METR schatte op 5 november 2026 dat het tempo van Anthropic’s vooruitgang op benchmarks sinds 7 oktober 2025 ongeveer 1,9× zo hoog lag als daarvoor. Die schatting gaat over modelscores op specifieke taken. Het afzonderlijke cijfer van circa 12× komt uit informele zelfrapportages van medewerkers en meet hun ervaren individuele winst. Volgens METR hielp AI vooral onderzoekers; volledig autonome bijdragen aan het belangrijkste werk rond modeltraining waren nog geen grote factor.
Wat de schatting van 1,9× meet
METR baseerde de schatting op de Anthropic Capability and Efficiency Index (AECI), een index die resultaten op interne en externe benchmarks samenvoegt. De hoofdschatting vergelijkt de groei van AECI-scores vóór en na het geschatte omslagpunt van 7 oktober 2025. Een stijging van 15 AECI-punten staat volgens de indexschaal gelijk aan een verdubbeling van de benchmarkmoeilijkheid.
De hoofdschatting was 1,9×, met een 95%-betrouwbaarheidsinterval van 1,5× tot 2,8×. Dat interval geeft de onzekerheid binnen de gekozen modelopzet weer. Bij alternatieve aannames over hoe benchmarkmoeilijkheid samenhangt met scores liep de uitkomst uiteen van 1,1× tot 2,9×. Andere controles met verschillende modelmomentopnamen en benchmarkselecties kwamen doorgaans uit op 1,9× tot 2,2×. De beoordeling, die volgde op een evaluatie van elf weken bij Anthropic, betrof vooruitgang op goed omschreven taken, geen algemene maat voor prestaties in de praktijk. METR’s beoordeling verscheen op 5 november 2026.
Lees 1,9× als een schatting van benchmarkgroei en 12× als een losse inschatting van individueel werk. De cijfers beantwoorden verschillende vragen.
Waarom 12× iets anders meet
METR meldde dat medewerkers in oktober 2026 gemiddeld ongeveer 12× individuele versnelling rapporteerden bij gebruik van Anthropic’s krachtigste interne model. Die uitkomst kwam uit informele peilingen en Slack-polls. METR noemt die peilingen zeer losse evidentie; het cijfer is geen gemeten productiviteitswinst en ook geen maat voor de groei van benchmarkscores.
| Maatstaf | Waarde | Wat de maat beschrijft | Periode en beperking |
| AECI-benchmarkgroei | 1,9×; 95%-interval 1,5×–2,8× | Verhouding tussen de groeisnelheid van benchmarkresultaten vóór en na het geschatte omslagpunt | Sinds 7 oktober 2025; alternatieve aannames geven 1,1×–2,9× |
| Zelfgerapporteerde individuele winst | Circa 12× gemiddeld | Ervaren versnelling van het eigen werk met het krachtigste interne model | Oktober 2026; gebaseerd op informele Slack-polls |
Welke rol AI speelde in het onderzoek
METR schatte met aanzienlijke onzekerheid dat AI waarschijnlijk het grootste deel van de versnelling tot oktober 2026 verklaarde. De onderzoekers beschreven vooral AI-ondersteuning bij onderzoekswerk. Ze zagen vroege aanwijzingen voor mogelijke autonome bijdragen, maar die verschilden per onderzoeksgebied en waren nog geen grote factor in het belangrijkste modeltrainingswerk.
METR meldde ook overtuigend bewijs dat de versnelling niet werd veroorzaakt door een snellere groei van de schaal van trainingscomputers. De details achter die beoordeling zijn in de openbare versie weggelakt. Dat is een beperkte conclusie over de verklaring voor deze gemeten versnelling, geen algemene uitspraak over de rol van rekenkracht in AI-ontwikkeling.
Anthropic’s programmeercijfers meten weer iets anders
Anthropic zegt dat Claude in mei 2026 verantwoordelijk was voor meer dan 80% van de code die in de codebase van het bedrijf werd samengevoegd. Het bedrijf meldde daarnaast dat de typische engineer in het tweede kwartaal van 2026 per dag acht keer zoveel code samenvoegde als in 2024. Anthropic waarschuwt dat regels code de hoeveelheid meten, niet de kwaliteit, en de productiviteitswinst daardoor kunnen overschatten. Deze bedrijfsgegevens over programmeerwerk zijn geen onafhankelijke meting van de AECI-ontwikkeling. Anthropic licht de cijfers toe.
NeoTeo schreef eerder over een andere ontwikkeling, de waarschuwing van Anthropic in een S-1/A. METR’s beoordeling gaat over benchmarkgroei en de rol van AI in het onderzoek bij Anthropic.
Wat de weglakkingen betekenen voor het openbare rapport
METR schreef dat Anthropic in de openbare versie het merendeel had weggelakt van het bewijsmateriaal dat METR het meest informatief vond. Daardoor zijn de gepubliceerde methode en conclusies te beoordelen, terwijl een groot deel van dat onderliggende materiaal niet openbaar is.
