertos do Claude Code podem ser reutilizados em diferentes projetos ou agentes?

Não nativamente. Consertos de sessão vivem nos logs de chat ou notas pessoais e não são transferidos para a próxima execução. A questão de engenharia mais interessante é se comportamentos adaptativos bem-sucedidos — estratégias de retry específicas, padrões de contexto, configurações de escopo de ferramentas — podem ser preservados de forma que outros agentes possam herdar. Essa é a camada que a documentação do protocolo GEP está abordando: transformar comportamentos de agentes bem-sucedidos em ativos herdáveis entre sessões e agentes. É uma abordagem emergente, não um problema resolvido — mas a questão estrutural que ela busca resolver (amnésia em nível de sessão para consertos de agentes) é uma limitação real de como a infraestrutura atual de agentes funciona.

Vou continuar acompanhando como a situação dos limites de taxa evolui em 2026 — a pressão na infraestrutura da Anthropic é real, e os níveis de restrição parecem mudar mais rápido do que a documentação consegue acompanhar. Os consertos acima funcionam a partir de abril de 2026. Verifique os detalhes antes de construir qualquer coisa crítica baseada neles.