Claude recomendou investir em sua própria IPO—e alertou para o conflito. ChatGPT discordou

A Axios entregou o registro S-1 da Anthropic para sua oferta pública inicial ao Claude e perguntou se valia a pena comprar ação da própria empresa que o criou. A IA respondeu que sim, "a um preço sensato"—mas fez algo raro: avisou o investidor para descontar o conflito de interesse de ser, literalmente, produto da Anthropic. O GPT 6.1 Sol da OpenAI, testado com a mesma pergunta, chegou a conclusão oposta: não investir.

O que interessa não é qual modelo acertou, mas por que leram o mesmo documento e viram riscos diferentes—e uma delas sinalizou, por conta própria, que sua origem poderia estar enviesando a resposta.

Mesmos dados, leituras opostas

Segundo a Axios e a Yahoo Finance, Claude apoiou sua recomendação em três números do S-1: receita de US$ 16,3 bilhões no primeiro semestre de 2026 (contra US$ 4,6 bilhões em todo 2025), lucro operacional de US$ 974 milhões no segundo trimestre e US$ 131,7 bilhões em caixa e investimentos. Mas o próprio Claude também listou os riscos que pesam contra sua recomendação: ausência de preço de IPO definido, falta de poder de voto da Classe A, compromissos de computação que somam centenas de bilhões nas próximas décadas e, especificamente, um arrendamento de cerca de US$ 125 bilhões com a Broadcom, com pagamentos obrigatórios até 2045 independentemente do uso da capacidade.

O GPT 6.1 Sol viu riscos semelhantes e rejeitou a tese mesmo assim. Conforme a KuCoin News, o modelo da OpenAI apontou os compromissos de arrendamento de longo prazo, a concentração de controle da diretoria e a ausência de preço definido para a oferta como motivos para não investir.

Na prática: Claude reconheceu os mesmos riscos pesados que listou e, ainda assim, recomendou comprar "a um preço sensato"; o GPT 6.1 Sol, diante de riscos parecidos, decidiu que pesam mais do que o potencial de crescimento.

Os números que sustentam (e complicam) a tese

O S-1 da Anthropic mostra perda líquida de US$ 80,75 bilhões no primeiro semestre de 2026—contra US$ 41,97 bilhões em todo 2025. Receita cresceu 1.300% ano a ano, mas perda contábil foi cerca de cinco vezes maior que a própria receita no período. Esse número convive, no mesmo documento, com o lucro operacional trimestral de US$ 974 milhões mencionado por Claude, o que sugere diferença em itens contábeis (remuneração em ações, reavaliação de instrumentos financeiros), comuns em IPOs, e não de operação deficitária mês a mês.

No lado comercial, segundo a TechCrunch, a fatia de clientes que gastam mais de US$ 100 mil por ano e usam tanto a API quanto produtos próprios como o Claude Code subiu de cerca de 30% no fim de 2025 para mais da metade até setembro de 2026. É o indicador que a Anthropic usa para argumentar que prende cliente corporativo a múltiplos produtos, não só a um modelo avulso.

O que a divergência revela

A discordância entre Claude e GPT 6.1 Sol é, ela mesma, o achado mais importante do experimento. Ambos leram os mesmos compromissos de longo prazo e a mesma estrutura de voto. O GPT 6.1 Sol tirou conclusão oposta: não investir. Isso esvazia a ideia de que a recomendação de Claude seja leitura neutra e definitiva do S-1—é uma interpretação possível, entre pelo menos duas plausíveis, sobre um documento com riscos reais de concentração de poder e exposição a contratos de computação. O próprio Claude reconheceu isso ao pedir que o investidor considerasse seu conflito antes de seguir a recomendação.

O que isso significa para quem usa IA em decisão financeira

O experimento não prova que Claude "favoreceu" sua criadora—foi transparente sobre o viés. Mas mostra, com um caso concreto, por que recomendação de investimento gerada por IA generativa merece ser cruzada com pelo menos uma segunda fonte independente, incluindo modelo de fornecedor diferente. Isso vale tanto para quem avalia o IPO da Anthropic—ainda sem preço final definido—quanto para qualquer decisão financeira apoiada em resposta de chatbot.

Nada neste texto é recomendação de compra ou venda de ações ou criptoativos. É análise de um experimento jornalístico sobre viés de modelos de IA diante de um documento financeiro real.