La velocidad de evolución de Claude se ha duplicado, el 80% del incremento proviene de la IA

Editor｜Zenan

La IA ha ayudado a acelerar el desarrollo de la próxima generación de IA, y finalmente tenemos cifras concretas.

El 5 de noviembre, la agencia de evaluación externa METR publicó un informe de investigación sobre Anthropic, indicando que los avances en las capacidades de referencia de la empresa en el último año son equivalentes a los logros de los dos años anteriores.

Desde el 12 de agosto hasta el 29 de octubre, esta agencia pasó aproximadamente 11 semanas revisando internamente los resultados de los modelos de Anthropic, la potencia de cálculo de entrenamiento, la eficiencia de desarrollo, entre otros datos, y entrevistó a investigadores.

Su análisis utilizó el Indicador de Capacidades Combinadas AECI de Anthropic. Los datos muestran que, desde octubre de 2025, la velocidad de avance de los grandes modelos en este indicador es aproximadamente 1.9 veces mayor que la anterior, con un intervalo de confianza del 95% de 1.5 a 2.8 veces.

Desde el 7 de octubre de 2025, esta puntuación saltó de aproximadamente 15 puntos/año a aproximadamente 29 puntos/año, completando en un año lo que antes tomaba cerca de dos años, con un nivel comparable a Claude 2.1 a Sonnet 4.5. El informe de riesgos de Anthropic había supuesto anteriormente que Mythos Preview era un salto único, y que luego volvería a la tendencia original; sin embargo, ahora han aparecido nuevos modelos y la nueva pendiente sigue en aumento.

En toda la industria, la aceleración de los modelos de vanguardia es solo de 1.4 veces.

Lo más crítico es que METR está bastante seguro de que esta aceleración no proviene del aumento en la escala de potencia de cálculo para entrenar IA. La principal razón del avance en las capacidades de IA proviene de la ayuda de la IA misma.

En las entrevistas, un fenómeno recurrente fue que los investigadores finalmente pueden probar más ideas.

En el pasado, un experimento podría llevar uno o dos días para implementarse, y el tiempo y el costo computacional eran insuperables, muchas ideas se dejaban de lado antes de ser validadas. Ahora, los investigadores pueden presentar múltiples ideas a un Agente y ver cuáles valen la pena seguir.

Un investigador describió que ahora su trabajo está principalmente limitado por ideas y potencia de cálculo, y el código ya no es un cuello de botella. Otros sienten que al usar Claude, tienen la sensación de que cuentan con un postdoctorado y un estudiante de posgrado trabajando juntos en el proyecto. Los experimentos y la implementación se han vuelto más baratos, lo que hace que los investigadores estén más dispuestos a intentar, y muchos experimentos que antes se consideraban poco dignos de esfuerzo ahora tienen la oportunidad de convertirse en nuevas direcciones de investigación.

El informe de METR también reveló parte del progreso interno que antes no era visible para el exterior. Su análisis incluyó tres modelos de Anthropic que aún no se han hecho públicos, denominados Model 2, Model 3 y Model 4. Estos se completaron entre julio y octubre de este año.

El más potente es el Model 4 (algunos especulan que es Claude 6), que ya ha superado el 90% en muchas métricas comunes. Los empleados de Anthropic realizaron una estimación subjetiva interna en octubre, votando que su eficiencia promedio en el trabajo había aumentado aproximadamente 12 veces.

Estos modelos aún no se han lanzado, e incluso no necesariamente se convertirán en productos públicos, pero su existencia recuerda al exterior que observar solo conferencias de lanzamiento y listas públicas puede no ser suficiente para juzgar completamente lo que está sucediendo internamente en las grandes empresas de IA. Desde aproximadamente 1 vez a principios de 2025, hasta aproximadamente 2.5 veces con Opus 4.5, aproximadamente 5 veces con Mythos 5, y el Model 4 saltando a 12 veces, el ajuste exponencial es de aproximadamente 3.9 veces por año.

METR estima que hasta octubre de este año, aproximadamente el 80% de la aceleración en la investigación de IA proviene de la IA misma. El 20% restante son factores no relacionados con IA, cuyos detalles Anthropic no permite revelar.

Entonces, ¿puede la IA desarrollar de manera independiente su próxima generación?

Actualmente, aún hay una brecha para que la IA realice una mejora recursiva completa (RSI) en el desarrollo de su próximo modelo. Los investigadores de Anthropic creen que en la parte más importante del entrenamiento del modelo, la IA aún no ha hecho contribuciones altamente significativas y completamente autónomas, y los principales beneficios aún provienen de la asistencia de la IA a los humanos en el desarrollo.

Sin embargo, los investigadores de Anthropic ya han descrito las numerosas contribuciones autónomas de la IA como "signos de vida", y hay análisis cuantitativos que estadifican la proporción de tareas completadas por IA frente a humanos, aunque los datos fueron eliminados por Anthropic.

Mientras modelos más potentes puedan ayudar a los investigadores a desarrollar la próxima generación más rápido, el proceso de retroalimentación podría seguir fortaleciéndose. Hasta dónde puede llegar el camino de RSI depende de las partes que aún no están automatizadas y de si los recursos como la potencia de cálculo pueden mantenerse al día.

En cuanto a las predicciones para el futuro cercano, METR no ha visto cuellos de botella que interrumpan claramente el rápido progreso en los próximos 12 meses, pero también admiten que a medida que aumenta la información, han cambiado de juicio en múltiples ocasiones, y actualmente su confianza es limitada.

Además, aunque Anthropic permitió que la agencia externa METR investigara internamente, el informe de 100 páginas que se presentó ha sido ampliamente editado por ellos. La mayoría de las pruebas más convincentes han sido eliminadas por Anthropic.

El informe complementario publicado el mismo día también mostró las diferencias en la formulación de riesgos entre ambas partes: Anthropic había descrito un indicador líder como un progreso de "menos de dos veces", mientras que METR, basándose en sus datos internos, calculó aproximadamente 1.97 veces, considerando que la forma más precisa de describirlo debería ser "aproximadamente dos veces". La aceleración de dos veces involucra el umbral de alerta temprana de Anthropic.

METR considera que no se puede descartar la posibilidad de que ya se haya cruzado el umbral relevante hasta el 15 de julio, pero la mayoría de los investigadores relacionados aún tienden a pensar que no se había cruzado en ese momento. Ambas partes también coinciden en que el riesgo catastrófico directo de los modelos en ese momento era bajo.

A medida que la velocidad de participación de los modelos en el desarrollo aumenta, la capacidad de las personas para ver los cambios a tiempo y la capacidad de la empresa para divulgar adecuadamente la incertidumbre se están convirtiendo en preguntas que deben responderse antes de la llegada de la próxima generación de IA.

Contenido de referencia:

https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment/#executive-summary

https://x.com/METR_Evals/status/2118412183860351084

© THE END

Este contenido se ofrece únicamente con fines informativos generales y no constituye un asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, operar o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.