Resumo de modelos de IA junho 2026: Sonnet 5 e orquestra\u00e7\u00e3o

Resumo de modelos de IA junho 2026: Sonnet 5 e orquestração

Um amigo me mandou mensagem às 23:40 de um domingo à noite com uma captura de tela de uma classificação e três palavras: "isso é real?"

A captura de tela mostrava um modelo do qual eu nunca tinha ouvido falar — de um laboratório que a maioria dos desenvolvedores não conseguiria nomear — posicionado acima do Opus 4.8 em um benchmark de programação. Meu primeiro instinto foi o mesmo que tenho toda semana agora: provavelmente cherry-picked, provavelmente os números próprios do laboratório, provavelmente nada. Quase respondi "ignora" e fui dormir.

Então eu realmente li quem fez. Sakana AI. E o modelo nem era um modelo da forma como eu penso sobre modelos — era um orquestrador roteando tarefas através dos modelos de fronteira de outras pessoas. Foi isso que me fez prestar atenção. Porque se você me tivesse perguntado seis meses atrás de onde viria o próximo salto em IA, eu teria dito "um Opus maior, um GPT maior." Eu não teria dito "um laboratório japonês colando os modelos de todo mundo por trás de uma API e vencendo-os no preço."

Essa é a verdadeira história deste resumo de modelos de IA junho 2026: a fronteira não está mais correndo apenas em capacidade bruta. Está correndo em eficiência de custos ao mesmo tempo — e uma terceira arquitetura, orquestração, acabou de entrar na sala. Serei honesto, entrei esperando mais uma semana de "modelo X vence modelo Y". O que encontrei foi mais bagunçado e mais interessante.

Aqui está tudo o que realmente se moveu este mês — o que está confirmado, o que é rumor, e o que eu acho que significa para qualquer pessoa que constrói com essas ferramentas diariamente. Serei implacável sobre em qual balde cada coisa cai, porque metade do que está circulando agora é fumaça.

O que está realmente confirmado vs. o que são apenas rumores

Antes da parte suculenta, a coisa mais útil que posso te dar é uma linha clara entre confirmado e conversa fiada. É aqui que a maioria dos resumos trapaceia silenciosamente — misturam um codinome vazado com um produto entregue e deixam você assumir que ambos são igualmente reais. Eu não faço isso.

Aqui está o placar honesto em 23 de junho de 2026:

Confirmado e disponível:

• Claude Opus 4.8 — lançado no final de maio de 2026, contexto de 1M de tokens por padrão, 128K de saída máxima, codificação agêntica mais forte e "honestidade." Este é o que uso diariamente.
• Claude Fable 5 — o primeiro modelo de classe Mythos publicamente disponível da Anthropic, também lançado no início de junho. Pensamento adaptativo sempre ativo, contexto de 1M, ~2x o preço do Opus 4.8 ($10/M entrada, $50/M saída segundo os preços da Anthropic). Marcou 65 no Intelligence Index da Artificial Analysis, à frente do GPT-5.5 (60) e Gemini 3.1 Pro Preview (57).
• Uma suspensão de controle de exportação dos EUA sobre Fable 5 e Mythos 5, anunciada pela Anthropic em 12 de junho de 2026. Isso é real e é um grande negócio — mais abaixo.
• Sakana Fugu — o modelo de orquestração do laboratório de Tóquio Sakana AI. Beta aberta em abril de 2026, com um impulso de lançamento mais amplo por volta de 22 de junho. Produto real, API real.

Rumores / vazamentos / não confirmado:

• Claude Sonnet 5 — não anunciado. "Lança semana que vem" circula desde fevereiro. Trate qualquer alegação de funcionalidade como lista de desejos.
• Uma variante de classe Opus mais capaz do que o público — este é o fio Mythos, e é genuinamente nebuloso.
• GPT-5.x Pro e o próximo modelo de voz em tempo real — fortemente reportado, parcialmente implantado, não completamente GA.

Mantenha esse placar na cabeça enquanto lê. Tudo abaixo está marcado. A parte interessante não é nenhum lançamento individual — é o que acontece quando você os alinha todos juntos. Vamos começar com aquele sobre o qual as pessoas continuam me perguntando.

Claude Sonnet 5: o rumor que não quer morrer (e o que é plausivelmente verdade)

Deixe-me tirar o aviso legal de uma vez: Anthropic não anunciou o Claude Sonnet 5. Nem data, nem confirmação de nome, nada. Se alguém te diz que sabe o dia de lançamento, está adivinhando.

Aqui está por que estou cobrindo mesmo assim. Sonnet é o modelo ao qual eu — e provavelmente você — mais recorro. Opus é o peso-pesado que você traz para raciocínio difícil; Sonnet 4.6 (lançado em 17 de fevereiro de 2026, com uma janela de 1M de tokens a $3/M entrada, $15/M saída) é o cavalo de batalha diário que lida com 80% do trabalho real sem derreter seu orçamento. Então o próximo Sonnet importa mais para desenvolvedores que trabalham do que o próximo Opus, mesmo que Opus pegue as manchetes.

A fábrica de rumores, como reportado por volta de 21 de junho de 2026, pareou um possível Sonnet 5 com o próximo lançamento da OpenAI na mesma semana. Alguns veículos mencionaram uma pontuação SWE-bench em algum lugar entre os 80 baixos e altos. Tome isso com um punhado de sal — a mesma previsão de "semana que vem" tem estado errada repetidamente desde fevereiro. Um relatório até reciclou o codinome "Fennec", que já se revelou ser o Sonnet 4.6. Isso não é um vazamento; é um eco.

Então o que é plausivelmente verdade, baseado em para onde o material fonte e a trajetória geral apontam? Alguns fios que valem a pena acompanhar — e quero ser cristalino de que estes são rumores, enquadrados como análise do que as pessoas estão alegando, não fatos que eu verifiquei:

• Uma janela de contexto maior — fala-se de escalar para 1-2M de tokens como padrão. Plausível, dado que Opus 4.8 já vem com 1M por padrão. A linha de tendência sustenta isso.
• Visão melhor — especificamente a capacidade de ler mockups de UI e diagramas de arquitetura de forma mais confiável. Este é o rumor que eu mais quero que seja verdade, porque é onde eu bato em paredes hoje.
• Um novo tokenizador — e aqui está a pegadinha que ninguém enfatiza: os mesmos rumores sugerem que poderia consumir aproximadamente 30% mais tokens por prompt. Se isso for real, um Sonnet 5 "mais barato e mais inteligente" poderia ainda custar mais por tarefa do que o Sonnet 4.6, porque você está alimentando mais tokens para fazer o mesmo trabalho. Leia o preço por token e o consumo de tokens por tarefa antes de comemorar.
• Geração SVG rápida e de alta qualidade — gerar gráficos vetoriais limpos rapidamente. Nicho, mas se você já pediu a um modelo um ícone SVG e recebeu um emaranhado de caminhos quebrados, sabe por que isso importa.

O Claude Sonnet 5 será realmente mais barato de executar?

Não necessariamente — e esta é a pergunta que eu fixaria antes de planejar em torno dela. Um preço mais baixo por milhão de tokens é insignificante se um novo tokenizador faz cada prompt consumir ~30% mais tokens, que é exatamente o que os rumores atuais sugerem. Custo por tarefa, não custo por token, é o número que aparece na sua fatura. Até que a Anthropic publique ambos, trate qualquer alegação de "Sonnet mais barato" como não comprovada.

Aqui está minha opinião honesta depois de viver nesses modelos por um ano: não aposto em funcionalidades rumoreadas. O que faço é manter meus fluxos de trabalho agnósticos o suficiente em relação ao modelo para poder trocar Sonnet 4.6 por Sonnet 5 no dia em que for lançado e medir os números reais eu mesmo. Esse hábito — construir para a troca, não para a folha de especificações — me economizou mais tempo do que qualquer atualização de modelo individual. Mas o rumor do Sonnet nem é o fio mais picante da Anthropic este mês. O mais picante envolve um modelo que pode já existir e que você talvez nunca tenha permissão para usar.

O modelo de classe Opus que pode ser poderoso demais para lançar

Este é o fio que mais se distorce em resumos de segunda mão, então deixe-me desenrolá-lo cuidadosamente, porque a verdade é na verdade mais dramática que o rumor.

Tem havido conversa persistente sobre um modelo da Anthropic acima do nível público do Opus — uma variante de alta gama com raciocínio de longo horizonte mais forte, melhor codificação agêntica, capacidade real de planejamento e execução confiável em tarefas grandes e de múltiplos passos. O tipo de modelo que não apenas escreve uma função mas entrega uma funcionalidade através de doze arquivos sem perder o fio. No discurso vazado e rumoreado isso carregou vários nomes. A versão do codinome interno desta história — aquela em que a Anthropic acidentalmente expôs um modelo que descreveram em seus próprios documentos como o mais capaz de todos os tempos — cobri completamente na minha análise do vazamento Claude Mythos. Não vou relitigar isso aqui; se você quer a história de terror de segurança operacional sobre como 3.000 documentos internos acabaram indexados publicamente, aquele post é o lugar.

O que é novo este mês, e confirmado, é a parte que torna o enquadramento "poderoso demais para lançar" literal em vez de dramático.

Em 12 de junho de 2026, a Anthropic anunciou que recebeu uma diretiva de controle de exportação dos EUA exigindo que suspendesse o acesso tanto ao Claude Fable 5 quanto ao Claude Mythos 5. Leia isso de novo. Os modelos de classe Mythos mais capazes — o público (Fable 5) e o acima dele (Mythos 5) — foram retirados, não porque falharam em uma avaliação de segurança, mas porque um governo decidiu que suas capacidades tinham peso de segurança nacional.

Isso reenquadra tudo. O "modelo proibido de classe Opus de alta gama" não é uma teoria conspiratória ou um teaser de marketing. Há um caso real e documentado dos modelos de fronteira da Anthropic sendo restringidos por reguladores após o lançamento. O destino do nível mais capaz é genuinamente incerto — não porque a Anthropic está sendo evasiva, mas porque a questão agora vive parcialmente fora do controle da Anthropic.

Acho isso genuinamente perturbador, e digo isso como alguém que é bastante otimista sobre essas coisas. Cruzamos para um território onde o gargalo para os modelos mais capazes não é computação ou dados de treinamento. É política. A capacidade existe. Se você e eu podemos tocá-la é agora uma questão regulatória. Se você quer os mecanismos de controle de exportação e a resposta de código aberto em profundidade, escrevi longamente sobre isso no meu resumo de junho sobre controles de exportação e ensembles de código aberto.

Então esse é o mês da Anthropic: um rumor de cavalo de batalha diário, e um nível de fronteira parcialmente atrás de um portão governamental. Vamos agora olhar o outro lado, porque a OpenAI não passou junho em silêncio.

O GPT-5.x Pro da OpenAI e o modelo de voz que responde no meio da frase

Dois fios aqui, e vou marcar o nível de realidade de cada um conforme avanço.

Fio um — GPT-5.x Pro (reportado, parcialmente implantado). Os ganhos reportados se concentram em qualidade de front-end e design web mais amplitude criativa bruta. A demo que foi passada adiante — e estou enquadrando isso exatamente como me foi apresentado, como uma alegação de demo, não um benchmark que eu executei — era um interior jogável em primeira pessoa de uma casa. Múltiplos cômodos, navegação de passeio, construído em um único arquivo HTML de aproximadamente 700KB, gerado em cerca de 40 minutos.

Quero ser cuidadoso aqui, porque este é precisamente o tipo de número que é repetido como fato até que todo mundo "sabe." Eu não construí isso. Estou reportando o que a fonte mostrou. O que eu posso te dizer, da experiência real de entregar front-ends com esses modelos o ano todo, é que a forma da alegação é crível. O salto em saída interativa, autocontida, de arquivo único nas últimas duas gerações de modelos foi real e grande. Um cômodo jogável em um arquivo HTML é exatamente o tipo de coisa com a qual GPT-5.5 já estava flertando. Então não descarto. Simplesmente me recuso a citar "700KB em 40 minutos" como evangelho até que eu mesmo tenha reproduzido.

Há também reportes fortes de que a linha de próxima geração empurra o contexto para 1,5M de tokens, acima do 1M que GPT-5.5 entregou em abril. Plausível, consistente com a tendência, ainda não confirmado no nível de versão.

Fio dois — o modelo de voz em tempo real (reportado, implantação limitada). Este é o que me fez realmente parar e pensar sobre interface, não apenas capacidade. A OpenAI tem entregado modelos de voz em tempo real com raciocínio de classe GPT — modelos que ouvem e falam ao mesmo tempo em vez do antigo padrão walkie-talkie de "você fala, depois ele fala."

As capacidades reportadas para a versão mais recente:

• Um corte de conhecimento por volta de agosto de 2025
• Correções no meio da frase — pode se pegar e se corrigir no meio de uma resposta falada, da forma como um humano faz
• Tomada de turno ativa — lida com interrupções e fala sobreposta em vez de esperar por uma parada total
• Uma implantação limitada e escalonada em vez de disponibilidade geral imediata

Por que isso importa mais do que outro salto de benchmark? Porque a tomada de turno é o que tem feito agentes de voz parecerem robóticos por anos. A pausa antinatural. O falar por cima. O "desculpe, pode repetir?" depois que você já seguiu em frente. Um modelo que negocia o ritmo da conversa em tempo real não é um modelo maior — é uma categoria de produto diferente. Eu construí fluxos de voz onde a latência e a estrutura rígida de turnos mataram toda a experiência. Isso ataca exatamente isso.

Se você trabalhou com a geração anterior do stack de voz em tempo real da OpenAI, a trajetória aqui parecerá familiar — mergulhei no lado de tradução e agentes no meu olhar sobre agentes de voz GPT em tempo real. A peça nova é o ritmo conversacional.

Então o junho da OpenAI é: melhor saída de design web (reportado, crível), e um modelo de voz que finalmente se comporta como um interlocutor (reportado, sendo implantado). Ambas direções reais. Agora o lançamento que genuinamente me surpreendeu — o que não é da Anthropic nem da OpenAI.

Sakana Fugu: orquestração como uma arquitetura completamente nova

Este é o que eu pularia na maioria dos resumos, e é o que acabou importando mais. Então vou dar espaço.

Sakana Fugu está confirmado e é real — construído pela Sakana AI, o laboratório de pesquisa de Tóquio, com acesso beta a partir de abril de 2026 e um impulso mais amplo por volta de 22 de junho. Mas "modelo" não faz justiça ao que é. Fugu não gera tokens a partir de seus próprios pesos como Opus ou GPT-5.5 fazem. É um orquestrador: fica atrás de um endpoint de API compatível com OpenAI e roteia dinamicamente cada tarefa através de um pool intercambiável de modelos de fronteira — supostamente incluindo GPT-5.5, Claude Opus e Gemini 3.1 Pro.

É construído sobre a pesquisa publicada da Sakana — trabalho que apresentaram no ICLR 2026 sobre coordenação evoluída de LLMs e aprendizado de orquestração de agentes em linguagem natural. A arquitetura atribui papéis — pense Pensador, Trabalhador, Verificador — através do pool de modelos e delega adaptativamente por tarefa: um modelo redige, outro executa, um terceiro verifica. O pool é intercambiável, o que significa que quando novos modelos de fronteira aparecem, Fugu pode rotear para eles sem ser retreinado. Essa é uma aposta genuinamente diferente sobre de onde vem o valor da IA.

Agora, as alegações de benchmark. A Sakana diz que Fugu Ultra supera modelos de fronteira publicamente acessíveis — incluindo GPT-5.5 e Opus 4.8 em suas configurações de alto esforço — em benchmarks de codificação, raciocínio científico e pesquisa agêntica. Aqui coloco meu chapéu de cético, e acho que você deveria também: estes são os números próprios do laboratório. Benchmarks auto-reportados da empresa que vende o produto são marketing até que avaliadores independentes os reproduzam. Não estou dizendo que estão errados. Estou dizendo que o ônus da prova é da Sakana, e agora mesmo não está satisfeito. (Vale notar: Fugu não está disponível na UE/EEE no lançamento enquanto a Sakana trabalha na conformidade com o RGPD — um pequeno detalhe que te diz que estão sérios sobre ser um produto real, não uma demo.)

Opus 4.8 Ultra vs. Fugu Ultra: a comparação que reenquadra "vencer"

A fonte executou uma comparação direta que acho ser o ponto de dados mais esclarecedor do mês, e não tem nada a ver com qual modelo é "mais inteligente." A tarefa: construir um jogo estilo Crossy Road em 3D. Mesmo briefing, dois sistemas. Aqui está como foi reportado — e apresento estes como os números reportados pela fonte, não números que eu verifiquei:

Deixe isso assentar por um momento, porque está fazendo algo sutil. A abordagem orquestrada foi aproximadamente 3,5x mais rápida, usou ~10x menos tokens e custou cerca de 5x menos — e produziu um jogo pior. Controles invertidos. Uma câmera que lutava contra o jogador. Menos polimento.

Então quem ganhou? Essa é a pergunta errada, e esse é exatamente o ponto. Se você está prototipando cinquenta conceitos de jogo para encontrar um que valha a pena, o perfil do Fugu é obviamente correto — você quer velocidade e custo, polimento vem depois. Se você está entregando o único jogo pelo qual jogadores vão realmente pagar, o polimento do Opus 4.8 Ultra vale cada dólar e minuto extra. O eixo sobre o qual todos discutem — capacidade — não é mais o único eixo. Eficiência de custos é agora uma dimensão de primeira classe, e orquestração é a arquitetura que aposta mais forte nisso.

Este é o momento em que todo o resumo clicou para mim. Passamos dois anos perguntando "qual é o melhor modelo?" A pergunta mais útil de 2026 é "qual forma de sistema se encaixa neste trabalho?" — e "um orquestrador que roteia através de muitos modelos" é agora uma resposta real para essa pergunta, não uma curiosidade de pesquisa. Se a direção multi-modelo, de ensemble, te interessa, tracei a versão inicial desse padrão no meu artigo sobre ensembles de código aberto, e a corrida de capacidades mais ampla entre Anthropic e OpenAI no meu playbook da guerra de codificação.

O que me traz à parte onde te digo o que realmente penso, com o marketing removido.

O que eu realmente penso, depois de um ano dentro dessas ferramentas

Hora de falar sério, porque um resumo que só lista lançamentos é um resumo de comunicados de imprensa, e isso você consegue em qualquer lugar.

Primeiro: eu estava errado sobre de onde viria o próximo salto. Assumi que seria um modelo único maior. O resultado do Fugu sugere que uma parte significativa do progresso de curto prazo virá da coordenação — extrair mais dos modelos que já temos roteando inteligentemente entre eles. Essa é uma forma de progresso mais humilde, menos glamorosa, e acho que foi subestimada precisamente porque não gera uma manchete chamativa de "novo modelo."

Segundo: o eixo de custos é agora tão importante quanto o eixo de capacidade, e a maioria da cobertura ignora isso. Todo mundo faz benchmark de inteligência. Quase ninguém faz benchmark de reais por tarefa concluída. A tabela Opus-vs-Fugu é a ilustração mais clara que vi de que "melhor" é agora uma palavra dependente do orçamento. Quando assessoro equipes, a pergunta que faço primeiro não é mais "qual modelo é mais inteligente" — é "qual é a tolerância de vocês para custo vs. polimento neste trabalho específico." Na maioria dos dias aceito uma economia de 5x em custos e conserto a câmera eu mesmo.

Terceiro — e este é o desconfortável: os modelos mais capazes são agora parcialmente uma questão regulatória. A suspensão de controle de exportação do Fable 5 / Mythos 5 é o canário. A fronteira do que é possível e a fronteira do que está disponível para você se separaram. Se seu roadmap depende de sempre ter acesso ao modelo absolutamente mais capaz, isso agora é um risco que você precisa planejar, não uma garantia. Comecei a projetar sistemas de clientes com um fallback deliberado de "cair para o próximo nível abaixo", porque disponibilidade não é mais algo que tomo como dado.

Onde eu contestaria o hype: Os benchmarks auto-reportados da Sakana merecem ceticismo saudável até que terceiros os confirmem. E todo rumor de "lança semana que vem" do Sonnet 5 deveria ser tratado como entretenimento, não como insumo de planejamento. Vi essa previsão específica falhar desde fevereiro. Não reorganize seu stack em torno de um modelo que não tem data.

O resumo honesto: este foi um mês rápido, mas a velocidade foi em dois eixos simultaneamente — capacidade e eficiência — mais uma mudança estrutural em direção à orquestração e uma mudança regulatória em direção ao acesso restrito. Essa combinação é mais interessante, e mais consequente para como você constrói, do que qualquer lançamento de modelo individual. Aqui está o que fazer concretamente com isso.

O que observar — e o que fazer esta semana

Você não precisa perseguir cada lançamento. Precisa de uma postura. Aqui está a minha, e o que eu daria a qualquer pessoa construindo com essas ferramentas agora.

O que observar nas próximas semanas:

1. Se o Sonnet 5 realmente é lançado — e no momento em que for, compare custo por tarefa, não custo por token, com o Sonnet 4.6. O rumor do tokenizador faz deste o número que importa.
2. Benchmarks independentes do Sakana Fugu — se terceiros reproduzirem mesmo metade das alegações da Sakana, orquestração passa de curiosidade a categoria.
3. A situação de controle de exportação — se o acesso ao Fable 5 / Mythos 5 retorna, se estreita, ou se espalha para modelos de fronteira de outros laboratórios.
4. A saída real de design web do GPT-5.x Pro — uma vez que esteja amplamente disponível, a alegação de "700KB casa em 40 minutos" se torna testável. Teste antes de confiar.

Uma coisa para fazer nas próximas 24 horas: escolha uma tarefa que você executa regularmente através de um único modelo, e pergunte-se conscientemente "qual é minha tolerância de custo vs. polimento aqui?" Então intencionalmente tente o caminho mais barato — um modelo menor, ou uma rota através de vários mais baratos — e meça o que você realmente perde. Esse único experimento te ensinará mais sobre a verdadeira fronteira de 2026 do que ler mais dez resumos.

Porque aqui está o que a captura de tela do domingo à noite finalmente me deixou claro: a pergunta que importou o ano todo — "qual é o melhor modelo?" — silenciosamente parou de ser a certa. A melhor pergunta agora é "qual forma de sistema se encaixa neste trabalho, neste orçamento, dado o que eu realmente tenho permissão para usar?" Responda bem a isso, e você construirá círculos ao redor de pessoas que ainda esperam pela classificação da próxima semana.

Perguntas frequentes

O Claude Sonnet 5 está confirmado para lançamento em junho de 2026?

Não — a Anthropic não anunciou o Claude Sonnet 5, uma data, nem nenhuma lista oficial de funcionalidades em 23 de junho de 2026. "Sonnet 5 lança semana que vem" circulou repetidamente desde fevereiro de 2026 e esteve errado todas as vezes. Trate cada alegação de funcionalidade (contexto maior, novo tokenizador, melhor visão) como rumor, não como fato confirmado.

O que é Sakana Fugu e como é diferente de um modelo de IA normal?

Sakana Fugu é um modelo de orquestração do laboratório de Tóquio Sakana AI que roteia cada tarefa através de um pool intercambiável de modelos de fronteira (supostamente GPT-5.5, Claude Opus, Gemini 3.1 Pro) por trás de uma API. Diferente de um modelo padrão, não gera a partir de seus próprios pesos — coordena outros modelos. Para a análise completa, veja a seção Sakana Fugu acima.

Por que o Claude Fable 5 e Mythos 5 foram suspensos?

Em 12 de junho de 2026, a Anthropic anunciou uma diretiva de controle de exportação dos EUA exigindo que suspendesse o acesso tanto ao Claude Fable 5 quanto ao Claude Mythos 5. A suspensão está vinculada às capacidades dos modelos e à política de segurança nacional, não à falha de uma avaliação de segurança. É um caso real e documentado de modelos de fronteira sendo restringidos por regulação após o lançamento.

Devo mudar para um modelo de orquestração como o Fugu em vez do Claude ou GPT?

Depende da sua tolerância de custo vs. polimento. Na comparação reportada de Crossy Road, a orquestração foi muito mais rápida e barata mas produziu menor polimento (controles invertidos, câmera instável). Use orquestração para prototipagem de alto volume onde velocidade e custo vencem; use um modelo individual top quando qualidade finalizada é a prioridade.

As alegações de benchmark do Sakana Fugu são confiáveis?

Trate-as com ceticismo até que avaliadores independentes as confirmem. As alegações de que o Fugu Ultra supera GPT-5.5 e Opus 4.8 são os números auto-reportados da Sakana, que são marketing até serem reproduzidos por terceiros. A arquitetura é real e interessante; a posição na classificação não está comprovada.

Vamos trabalhar juntos

Procurando construir sistemas de IA, automatizar fluxos de trabalho ou escalar sua infraestrutura tecnológica? Adoraria ajudar.

• Fiverr (builds e integrações personalizadas): fiverr.com/s/EgxYmWD
• Portfolio: mejba.me
• Ramlit Limited (soluções empresariais): ramlit.com
• ColorPark (design e branding): colorpark.io
• xCyberSecurity (serviços de segurança): xcybersecurity.io