METR estimó que, en octubre de 2026, las puntuaciones de los modelos de Anthropic en una serie de benchmarks crecían a 1,9 veces la tasa anterior. La cifra se refiere a tareas bien definidas y compara el ritmo observado desde octubre de 2025 con la tendencia entre marzo de 2024 y octubre de 2025; no significa que todas las capacidades de los modelos se hayan multiplicado por 1,9. La evaluación de METR se publicó el 5 de noviembre de 2026.
Una tasa de crecimiento en un benchmark describe la evolución de esa métrica, no un salto universal en todas las capacidades.
Qué mide la estimación de 1,9×
METR analizó el AECI, la versión de Anthropic del Epoch Capabilities Index. El índice reúne puntuaciones de benchmarks internos y externos: pruebas de referencia que permiten comparar el rendimiento en tareas concretas. METR concluyó que, en las tareas bien especificadas que evaluó, el crecimiento de las puntuaciones desde octubre de 2025 fue aproximadamente 1,9 veces el ritmo de la tendencia anterior.
La comparación es entre tasas de crecimiento, no entre una puntuación de partida y otra final. Dicho de forma aproximada, METR interpreta el ritmo reciente como cerca de dos años del avance que registraba antes, acumulados en un año. Esa equivalencia se limita al índice y a las tareas analizadas; el informe advierte que el AECI puede no reflejar bien el impacto en el mundo real ni el progreso en tareas menos definidas.
El intervalo estadístico y la sensibilidad no son lo mismo
Para su estimación principal de 1,9×, METR calculó un intervalo de confianza del 95% de 1,5× a 2,8×. Ese intervalo refleja la incertidumbre de las puntuaciones AECI; no incorpora incertidumbre sobre qué modelos se incluyeron en el análisis.
METR también probó funciones de enlace alternativas, que relacionan las puntuaciones de los benchmarks con la medida de capacidad. Con esos cambios, las estimaciones de aceleración fueron de 1,1× a 2,9×. Es un análisis de sensibilidad metodológica, no otro intervalo de confianza para el resultado principal. En una valoración general distinta, METR dijo que no le sorprendería que la aceleración real estuviera más cerca de 1,3× o de 3× la tasa histórica.
Qué parte atribuye METR a la IA
METR calcula, de forma subjetiva y con una incertidumbre considerable, que quizá alrededor del 80% de la aceleración de octubre de 2026 se debió al uso de IA. No es una demostración causal. La organización también considera probable que factores ajenos a la IA influyeran en la aceleración de finales de 2025, y afirma que un aumento más rápido del crecimiento de la capacidad de cómputo para entrenar modelos no explica el resultado.
En una encuesta interna de octubre de 2026, el aumento medio de productividad que el personal atribuyó a la IA para el modelo interno más capaz rondó las 12 veces. METR calificó esas respuestas de indicios informales y potencialmente poco representativos. Además, esa cifra expresa estimaciones individuales de productividad, no la tasa de crecimiento de las capacidades de los modelos.
METR señaló que la IA aún no hacía contribuciones altamente significativas y plenamente autónomas a las etapas más importantes del entrenamiento de modelos. Algunas personas entrevistadas describieron señales preliminares de que esas contribuciones podrían crecer.
Qué información pudo revisar METR
La evaluación se desarrolló entre el 12 de agosto y el 29 de octubre de 2026. METR recibió datos y documentos internos compartidos por Anthropic y entrevistó a empleados, pero no tuvo acceso para consultar directamente los modelos inéditos. Anthropic podía decidir unilateralmente qué información no pública se redactaba antes de la publicación. METR afirmó que esas redacciones ocultaban buena parte de la evidencia que consideraba más informativa.
Así, el resultado combina acceso a información interna con límites para examinar directamente los modelos y para reproducir públicamente todo el análisis.
