A Model Evaluation and Threat Research (METR) estimou que, em outubro de 2026, as pontuações da Anthropic em benchmarks de tarefas bem especificadas cresciam a 1,9 vez a taxa anterior. A avaliação, publicada pela METR em 5 de novembro, compara esse ritmo ao observado entre março de 2024 e outubro de 2025. O intervalo de confiança de 95% da estimativa vai de 1,5× a 2,8×.
O valor de 1,9× descreve o ritmo de crescimento de um índice de benchmarks; não é um multiplicador para todas as capacidades dos modelos da Anthropic.
O que a taxa de 1,9× mede
A METR usou o AECI, índice da Anthropic baseado no Epoch Capabilities Index, para acompanhar pontuações em benchmarks internos e externos. Em vez de comparar diretamente a capacidade de um modelo com a de outro, a análise estimou a inclinação da série de resultados ao longo do tempo. A METR descreveu o resultado como aproximadamente dois anos do avanço histórico do índice em um ano.
Para calcular a aceleração, a METR ajustou tendências lineares por trechos e adotou 7 de outubro de 2025 como principal ponto de mudança. O intervalo de confiança de 95%, de 1,5× a 2,8×, se refere à estimativa principal. Já a faixa de 1,1× a 2,9× apareceu quando a METR variou a função usada para relacionar as pontuações dos benchmarks ao índice. Essa análise de sensibilidade testa escolhas metodológicas diferentes; não é o mesmo intervalo estatístico.
A METR também descreveu uma incerteza subjetiva mais ampla: disse que não se surpreenderia se a aceleração real estivesse mais perto de 1,3× ou 3× a taxa histórica. É uma avaliação qualitativa, distinta tanto do intervalo de confiança quanto da sensibilidade às funções alternativas.
Quanto da aceleração a METR atribui à IA
A METR estimou, com incerteza substancial, que a IA provavelmente respondeu pela maioria da aceleração em outubro de 2026, talvez cerca de 80%. A organização também considerou provável que fatores não relacionados à IA tenham influenciado a aceleração no fim de 2025. Para a METR, o crescimento mais rápido da escala de computação usada no treinamento não explica o resultado.
Um dado de uma pesquisa interna ajuda a entender por que a atribuição é difícil de quantificar: em uma enquete no Slack, em outubro de 2026, funcionários estimaram um ganho médio de cerca de 12× com IA para o modelo interno mais capaz. A METR classificou essas respostas como evidência fraca, de baixo esforço e possivelmente não representativa. Esse número é um autorrelato de funcionários, não a taxa de crescimento das pontuações dos modelos.
A METR afirmou ainda que a IA, naquele período, não fazia contribuições altamente significativas e totalmente autônomas às etapas mais importantes do treinamento de modelos. A avaliação trata, portanto, de uma possível contribuição da IA à aceleração, não de um processo de desenvolvimento inteiramente autônomo.
O que a avaliação conseguiu examinar
A análise ocorreu de 12 de agosto a 29 de outubro de 2026. A METR examinou pontuações internas de benchmarks, documentos e outras informações compartilhadas pela Anthropic, além de entrevistar funcionários. A equipe não teve acesso para consultar diretamente os modelos ainda não lançados.
A Anthropic também tinha direito unilateral de redigir informações não públicas antes da divulgação. A METR disse que essas redações ocultaram boa parte das evidências que considerava mais informativas. Os dados internos e as entrevistas deram à avaliação acesso além do que benchmarks públicos permitem, mas os limites de acesso direto e de divulgação restringem a reprodução pública da análise.
