OpenAI dots vs Meta Muse: de quem é o computador, de quem são as chaves, de quem é a aprovação

A página do dots da OpenAI, publicada em 29 de setembro de 2026, chama-os de "agentes sempre ativos" e diz que são alimentados pelo GPT-6 Astra. A página do Muse da Meta, consultada em 24 de outubro de 2026, chama o Muse de agente pessoal que "passa a conhecer você e seus objetivos, atuando em todos os aspectos da vida". Tire o tom e os dois produtos fazem a mesma oferta: algo que continua funcionando depois que você fecha o notebook, lembra o que você lhe disse e age em seu nome dentro dos apps que você já usa. O que os separa não é essa oferta. É a infraestrutura por baixo dela, e é nela que as páginas ficam desiguais — em qual computador o agente roda, de onde você tem permissão para acessá-lo, quem acaba ficando com suas senhas e seu cartão, o que precisa acontecer antes de ele agir, o que cada empresa diz sobre seus dados e o que qualquer uma delas está disposta a permitir que seja medido. Em várias dessas questões, a resposta honesta é que nada foi publicado, e esta comparação marca essas lacunas em vez de mascará-las.

Um nome de modelo, e uma página que se recusa a fornecer um.

A OpenAI nomeia o que está a fazer o raciocínio. A Dots é «powered by GPT-6 Astra», segundo a página publicada em 29 de setembro de 2026. A página Muse da Meta, consultada em 24 de outubro de 2026, descreve o que o agente faz e no que é executado, mas não nomeia o modelo que o alimenta. Trata-se de uma assimetria real, e não de uma peculiaridade da redação publicitária, porque o modelo é o único componente de uma pilha de agentes que um comprador pode pesquisar, avaliar em termos de preço e comparar de forma independente. Tudo o resto em qualquer das páginas é uma afirmação sobre comportamento; apenas uma das duas empresas põe sobre a mesa um objeto que pode ser nomeado.

A segunda assimetria é o formato da oferta. A OpenAI afirma que os dots estão sendo implementados "nos planos Pro, Business Premium e Enterprise em mercados elegíveis" e mostra uma prévia de dots especialistas com identidade própria para gestão de acessos, hardware provisionado pela TI e integrações profundas com os sistemas de registro de uma empresa, citando uma integração com o Microsoft Agent 365. A página da Meta é construída em torno de Muses individuais — histórias de criadores apresentam quatro pelo nome, Pumpkin, Lux, AunTEY e Mango — além de uma Muse for Small Business descrita como "uma coleção de novas habilidades e conectores". Nenhuma das duas páginas publica um preço. Para ambos os produtos, o preço do próprio agente não é publicado, portanto qualquer comparação de custos que um leitor queira fazer não está disponível hoje.

O que executa o agente

Esta é a diferença publicada mais clara entre os dois produtos, e é uma diferença sobre a custódia de uma máquina, e não sobre capacidade.

OpenAI dots. A página dots diz que cada dot funciona em seu próprio computador na nuvem, e que seu computador e o conteúdo dele permanecem separados a menos que você opte por conectá-lo. A frase faz três coisas: coloca o trabalho em outro lugar que não seu laptop, promete separação por padrão e transforma a conexão com sua própria máquina em uma escolha explícita. É também isso que permite à página descrever um dot como trabalhando em prol dos seus objetivos 24/7 sem exigir que seu computador permaneça ligado.

Meta Muse. O Muse vem com “um computador seguro com um navegador compartilhado por você e seu agente”. A frase “compartilhado por você e seu agente” é o que faz o trabalho aqui. Isso não é apresentado como uma máquina que pertence ao agente e fica separada de você; é uma superfície compartilhada, e o navegador faz parte da descrição em vez de ser um complemento.

Onde as páginas param. A Meta não publica onde esse computador compartilhado fica fisicamente — no seu Mac, nos servidores da Meta ou em outro lugar — e não publica o que acontece com seu conteúdo quando o agente está ocioso. A OpenAI não publica as especificações do computador na nuvem que um dot recebe, e não publica uma cota por dot. Esses detalhes não são publicados por nenhum dos lados, e importam mais do que parecem: eles decidem quanto trabalho um agente pode realmente assumir antes de começar a devolver tarefas para você.

Como as credenciais são tratadas

As duas páginas protegem o seu login de partes diferentes, e essa é a distinção mais útil em qualquer uma das seções de segurança.

OpenAI dots. Para entrar em sites compatíveis, os dots "podem usar senhas salvas sem expô-las ao modelo". A parte protegida é o modelo: o dot faz a autenticação, e o modelo de linguagem que o conduz nunca vê a senha. O que a OpenAI não publica é o que acontece quando um site não tem senha salva, se um dot pode criar e armazenar uma nova credencial, ou como as senhas salvas são mantidas e auditadas no próprio computador do dot. Nada disso é publicado. Nem qualquer tratamento de cartão: o que um dot pode fazer com um método de pagamento não é publicado na página dos dots.

Meta Muse. Os logins são mantidos em "um armazenamento seguro de credenciais que seu agente não consegue ler", com integração ao 1Password "em breve". A parte protegida aqui é o agente. Essa é uma afirmação diferente da da OpenAI: ela restringe o que o próprio agente pode ler, não apenas o que o modelo pode ver. A Meta também cuida do cartão. Na finalização da compra, um número de cartão de uso único é gerado "para que seu cartão real nunca seja visto pelo comerciante ou pelo seu agente", e compras elegíveis são cobertas pelas proteções de compra do Link.

O que nenhuma das páginas diz. Nenhum dos fornecedores publica o que acontece quando uma credencial é revogada no meio de uma tarefa, nem se é possível instruir qualquer um dos agentes a esquecer um login que já usou. Isso também não é publicado, e são essas as perguntas que vale a pena fazer antes de entregar uma conta, e não depois.

Onde você o alcança

OpenAI dots. Um dot pode ser acessado via ChatGPT, Slack ou Teams, e a página convida você a "entrar em uma chamada de voz" quando quiser discutir um problema a fundo. A premissa de design é moldada pelo ambiente de trabalho: o agente chega às ferramentas que uma equipe já tem abertas, em vez de pedir que alguém instale outra janela.

Meta Muse. O Muse funciona como o app Muse no celular e no Mac e diretamente dentro do WhatsApp, e o convite de download da página é para Mac. A premissa de design é em formato de conversa e pessoal: o mesmo tipo de chat que você já tem com pessoas, com o agente dentro dele.

As lacunas são imagens espelhadas. A OpenAI não publica se o dots tem um aplicativo independente próprio; a Meta não publica se o Muse pode ser acessado pelo Slack ou pelo Teams. Ambos não são publicados. O que cada empresa publica é uma lista de superfícies, e uma lista de superfícies é uma promessa sobre onde o agente estará, não uma declaração de que a lista está completa. Trate ambos como parciais por construção.

Como é a aprovação

OpenAI dots. Os Dots "começam com regras integradas para quando agir de forma independente e quando pedir aprovação". O recurso Custom Rules permite autorizar uma ação, exigir aprovação para ela ou bloqueá-la. Antes de uma ação que possa afetar suas contas ou compartilhar informações, uma revisão automática a verifica em relação às suas instruções, às suas Custom Rules e aos requisitos de segurança da empresa, e classifica o trabalho no que pode prosseguir, no que precisa de aprovação e no que você mesmo deve fazer. Certas tarefas sensíveis, "como alterar uma senha", sempre ficam com você. O progresso, incluindo trabalho em segundo plano, aparece em uma Activity View, e o monitoramento pode pausar ou interromper o trabalho de um Dot. A página também é incomumente direta sobre o limite: "Os Dots ainda podem cometer erros, então sempre revise trabalhos com consequências".

Meta Muse. "Revise e aprove ações do Muse antes que elas aconteçam, como enviar e-mails e fazer compras. Veja uma trilha de auditoria completa" de tudo o que o agente fez e do que está planejando fazer. O quadro publicado é uma barreira humana colocada antes da ação e um registro mantido depois dela.

Onde fica o julgamento. A OpenAI descreve um mecanismo de regras somado a um revisor automatizado, com uma pessoa acionada para um conjunto de tarefas sensíveis que ela cita a título de exemplo. A Meta descreve a revisão feita pela pessoa, com uma trilha de auditoria como evidência. Nenhuma das duas publica a lista completa de ações que sempre exigem um humano. A OpenAI dá a alteração de senha como exemplo; a Meta cita e-mails e compras. A lista completa de sempre perguntar ou de recusas não é publicada por nenhum dos dois lados, e é exatamente essa lista que você gostaria de ter antes de decidir quanta liberdade dar a um agente.

O que cada fornecedor diz sobre os dados de treinamento

OpenAI dots. A página do dots faz duas promessas por escrito. O conteúdo dos workspaces ChatGPT Business, Enterprise e Edu não é usado "para melhorar nossos modelos por padrão", e a OpenAI não treina "diretamente em pesquisa proativa ou nas anotações do seu dot para si mesmo". O segundo compromisso abrange duas categorias de material gerado por agente que a página nomeia explicitamente, o que é uma promessa mais restrita do que "nunca treinamos com seus dados" e mais específica.

Meta Muse. A declaração de dados da página do Muse trata de publicidade: "suas conversas não são compartilhadas com os sistemas de anúncios da Meta". Isso é uma declaração sobre segmentação de anúncios, não sobre treinamento de modelos, e as duas coisas não são intercambiáveis. Não está publicado na página lida em 24 de outubro de 2026 se as conversas com o Muse são usadas para treinar modelos.

Lidos lado a lado, a diferença está no tema. A OpenAI trata do treinamento e especifica quais dados do workspace e quais materiais gerados por agentes são excluídos. A Meta trata da publicidade e afirma que as conversas ficam fora do sistema de anúncios. Nenhuma das frases responde à pergunta da outra empresa, então um comprador que se importa com dados de treinamento obtém uma resposta em uma página e uma lacuna na outra. A lacuna não é uma negação e não deve ser interpretada como tal.

O que é medido?

Nenhuma das duas empresas publica um benchmark independente para seu agente, e nenhuma publica um preço. Esses são os dois primeiros números que um comprador buscaria, e nenhum dos dois é divulgado.

O que cada um publica é instrumentação. A Activity View da OpenAI mostra o progresso, incluindo o trabalho em segundo plano, e a revisão automática decide o que prossegue, então você obtém uma visão contínua do que um ponto está fazendo. A Meta publica uma "trilha de auditoria completa" do que o agente fez e do que está planejando fazer. Ambos são registros de atividade. Nenhum dos dois é uma medida de com que frequência o agente acerta uma tarefa.

As lacunas restantes seguem o mesmo padrão. A OpenAI não publica uma cota por dot nem uma lista datada de quais mercados são elegíveis hoje. A Meta não publica qual modelo alimenta o Muse nem uma lista de países. Para a OpenAI, o nível do plano é o único sinal de custo na página, e não é um preço por dots. Para a Meta, não há nenhum sinal de custo. A consequência prática é que esses dois produtos não podem ser comparados em capacidade ou custo a partir do registro publicado. Podem ser comparados em design: onde está o computador, quem pode ler a credencial, qual barreira existe antes de uma ação e o que cada empresa se compromete por escrito sobre treinamento.

O que significam as lacunas se você estiver escolhendo

Os dois produtos apresentam assimetrias em direções opostas. A OpenAI publica o nome do modelo, o modelo da máquina, o sistema de regras e as exclusões de treinamento, e omite o preço e a lista de mercados. A Meta publica o design da credencial, o mecanismo de checkout e a trilha de auditoria, e omite o modelo e o preço. Se sua decisão depende de saber o que está fazendo o raciocínio, apenas uma página responde. Se depende do que acontece com o número do seu cartão no checkout, novamente apenas uma página responde. Nenhuma delas responde à pergunta que normalmente decide uma compra, que é quanto a coisa custa.

Há também uma diferença naquilo que cada empresa considera ser o risco a resolver. A página da dots é estruturada em torno do que o agente pode fazer: pesquisa de contexto apenas de leitura, regras para agir de forma autônoma, um revisor automatizado, monitoramento capaz de interromper o trabalho. A página da Muse é estruturada em torno do que o agente pode ver: um cofre de credenciais que ele não consegue ler, um número de cartão que o comerciante nunca vê, conversas mantidas fora do sistema de anúncios. São dois modelos de ameaça diferentes, e produzem dois produtos diferentes.

• Pergunte onde o computador do agente está fisicamente localizado antes de conectar qualquer coisa a ele.

• Pergunte se o armazenamento de credenciais é um que o agente consegue ler, e não apenas um que o modelo consegue ver.

• Peça a lista completa de ações que sempre exigem sua aprovação, não os exemplos da página de destino.

Quando a resposta é o silêncio, registre-a como não publicada e incorpore o custo da incerteza na decisão. Um fornecedor que não publicou um limite não prometeu nenhum, e um agente só é tão seguro quanto a menor coisa que lhe é permitido fazer sem perguntar.

Se o que você precisa é da camada de modelo em vez de qualquer um dos agentes empacotados, o OrcaRouter disponibiliza mais de 200 modelos por um único endpoint compatível com OpenAI e uma única chave de API, com failover automático e 0% de acréscimo — o preço de tabela do provedor é repassado. O Claude Opus 5.5 custa US$ 4,00 por milhão de tokens de entrada e US$ 20,00 por milhão de tokens de saída, com janela de contexto de 1 milhão de tokens e leituras de cache a US$ 0,20 por milhão. Hospedamos modelos, não aplicativos: dots e Muse não estão disponíveis por meio de nós.