Em 46 dias ativos — um período de trabalho ininterrupto, operando praticamente todos os dias —, minha integração com o Claude Code atingiu uma escala que redefiniu minha forma de desenvolver software. Não usei a inteligência artificial apenas para tirar dúvidas pontuais; eu a transformei no meu sistema operacional de desenvolvimento.
Para dar a dimensão exata desse fluxo, consolidei as métricas desse período:
| Métrica | Valor |
|---|---|
| Tokens totais processados | 26.834.648.621 (26,83 bilhões) |
| Sessões registradas | 1.272 |
| Mensagens de assistente no transcript | 369.470 linhas |
Arquivos únicos editados (Edit/Write) |
4.585 |
| Projetos distintos tocados | 39 |
| Tempo em sessão (wall-clock) | ~5.121 horas |
| Média diária | ~583M tokens · ~27 sessões |
| Média por sessão | ~21M tokens |
Para colocar em perspectiva: 26,83 bilhões de tokens equivalem a aproximadamente 20 bilhões de palavras processadas. É o equivalente a ler, reler, editar e discutir cinco Wikipédias inteiras em inglês em pouco mais de seis semanas. E o detalhe mais importante: isso foi feito por um único desenvolvedor, operando 39 projetos em paralelo.
A Alavancagem do Prompt Cache: Trabalhando com Contextos Densos
O número bruto impressiona, mas a composição desses tokens conta uma história muito mais interessante sobre engenharia de software moderna. Analisando as amostras dos transcripts brutos, temos a seguinte divisão:
- Produtivo (output + cache creation): ~570 milhões de tokens. Isso é o que o Claude efetivamente cria de novo para mim.
- Alavancagem (cache read): ~26,26 bilhões de tokens. Isso é o que é relido do cache a cada turno da conversa.
Ou seja, para cada 1 token novo gerado, aproximadamente 46 tokens de contexto são reaproveitados do cache.
É exatamente essa mecânica que torna as sessões longas — nas quais passo horas mergulhado em uma mesma base de código — economicamente viáveis. Cerca de 90% do contexto de cada nova mensagem é servido a 10% do preço, graças ao prompt cache. Esse rácio é o indicador silencioso de como eu trabalho: foco em sessões densas, com contexto amplo e persistente, e não em dezenas de perguntas isoladas. É o modo "abro o repositório, seguro o contexto e resolvo três features juntas", distanciando-me completamente do uso tradicional de um "chatbot de dúvidas pontuais".
Onde os Tokens Foram Gastos: Meus Top 3 Projetos
| # | Projeto | Tokens | Sessões | Linhas |
|---|---|---|---|---|
| 1 | StriveX (plataforma mobile/web) | 6,15 B | 210 | 54.505 |
| 2 | Activi.dev (plataforma SaaS) | 4,68 B | 185 | 88.789 |
| 3 | NZR KDP (app infantil) | 4,36 B | 137 | 39.649 |
Meus três projetos-bandeira concentraram ~57% de todos os tokens. Não foi por acaso: são plataformas robustas (um app mobile completo, a plataforma Activi.dev com mais de 30 features ativas e um app infantil com backend complexo). Cada uma dessas bases puxa um contexto extenso a cada interação.
No Activi.dev, especificamente, gerei 88.789 linhas de transcript em 185 sessões. É a maior densidade de trabalho da amostra, o que faz todo o sentido: é o projeto onde cada feature nasce, é especificada, implementada e revisada em um fluxo contínuo, sem intermediação.
Além desses três, mantive 36 outros projetos em rotação simultânea — desde sistemas para o banco privado Mercantil (Nexxera) até o SaaS de saúde Elosaúde, passando por ferramentas internas e experimentos. Como mencionei: eu não uso o Claude Code em um projeto; eu o utilizo como o ambiente onde o projeto acontece.
O Meu Ritmo: Os Dias Mais Pesados
| Data | Tokens | Sessões |
|---|---|---|
| 2026-04-02 | 2,73 B | 56 |
| 2026-04-06 | 2,39 B | 32 |
| 2026-04-14 | 2,31 B | 29 |
| 2026-04-03 | 1,28 B | 18 |
| 2026-04-01 | 1,28 B | 65 |
| 2026-04-16 | 1,20 B | 32 |
| 2026-03-23 | 1,18 B | 28 |
| 2026-04-15 | 1,17 B | 52 |
| 2026-04-11 | 1,05 B | 4 |
| 2026-04-05 | 852 M | 15 |
Tive dez dias superando a marca de 850 milhões de tokens. Meu pico absoluto foi em 02/04, atingindo 2,73 bilhões em 56 sessões — o que significa iniciar uma sessão nova aproximadamente a cada 25 minutos ao longo de 24 horas. Esse é o meu perfil operacional: não trabalho no formato "das 9h às 18h". Eu trabalho em rajadas de hiperfoco, inserido no contexto do projeto certo, exatamente enquanto o problema está quente na minha mente.
A Escolha do Arsenal: Modelos Utilizados
| Modelo | Sessões | Tokens |
|---|---|---|
| claude-opus-4-6 | 378 | 22,20 B |
| claude-opus-4-7 | 13 | 539 M |
| claude-sonnet-4-6 | 11 | 391 M |
| claude-haiku-4-5 | 1 | 130 M |
O Opus 4.6 é o meu cavalo de tração, respondendo por 83% das sessões e 92% dos tokens totais. Comecei a adotar o Opus 4.7 nas últimas semanas do período avaliado. O modelo Sonnet aparece em sessões mais curtas, enquanto o Haiku atua estritamente no papel de subagente leve (para ToolSearch e leituras superficiais rápidas).
Minha estratégia é clara: eu escolho conscientemente o Opus para o trabalho pesado e arquitetural, reservando os modelos menores apenas como auxiliares especializados. Nunca os utilizo como um simples corte reflexo de custos, pois o contexto e a capacidade de raciocínio profundo são inegociáveis.
IA na Prática: As Ferramentas que Invoquei
Para entender o que realmente aconteceu nesses 46 dias, precisamos olhar para as ferramentas que a IA executou sob meu comando:
-
Bash(28.790 execuções): Testes rodando, migrations aplicadas, rotinas de build/deploy, comandos git e análise de logs. Eu sou o tipo de desenvolvedor que não pergunta à IA "como faço o migrate?". Eu instruo a aplicação, leio o erro retornado, corrijo em tempo real e sigo em frente. -
EditeWrite(19.698 operações): Cerca de 19,7 mil modificações diretas em 4.585 arquivos únicos. Isso não é autocomplete de código; é cirurgia de precisão em múltiplos arquivos por turno de conversa. -
Read,GrepeGlob(~23.000 operações): Mais de 23 mil operações de leitura dirigida. O princípio básico de mapear minuciosamente a base antes de alterar qualquer linha. -
Playwright(3.529 operações): Ações de click, snapshot, navigate, evaluate, screenshot e wait. Eu verifiquei a interface de usuário (UI) de forma visual e automatizada, sem depender do "achismo de que compilou". -
TodoWrite(3.192 invocações): Demonstra um fluxo de trabalho estruturado, de planejamento, rastreio e fechamento de tarefas, sem improvisos. -
Agent(2.004 chamadas): Delegação real para subagentes (como exploradores de código, revisores de PRs e analistas de documentação). Um fluxo multi-agente operando na prática, muito além de demonstrações teóricas.
Esses números validam a instrução raiz que escrevi no meu arquivo CLAUDE.md: "Para mudanças de UI, inicie o dev server e use a feature no navegador antes de reportar conclusão". Eu exigi esse comportamento, e ele foi executado milhares de vezes.
O Que Significam 46 Dias e 39 Projetos
Os dados convergem para uma conclusão clara: eu não uso a IA como um atalho; eu a transformei em um multiplicador de escopo.
- Escopo paralelo extremo: Gerenciar 39 projetos simultâneos — incluindo plataformas SaaS, sistemas financeiros corporativos complexos, ferramentas internas e projetos experimentais — permite que um desenvolvedor solo cubra o terreno que convencionalmente exigiria uma equipe inteira.
- Densidade por sessão: A média de 21M de tokens por sessão reflete iterações profundas, onde a mágica da alavancagem de cache de 46x realmente acontece.
- Consistência ininterrupta: Zero dias ociosos no período. Isso não foi uma "sprint" forçada; esse se tornou o meu ritmo natural.
O grand total — 26,83 bilhões de tokens, 1.272 sessões, 4.585 arquivos únicos editados e 39 projetos — funciona muito bem como uma manchete impressionante. Mas o que esses números escondem é muito mais valioso: eles são o subproduto de um sistema de trabalho meticulosamente construído.
Sessões densas, projetos diversificados, modelos escolhidos por sua função específica, ferramentas automatizadas agindo como braços mecânicos de alta precisão. Quando você trata ferramentas como o Claude Code não como um "Stack Overflow de luxo", mas como um colega de pareamento incansável, é isso que 26,8 bilhões de tokens conseguem comprar.
Nota sobre a metodologia: Os dados deste artigo foram extraídos da tabela ClaudeCodeSessionActivity do backend do Activi.dev. Essa tabela é populada pelo hook SessionEnd do Claude Code em cada máquina onde o meu token de integração está configurado. A contagem de tokens segue rigorosamente a contabilidade do campo usage da API da Anthropic (input direto + output + cache creation + cache read).
Top comments (0)