A Model Evaluation and Threat Research (METR) estimou que, em outubro de 2026, as capacidades dos modelos da Anthropic em tarefas bem definidas avançavam a cerca de duas vezes o ritmo observado entre março de 2024 e outubro de 2025. A organização ressalvou que o resultado poderia estar mais perto de 1,3 ou 3 vezes. Em uma análise separada, calculou uma aceleração de 1,9 vez na tendência de benchmarks AECI desde outubro de 2025. A avaliação da METR foi publicada em 5 de novembro de 2026.
O que os números 2x, 1,9x e 12x medem
As três cifras descrevem medidas diferentes. A estimativa de 2x é o juízo geral da METR sobre o avanço das capacidades em tarefas bem definidas. O valor de 1,9x vem de uma análise de tendências de benchmark. Já o número de 12x é uma média de autorrelatos informais de funcionários sobre o Model 4 interno da Anthropic, em outubro de 2026.
| Número | O que mede | Sujeito e período | Ressalva |
| Cerca de 2x | Juízo da METR sobre o ritmo de avanço de capacidades em tarefas bem definidas | Modelos da Anthropic em outubro de 2026, comparados com março de 2024 a outubro de 2025 | A METR considerou plausível que o valor real estivesse mais perto de 1,3x ou 3x |
| 1,9x | Aceleração estimada da tendência de pontuações AECI | Modelos da Anthropic após outubro de 2025; intervalo de confiança de 95%: 1,5x a 2,8x | É uma tendência ajustada de benchmarks, não um autorrelato de produtividade |
| Cerca de 12x | Aumento de produtividade autorrelatado em pesquisas informais no Slack | Funcionários usando o Model 4 interno em outubro de 2026 | A METR descreve as pesquisas como evidência fraca; o valor não é uma taxa geral de aceleração |
A AECI é a versão da Anthropic do Epoch Capabilities Index, um índice que reúne pontuações de benchmarks internos e externos. Na análise principal, a tendência ajustada passou de 15 pontos por ano antes da mudança estimada para 29 pontos por ano depois dela. A METR situa essa mudança em 7 de outubro de 2025. No índice, um aumento de 15 pontos corresponde a dobrar a dificuldade dos benchmarks.
O 12x tem outra origem e outro escopo: resume respostas informais sobre o aumento de produtividade associado ao Model 4 interno. A METR considera esses autorrelatos pouco robustos e ressalta que o ganho relatado por uma pessoa não equivale à aceleração geral da pesquisa e desenvolvimento da Anthropic.
Para entender uma cifra de aceleração, veja primeiro se ela vem de benchmarks, de uma estimativa de capacidades ou de autorrelatos de produtividade.
Quanto da aceleração a METR atribui à IA
A METR estima, com incerteza substancial, que talvez 80% da aceleração atual, até outubro de 2026, se deva ao uso de IA em pesquisa e desenvolvimento. A organização também considera que fatores não relacionados à IA provavelmente contribuíram para o avanço no fim de 2025. Em sua avaliação, o aumento da velocidade não foi causado por uma taxa maior de crescimento da computação usada para treinar os modelos.
O papel predominante da IA era auxiliar o trabalho de pesquisa e desenvolvimento. A METR disse que ela ainda não fazia contribuições altamente significativas e totalmente autônomas às partes mais importantes do treinamento de modelos; pesquisadores relataram sinais iniciais de que contribuições mais autônomas poderiam ocorrer em breve.
O ritmo do desenvolvimento de IA também está no centro da proposta de Dario Amodei para desacelerar a IA de fronteira, tema de uma reportagem anterior da NeoTeo. A avaliação da METR trata de outro aspecto do debate: a velocidade das tendências de capacidade observadas nos benchmarks da Anthropic.
Como a METR calculou a tendência e quais são seus limites
Para estimar a mudança, a METR ajustou tendências lineares por partes, com um ponto de mudança estimado. Em testes com diferentes funções de ligação, que relacionam a dificuldade das tarefas às pontuações dos modelos, as estimativas de aceleração variaram de 1,1x a 2,9x. O intervalo de confiança de 1,5x a 2,8x da análise principal considera a incerteza das pontuações AECI, mas não a incerteza sobre quais modelos entraram no ajuste.
A avaliação cobre capacidades medidas em tarefas bem definidas. A METR considera incerta a relação entre essa tendência e o desempenho em tarefas abertas ou seus efeitos no mundo real. Também não encontrou evidência convincente de um gargalo próximo, nos 12 meses seguintes à avaliação, em algoritmos, computação de treinamento, computação para experimentos ou dados; a própria organização qualificou essa conclusão como incerta.
A Anthropic tinha direito unilateral de redigir informações não públicas. A METR afirmou que a empresa suprimiu a maioria das evidências que considerava mais informativas para suas conclusões sobre riscos. A METR também não teve acesso para consultar modelos ainda não lançados, o que limita o exame público da avaliação completa.
