Anthropic lança Claude Science: workbench de pesquisa, 60+ bases científicas e US$ 30 mil em créditos por projeto

Resumo: A Anthropic anunciou em 30 de junho de 2026 o Claude Science, um workbench voltado a pesquisadores que reúne mais de 60 bases de dados e kits científicos — genômica, célula única, proteômica, biologia estrutural e cheminformática — dentro de um só ambiente. Junto do produto, veio um programa de fomento: até 50 projetos vão receber US$ 30 mil em créditos cada (mais até US$ 2 mil de compute da Modal), com inscrições abertas até 15 de julho, seleção até 31 de julho e execução de setembro a dezembro. É a aposta clara de que o próximo diferencial no mercado de IA para pesquisa não é um modelo novo, e sim o workflow em volta do modelo.

O que é o Claude Science

Ao contrário dos lançamentos “modelo + hype”, o Claude Science é um produto de workflow. Ele integra ao Claude conectores para as ferramentas que cientistas já usam (Jupyter, R, GitHub, bancos como UniProt, PDB, PubMed, GEO, GTEx, ChEMBL, Enrichr, entre outros), plus um agente que orquestra tarefas de ponta a ponta — desde ler um paper, formular hipótese, escrever código, rodar análise, gerar figura e revisar próprio trabalho. A tese de produto é que a fricção real do pesquisador não está em “escrever prompt melhor”, e sim em passar dados entre 15 ferramentas fragmentadas, cada uma com autenticação, formato e limite de contexto próprios.

Do ponto de vista técnico, o Claude Science é um frontend especializado por cima dos modelos Claude (Opus 4.8 e Sonnet 5), com camada de tool use curada, execução de código em sandbox gerenciada e produção de artefatos auditáveis: cada análise gera um caderno reproduzível, com histórico de decisões, código executado e dados intermediários.

O programa de US$ 30 mil

Junto do produto, a Anthropic abriu o Claude Science AI for Science: até 50 projetos podem receber US$ 30 mil em créditos de uso do Claude Science, mais até US$ 2 mil em compute da Modal para cargas mais pesadas (treinamento leve, embeddings específicos, pipelines de execução). O foco declarado é biologia e biomedicina, com viés para trabalhos que “puxem os limites da ciência” — típico da retórica de grand challenge, mas com um filtro concreto: aplicações precisam demonstrar viabilidade de execução em três meses (setembro a dezembro).

Por que importa

Três leituras se sobrepõem. Primeiro, é a evidência mais clara de que os laboratórios de fronteira entenderam que ganhar espaço em pesquisa não é sobre benchmarks — é sobre entrar no fluxo de trabalho diário. Segundo, é um novo tipo de infraestrutura para grupos pequenos: US$ 30 mil em créditos de LLM valem, para um doutorando, o equivalente a meses de análise que ele não teria orçamento para bancar. Terceiro, é uma jogada de moat: quanto mais um pesquisador organiza seu trabalho em cima do Claude Science, mais difícil fica migrar para OpenAI ou Gemini sem custo de reengenharia.

Status no Brasil

O programa é global, e projetos brasileiros são elegíveis. Isso importa porque financiamento científico no país seguiu apertado pelo segundo ano consecutivo e US$ 30 mil em créditos equivalem a orçamentos de projetos inteiros de iniciação e mestrado em várias áreas. Grupos com histórico em biologia computacional (Fiocruz, USP-ESALQ, USP-Ribeirão, IB-USP, UFMG, LNBio no CNPEM), agricultura de precisão (EMBRAPA), ecologia molecular (INPA, UFPA, UFRJ) e química medicinal (UFRJ, UFMG, UFPE) têm perfil natural para candidatura. O gargalo é dobrado: submissão em inglês e clareza de escopo para três meses. A dica prática para times brasileiros é apresentar projeto com dataset nacional inédito e métrica clara, e não repetir benchmark internacional já batido.

Vale considerar também a intersecção com a LGPD quando o dado é humano — parte do fluxo do Claude Science aceita instância isolada, mas nem todos os conectores obedecem a hospedagem local; a leitura fina do Termo de Uso é obrigatória antes de subir dados sensíveis.

Riscos e limitações

Beta ainda: o produto está em beta para assinantes pagos, com filas e limites que variam. Domínio biomédico dominante: a curadoria de conectores privilegia biologia e química; outras áreas (física de altas energias, geofísica, astrofísica, ciências sociais computacionais) têm suporte irregular. Reproducibilidade não é sinônimo de auditabilidade: ter caderno com histórico é bom, mas não substitui revisão humana profunda em resultados que virão a virar publicação. Lock-in de fluxo: como qualquer produto de workflow, migrar depois exige planejamento. Custo pós-programa: quem começar com créditos pode enfrentar susto ao renovar sem subsídio. Privacidade de dados clínicos: mesmo com opt-out de treinamento, dados sensíveis exigem processo institucional formal antes de saírem do ambiente do hospital ou laboratório.

Análise SWOT econômica

Cenário de futuro

É provável que 2026 e 2027 sejam anos de vertical AI — não modelos genéricos maiores, e sim ambientes especializados por profissão. Claude Science é o primeiro grande caso na ciência. É de se esperar que a Anthropic estenda o mesmo modelo para direito (Claude Law), engenharia (Claude Engineering) e finanças (Claude Finance), enquanto OpenAI e Google se movem para não perder o vertical. Para universidades e institutos brasileiros, o desafio é aprender a integrar essas plataformas ao ciclo de formação sem virar dependente — e sem abrir mão do papel formativo do professor.

Conclusão prática

Se seu grupo tem projeto claro em bio/química/farma e prazo de três meses, submeta até 15 de julho — não há motivo para deixar US$ 30 mil na mesa. Se seu tema não cabe no beta atual, vale mesmo assim estudar a arquitetura do Claude Science: ela sinaliza para onde o mercado de IA para ciência vai caminhar, e adaptar seu workflow antes que a dependência aumente é vantagem competitiva.

Fonte original: Anthropic News — Claude Science, an AI workbench for scientists.