METR oszacował, że od października 2025 r. wyniki Anthropic w określonych benchmarkach rosły 1,9 raza szybciej niż wcześniej. To tempo zmian w wynikach testów, a nie miara ogólnej produktywności pracowników ani dowód na autonomiczne tworzenie kolejnych modeli przez AI. Główne oszacowanie ma 95-procentowy przedział ufności od 1,5× do 2,8×. METR opublikował ocenę 5 listopada 2026 r.
Wcześniej NeoTeo opisywało ostrzeżenie Anthropic dotyczące możliwego przyspieszenia rozwoju AI. Ocena METR dotyczy konkretnie zmian w wynikach benchmarków oraz roli AI w pracach badawczo-rozwojowych Anthropic.
Co oznacza oszacowanie 1,9×
METR porównał tempo wzrostu wyników w swoim Anthropic Capability and Efficiency Index (AECI), indeksie łączącym wyniki modeli Anthropic w określonych benchmarkach. W głównym wariancie analizy punktem zmiany trendu był szacowany 7 października 2025 r. Przedział ufności od 1,5× do 2,8× opisuje niepewność wokół głównego wyniku 1,9×.
Wynik zależy też od sposobu przeliczania trudności zadań na wyniki benchmarków. Przy innych funkcjach łączących METR otrzymał oszacowania od 1,1× do 2,9×. Inne sprawdzane warianty, między innymi dobór modeli i benchmarków, dawały na ogół wyniki od 1,9× do 2,2×. Oznacza to, że 1,9× jest wynikiem głównego modelu METR, a nie wartością niezależną od przyjętych założeń.
Dlaczego 12× oznacza coś innego
METR podał także średnią samoocenę indywidualnego wzrostu produktywności na poziomie około 12× w październiku 2026 r. Pracownicy oceniali, jak bardzo przyspiesza ich pracę najmocniejszy wewnętrzny model Anthropic. Były to nieformalne ankiety i sondy na Slacku, które METR określił jako bardzo słabe źródło danych. Ta liczba nie mierzy wzrostu wyników AECI.
| Miara | Wartość | Co opisuje | Okres i zastrzeżenie |
| Wzrost wyników AECI | 1,9×; 95-procentowy przedział ufności: 1,5–2,8× | Zmianę tempa wzrostu wyników benchmarków Anthropic | Od szacowanego punktu zmiany z 7 października 2025 r.; alternatywne funkcje łączące dały 1,1×–2,9× |
| Samoocena pracowników | Około 12× | Deklarowany indywidualny wzrost produktywności przy użyciu najmocniejszego wewnętrznego modelu | Październik 2026 r.; nieformalne ankiety i sondy, które METR uznał za bardzo słabe dane |
Przy każdej z tych liczb warto najpierw sprawdzić, co jest mierzone: wyniki benchmarków, odczucia pracowników czy ilość kodu. To odrębne wskaźniki i nie można ich traktować zamiennie.
Jaką rolę METR przypisał AI
METR ocenił, z dużą niepewnością, że AI odpowiadała za większość przyspieszenia widocznego w październiku 2026 r.; jako przybliżony udział wskazał około 80%. Według oceny AI przede wszystkim wspierała badaczy. Nie stanowiła jeszcze istotnego, w pełni autonomicznego wkładu w najważniejsze prace nad trenowaniem modeli.
METR podał również, że przyspieszenia nie tłumaczył szybszy wzrost skali obliczeń treningowych. Szczegóły uzasadnienia tego wniosku zostały zredagowane. Anthropic zredagowało też większość dowodów, które METR uznał za najbardziej informacyjne, więc publicznie przedstawiony wynik pozostaje oceną METR opartą częściowo na informacjach niedostępnych w raporcie.
Dane Anthropic o programowaniu
Anthropic podaje, że w maju 2026 r. Claude był autorem ponad 80% kodu scalonego z firmową bazą. Firma informuje też, że w drugim kwartale 2026 r. przeciętny inżynier scalał dziennie osiem razy więcej kodu niż w 2024 r. Są to firmowe wskaźniki dotyczące pracy z kodem, a nie niezależny pomiar postępów modeli w benchmarkach. Anthropic przedstawia te dane i ich ograniczenia w swoim omówieniu: ilość kodu nie mówi o jego jakości i może zawyżać rzeczywisty wzrost produktywności.
