Em avaliação publicada em 5 de novembro de 2026, a METR estimou que o avanço dos modelos da Anthropic em seus benchmarks acelerou 1,9× depois de um ponto de mudança estimado em 7 de outubro de 2025. O intervalo de confiança de 95% vai de 1,5× a 2,8×. Já o número de aproximadamente 12× vem de autorrelatos informais de funcionários sobre ganhos individuais, uma medida diferente.
A NeoTeo já noticiou um alerta anterior da Anthropic sobre a aceleração da pesquisa; a avaliação da METR examina o ritmo dos modelos nos benchmarks e o papel atribuído à IA.
Progresso em benchmarks, ganho individual percebido e volume de código são medidas distintas.
O que a estimativa de 1,9× mede
A METR usou o Anthropic Capability and Efficiency Index (AECI), um índice que agrega resultados de modelos da Anthropic em benchmarks internos e externos. A estimativa de 1,9× compara o ritmo de crescimento das pontuações depois do ponto de mudança calculado pela equipe com o ritmo anterior. Ela se refere a tarefas bem especificadas, não a uma medida geral de desempenho em qualquer atividade do mundo real.
O resultado depende das escolhas de modelagem. Com funções alternativas para relacionar a dificuldade das tarefas às pontuações, a estimativa variou de 1,1× a 2,9×. Outras verificações, com diferentes seleções de modelos e benchmarks, ficaram em geral entre 1,9× e 2,2×. A METR publicou a avaliação após um trabalho de 11 semanas na Anthropic, encerrado em 29 de outubro de 2026. O relatório da METR detalha o índice e essas análises de sensibilidade.
Por que 12× é uma medida diferente
A METR relatou que, em outubro de 2026, funcionários estimaram em cerca de 12× o ganho individual ao usar o modelo interno mais capaz da Anthropic. O número veio de enquetes informais no Slack. A própria METR classificou esses relatos como evidência muito fraca; eles não são uma taxa de aceleração das pontuações AECI.
| Medida | Valor | O que descreve | Período e ressalva |
| Crescimento das pontuações AECI | 1,9×; intervalo de confiança de 95%: 1,5×–2,8× | Mudança estimada no ritmo de avanço em benchmarks da Anthropic | Depois do ponto de mudança estimado em 7 de outubro de 2025; a faixa varia conforme as escolhas de modelagem |
| Ganho individual autorrelatado | Cerca de 12×, em média | Percepção de funcionários sobre o ganho ao usar o modelo interno mais capaz | Enquetes informais no Slack em outubro de 2026; a METR considera essa evidência muito fraca |
A avaliação também atribuiu à IA a maior parte da aceleração observada até outubro de 2026, talvez cerca de 80%, mas com incerteza substancial. A METR afirmou ter encontrado evidências convincentes de que o resultado não foi causado por uma aceleração na escala de computação usada para treinar os modelos; os detalhes dessa análise foram suprimidos no relatório público.
O papel da IA na pesquisa da Anthropic
Segundo a METR, durante o período avaliado a IA ajudava principalmente os pesquisadores. Contribuições totalmente autônomas ainda não tinham peso significativo nas partes mais importantes do treinamento de modelos, embora os sinais iniciais variassem entre áreas de pesquisa.
Essa conclusão delimita o que a avaliação mediu: progresso em benchmarks e o papel da IA no trabalho de pesquisa e desenvolvimento da Anthropic. O relatório não descreve a IA como responsável por desenvolver autonomamente os sucessores dos modelos da empresa.
O que os números de programação da Anthropic indicam
Em uma publicação própria, a Anthropic afirmou que Claude escreveu mais de 80% do código incorporado à sua base até maio de 2026. A empresa também informou que, no segundo trimestre de 2026, o engenheiro típico incorporou por dia oito vezes mais código do que em 2024. A publicação da Anthropic ressalva que a quantidade de código não mede sua qualidade e pode superestimar os ganhos reais de produtividade.
Esses indicadores dizem respeito à autoria e ao volume de código no trabalho de engenharia da Anthropic. Eles não são medições independentes do avanço geral dos modelos nem substituem a estimativa AECI da METR.
O que as supressões deixam visível no relatório público
A METR afirmou que a Anthropic suprimiu a maioria das evidências que a equipe considerava mais informativas. A versão pública apresenta a estimativa e as análises de sensibilidade, mas as supressões limitam o exame externo de parte das evidências por trás da avaliação.
