Die Model Evaluation and Threat Research (METR) schätzte am 5. November 2026, dass Anthropic seine Fähigkeiten bei klar umrissenen Aufgaben im Oktober mit rund 1,9-facher Wachstumsrate gegenüber dem früheren Trend verbesserte. Die Zahl beschreibt das Wachstum von Benchmarkwerten, nicht einen pauschalen Leistungssprung aller Modelle. METR bezog sich auf den Zeitraum von März 2024 bis Oktober 2025 als Vergleichsbasis und veröffentlichte ein 95%-Konfidenzintervall von 1,5× bis 2,8×. METRs Einschätzung
Was die 1,9×-Schätzung misst
METR wertete den AECI aus, Anthropic’s Variante des Epoch Capabilities Index. Der Index fasst Ergebnisse interner und externer Benchmarks zusammen. Ein Benchmark ist ein standardisierter Test, mit dem sich Modellleistungen unter festgelegten Bedingungen vergleichen lassen. METR schätzte, wie schnell die AECI-Werte im Zeitverlauf stiegen. Die Hauptanalyse setzte den Wendepunkt auf den 7. Oktober 2025.
Die 1,9× beziehen sich auf die Wachstumsrate der Benchmarkwerte seit diesem Wendepunkt im Vergleich zum früheren Trend. METR beschreibt das Ergebnis als ungefähr zwei Jahre des früheren Benchmarkfortschritts innerhalb eines Jahres. Seine Schlussfolgerung gilt für gut spezifizierte Aufgaben, also Aufgaben mit klaren Anforderungen. Sie lässt sich nicht ohne Weiteres auf jede Modellfähigkeit oder auf die Wirkung im Alltag übertragen.
Der Faktor 1,9 beschreibt, wie schnell die Benchmarkwerte stiegen. Er ist keine pauschale Bewertung sämtlicher Fähigkeiten von Anthropic-Modellen.
Ein englischsprachiger Wochenrückblick von AI Copium zeigt Ausschnitte aus METRs Bericht und ordnet die Einschätzung kommentierend ein.
Konfidenzintervall und methodische Sensitivität
Das 95%-Konfidenzintervall der Hauptschätzung reicht von 1,5× bis 2,8×. Es beschreibt die statistische Unsicherheit des AECI-Ergebnisses; die Unsicherheit darüber, welche Modelle in die Analyse einbezogen wurden, bildet es nicht ab.
Eine andere Analyse ergab Werte zwischen 1,1× und 2,9×, wenn METR alternative sogenannte Link-Funktionen verwendete. Diese Funktionen legen fest, wie Benchmarkleistungen in den Index einfließen. Die Spanne zeigt, wie sich das Ergebnis bei dieser methodischen Änderung verschiebt. Sie ist eine Sensitivitätsanalyse und nicht das Konfidenzintervall der Hauptschätzung.
Wie viel der Beschleunigung METR der KI zuschreibt
Für Oktober 2026 schätzte METR subjektiv, dass KI wahrscheinlich für eine Mehrheit der Beschleunigung verantwortlich war, vielleicht für rund 80 Prozent. Die Organisation betonte dabei erhebliche Unsicherheit. Für die Beschleunigung Ende 2025 hielt sie auch Einflüsse außerhalb der KI für wahrscheinlich. METR war zudem überzeugt, dass ein schnelleres Wachstum des Trainingsrechenaufwands den beobachteten Anstieg nicht erklärte.
Als ergänzenden Hinweis führte METR eine interne Slack-Umfrage vom Oktober 2026 an: Mitarbeitende schätzten den KI-bedingten Produktivitätszuwachs beim leistungsfähigsten internen Modell im Mittel auf etwa das Zwölffache. METR bezeichnete diese Antworten als lockere, wenig aufwendige Einschätzungen. Sie sind kein Maß für das Wachstum der Modellfähigkeiten oder für den Fortschritt des gesamten Unternehmens.
Welche Einblicke die Prüfung zuließ
METR führte seine Prüfung vom 12. August bis zum 29. Oktober 2026 durch. Die Organisation wertete von Anthropic geteilte interne Daten und Dokumente aus und sprach mit Mitarbeitenden. Unveröffentlichte Modelle konnte METR nicht selbst abfragen. Anthropic durfte außerdem Informationen zurückhalten und nicht öffentliche Angaben vor Veröffentlichung einseitig schwärzen. METR zufolge fehlte dadurch im öffentlichen Bericht ein großer Teil der Hinweise, die für seine Einschätzung besonders aufschlussreich waren.
METR zufolge leistete KI zu diesem Zeitpunkt noch keine hochgradig bedeutsamen, vollständig autonomen Beiträge zu den wichtigsten Phasen des Modelltrainings.
