La valutazione pubblicata da Model Evaluation and Threat Research (METR) il 5 novembre 2026 stima che, a ottobre, le capacità dei modelli di Anthropic nei compiti ben definiti avanzassero a un ritmo circa doppio rispetto al periodo da marzo 2024 a ottobre 2025. METR distingue questo giudizio dalla sua stima di 1,9× per il trend dei benchmark AECI e da un dato di 12× ricavato da sondaggi informali tra dipendenti. Il rapporto di METR presenta tre misure diverse, non tre modi per esprimere lo stesso risultato.
Il dibattito sul ritmo di sviluppo fa da sfondo alla proposta di Dario Amodei di rallentare l’IA di frontiera, già raccontata da NeoTeo in un precedente articolo. La valutazione di METR riguarda invece i progressi osservati nei modelli di Anthropic e il ruolo che l’IA svolge nella loro ricerca e sviluppo.
Tre cifre, tre misure
| Stima | Che cosa misura | Soggetto e periodo | Qualifica |
| Circa 2× | Il giudizio di METR sul ritmo di miglioramento delle capacità nei compiti ben definiti | Modelli di Anthropic, a ottobre 2026 rispetto a marzo 2024–ottobre 2025 | METR ritiene plausibile un valore più vicino a 1,3× o a 3× |
| 1,9× | L’aumento stimato del ritmo del trend AECI | Benchmark dei modelli di Anthropic dopo ottobre 2025 | Intervallo di confidenza al 95%: 1,5×–2,8× |
| Circa 12× | L’aumento medio di produttività autoriportato nei sondaggi informali | Dipendenti che usavano il Model 4 interno, a ottobre 2026 | Indicazione debole, non una stima dell’accelerazione complessiva |
Il dato da 12× viene da sondaggi informali su Slack: descrive le autovalutazioni di dipendenti sull’uso del Model 4 interno. METR considera quei sondaggi prove molto deboli; non equivalgono a una misurazione della velocità di sviluppo dell’intera azienda.
Il valore di 12× riguarda le autovalutazioni dei dipendenti; quello di 1,9× descrive un trend di benchmark. Sono misure diverse.
Che cosa misura il trend AECI
L’AECI è la versione di Anthropic dell’Epoch Capabilities Index: riunisce punteggi ottenuti su benchmark interni ed esterni. METR ha stimato il trend dei punteggi con una regressione lineare a tratti, individuando il punto di svolta principale il 7 ottobre 2025. Il ritmo stimato è passato da 15 a 29 punti AECI all’anno.
Nel sistema AECI, un aumento di 15 punti corrisponde al raddoppio della difficoltà dei benchmark. Il risultato di 1,9× riassume quindi il cambiamento nel trend di questi punteggi; non misura direttamente la produttività generale, l’impatto nel mondo reale o i progressi su qualunque tipo di attività.
Le diverse stime di METR per il trend AECI sono sensibili ad alcune scelte statistiche: con funzioni di collegamento alternative, il risultato varia da 1,1× a 2,9×. Altre selezioni di modelli e benchmark hanno prodotto stime tra 1,9× e 2,2×, mentre alcune varianti di regolarizzazione hanno dato valori tra 1,9× e 2,1×. METR confronta inoltre il proprio 1,9× con l’1,7× della scheda di sistema di Haiku 5.5 e attribuisce la differenza soprattutto all’inclusione di modelli interni più recenti.
Quanto dell’accelerazione dipende dall’IA
METR stima, con notevole incertezza, che forse l’80% dell’accelerazione osservata fino a ottobre 2026 dipenda dall’uso dell’IA nella ricerca e sviluppo. È un giudizio soggettivo, non una quota misurata con precisione; secondo METR, anche fattori non legati all’IA hanno probabilmente contribuito ai progressi di fine 2025.
L’organizzazione afferma di avere elementi convincenti per escludere che l’accelerazione dipenda da una crescita più rapida del calcolo usato per addestrare i modelli. Non ha invece individuato una singola causa alternativa con lo stesso grado di certezza. METR non ha trovato prove convincenti di un ostacolo imminente, entro i 12 mesi successivi alla valutazione, legato agli algoritmi, al calcolo per l’addestramento o gli esperimenti, o alla disponibilità di dati; considera comunque incerta la propria valutazione dei colli di bottiglia.
Quanto al grado di autonomia, METR descrive l’IA soprattutto come uno strumento di supporto alla ricerca e sviluppo. Secondo la valutazione, non forniva ancora contributi altamente significativi e pienamente autonomi alle parti più importanti dell’addestramento dei modelli. I ricercatori riferivano primi segnali di possibili contributi più autonomi, non un risultato già raggiunto.
Le informazioni oscurate limitano il controllo pubblico
Anthropic aveva il diritto di oscurare unilateralmente le informazioni non pubbliche nel rapporto. METR afferma che è stata oscurata la maggior parte degli elementi che riteneva più informativi per le proprie conclusioni sui rischi. Inoltre, non ebbe accesso per interrogare versioni non rilasciate dei modelli. Queste condizioni limitano la possibilità di esaminare pubblicamente l’intera base della valutazione, pur lasciando consultabili i risultati e le verifiche metodologiche descritti nel rapporto.
