METR ha stimato che, dopo il punto di svolta del 7 ottobre 2025, i punteggi dei benchmark usati per valutare i modelli di Anthropic crescessero a un ritmo 1,9 volte superiore a quello precedente. La stima, pubblicata il 5 novembre 2026 dopo una valutazione di 11 settimane, riguarda compiti ben definiti e ha un intervallo di confidenza al 95% compreso tra 1,5× e 2,8×. L’autovalutazione di circa 12× citata nello stesso rapporto misura un’altra cosa: la percezione dei dipendenti, non l’avanzamento dei benchmark. (METR)
Che cosa misura la stima di 1,9×
METR ha usato l’Anthropic Capability and Efficiency Index (AECI), un indice che aggrega i risultati dei modelli su benchmark interni ed esterni. La stima principale confronta il ritmo di crescita dei punteggi prima e dopo la data di svolta individuata dal modello statistico. Non è una misura generale della produttività di Anthropic né del progresso di tutta l’intelligenza artificiale.
Il valore dipende anche da come si collega la difficoltà dei compiti ai punteggi. Con funzioni di link alternative, METR ha ottenuto stime tra 1,1× e 2,9×; altri controlli, basati su selezioni diverse di modelli e benchmark, si sono concentrati soprattutto tra 1,9× e 2,2×. La scelta del modello statistico, quindi, incide sul risultato.
Perché il dato di 12× indica un’altra misura
Il dato di circa 12× proviene da sondaggi informali su Slack: nell’ottobre 2026, i dipendenti hanno stimato quanto il modello interno più capace li aiutasse individualmente. METR ha definito queste risposte una prova molto debole. Il confronto chiarisce perché quel numero non va letto come un’accelerazione dei benchmark.
| Misura | Valore | Che cosa descrive | Periodo e precisazione |
| Crescita dei punteggi AECI | 1,9×; IC 95%: 1,5–2,8× | Il rapporto tra il ritmo di crescita dei punteggi dopo e prima del punto di svolta stimato | Dal 7 ottobre 2025; stima sui benchmark di Anthropic |
| Incremento individuale autodichiarato | Circa 12× | Quanto i dipendenti riferivano di essere aiutati dal modello interno più capace | Sondaggi informali su Slack nell’ottobre 2026; METR li considera una prova molto debole |
Prima di confrontare due cifre sull’IA, controlla se descrivono il progresso nei benchmark, la percezione individuale o la quantità di lavoro svolto.
L’IA assisteva i ricercatori, senza svolgere da sola il lavoro principale
METR ha giudicato, con notevole incertezza, che l’IA spiegasse la maggior parte dell’accelerazione osservata fino a ottobre 2026, forse circa l’80%. Secondo la valutazione, però, il contributo prevalente era l’assistenza ai ricercatori: i sistemi non fornivano ancora contributi autonomi e molto significativi alle parti più importanti dell’addestramento dei modelli.
METR ha anche riferito di aver raccolto elementi convincenti per concludere che l’accelerazione non fosse dovuta a una crescita più rapida della scala del calcolo usato per l’addestramento. L’organizzazione ha precisato che fattori diversi dall’IA avevano probabilmente contribuito all’accelerazione nella parte finale del 2025.
La precedente copertura di NeoTeo sull’avvertimento di Anthropic riguardo all’accelerazione della ricerca trattava il rischio prospettato dall’azienda; la valutazione di METR esamina invece i punteggi dei benchmark e il ruolo dell’IA nel lavoro di ricerca.
Le cifre di programmazione pubblicate da Anthropic
Anthropic ha dichiarato che Claude aveva scritto oltre l’80% del codice integrato nel suo codebase a maggio 2026. L’azienda ha inoltre riferito che nel secondo trimestre del 2026 il tipico ingegnere aveva integrato ogni giorno otto volte più codice rispetto al 2024. Sono indicatori aziendali di attività di programmazione: Anthropic avverte che la quantità di codice non ne misura la qualità e può sovrastimare i guadagni reali di produttività. (Anthropic Institute)
Gli oscuramenti limitano la verifica pubblica
METR ha scritto che Anthropic aveva oscurato la maggior parte degli elementi che l’organizzazione considerava più informativi nel rapporto pubblico. La stima e le conclusioni restano quindi quelle della valutazione di METR, mentre una parte rilevante delle basi informative non è esposta nella versione pubblicata.
