La afirmación de aceleración que hizo saltar las alarmas
El progreso de las capacidades de los modelos de Anthropic se aceleró aproximadamente 1,9 veces respecto a su ritmo anterior, según una evaluación independiente de METR. Aunque esta cifra conlleva un amplio rango de incertidumbre, de 1,5 a 2,8 veces, sugiere que la empresa logró en el último año aproximadamente el mismo progreso en benchmarks que en los dos años anteriores. Esta aceleración describe las capacidades medidas de los modelos, no todas las dimensiones del avance de la IA.
METR, un grupo de investigación sin ánimo de lucro, publicó estos hallazgos en un informe público tras obtener un acceso temporal y poco habitual a los sistemas y materiales internos de Anthropic. Su evaluación completa, titulada "Independent Assessment of AI R&D Acceleration at Anthropic in October 2026", distingue los rigurosos hallazgos de METR del enfoque más alarmista presente en algunos vídeos en línea.
Los investigadores tuvieron acceso a puntuaciones internas de benchmarks, datos de entrenamiento, cifras de cómputo y previsiones, y realizaron entrevistas a unos 15 investigadores de Anthropic. Este nivel de acceso poco habitual permitió un análisis detallado de la trayectoria de I+D de la empresa, ofreciendo una visión sin adornos del ritmo del desarrollo de la IA de frontera.
Model 4 es potente, y aun así una caja negra
La evaluación de METR presentó Model 4, un modelo no lanzado de Anthropic entrenado entre septiembre y octubre de 2026. Este sistema interno obtuvo puntuaciones superiores al 50% en los 15 benchmarks del conjunto evaluado, lo que lo convierte en el modelo con la puntuación más alta del informe. Aunque impresionantes, estas puntuaciones reflejan el rendimiento en tareas específicas y no establecen por sí mismas una competencia amplia ni de nivel humano.
La existencia de modelos tan potentes y no lanzados pone de relieve una importante brecha de capacidad entre lo interno y lo público. El progreso en el desarrollo de la IA puede superar lo que los clientes y los observadores independientes pueden utilizar, de modo que la frontera de la capacidad de la IA suele estar más avanzada que los modelos disponibles públicamente, como Claude. Las especulaciones sobre el linaje de Model 4 o su posible lanzamiento como futura versión de Claude siguen sin confirmarse.
Las puntuaciones altas en estos benchmarks también plantean dudas sobre la saturación de los benchmarks. A medida que los modelos superan de forma sistemática el 50% e incluso se acercan al 90% en algunas pruebas, la utilidad de los benchmarks existentes para distinguir capacidades puede disminuir. La puntuación de un benchmark aporta evidencia del rendimiento en tareas definidas, pero no es una medida completa de la fiabilidad en el mundo real ni de la inteligencia general.
La IA podría estar acelerando a quienes construyen IA
METR atribuyó con cautela aproximadamente el 80% de la aceleración observada a la propia IA, aunque subrayó una incertidumbre considerable en esta estimación. Si bien un crecimiento más rápido del cómputo de entrenamiento no explicaba el cambio, se censuraron en el informe público detalles clave que respaldan este hallazgo. Para más información, consulte la Independent Assessment of AI R&D Acceleration at Anthropic in October 2026 - METR completa.
Autoinformes informales de empleados, recopilados mediante encuestas internas en Slack, sugirieron que las herramientas de IA aumentaron la productividad en tareas específicas hasta 12 veces. Sin embargo, esta cifra representa comentarios anecdóticos sobre flujos de trabajo concretos, no una medición controlada de la producción global de la empresa. Las entrevistas con unos 15 investigadores ofrecieron estimaciones variadas, y muchas se acercaban más a una mejora de dos veces en la eficiencia general.
Esto sugiere un incipiente bucle de retroalimentación: las herramientas de IA ayudan a los investigadores a programar, probar ideas y optimizar flujos de trabajo. A su vez, estas mejoras pueden contribuir al desarrollo de mejores modelos, que después ayudan aún más a la investigación futura. La descripción de METR sigue situando a las personas dentro del proceso en gran parte de este trabajo, lo que la distingue de una explosión de inteligencia sin restricciones.
Los avances impulsados por la IA están comprimiendo de hecho el ciclo de I+D. Los investigadores aprovechan los modelos para - generar código - diseñar experimentos - analizar resultados - perfeccionar los procesos de entrenamiento
Esta mejora iterativa acelera el descubrimiento y la implementación de nuevas capacidades.
¿Te está gustando? Recibe uno así en tu bandeja cada mañana.
un correo al día · date de baja en dos clics · sin rastreadores de terceros
La pregunta sin respuesta es qué puede frenarla
La evaluación de METR no identificó pruebas convincentes de limitaciones importantes que puedan surgir en los próximos 12 meses. No obstante, esta conclusión se formula con una confianza limitada; los análisis específicos de posibles cuellos de botella figuraban entre los detalles omitidos del informe público.
La transparencia sigue siendo un desafío central. Las extensas censuras de Anthropic impiden a los lectores examinar algunas de las pruebas más reveladoras. Esto incluye los detalles de la conclusión de que un crecimiento más rápido del cómputo de entrenamiento no explicaba la aceleración, así como el análisis completo de cuellos de botella.
Públicamente, METR solo afirma que no encontró límites claros a corto plazo para la aceleración observada. Lo que no puede verificarse públicamente son los datos y las metodologías que llevaron a esta conclusión, lo que dificulta que terceros examinen o reproduzcan los hallazgos.
Si la investigación asistida por IA sigue acelerándose, aumentará la presión sobre la evaluación independiente y el trabajo de seguridad para mantener el ritmo. Lo que está en juego es considerable: divulgaciones más claras, evaluaciones independientes más frecuentes y auditorías rigurosas son pasos siguientes fundamentales para comprender la verdadera trayectoria del progreso de la IA y sus implicaciones.
Preguntas frecuentes
¿Qué descubrió METR sobre el progreso de la IA de Anthropic?
METR estimó que las capacidades de los modelos de Anthropic avanzaban a un ritmo aproximadamente 1,9 veces superior al anterior, con una incertidumbre considerable en torno a la estimación.
¿Qué es Model 4 de Anthropic?
Model 4 es la denominación que METR da a un modelo no lanzado de Anthropic que evaluó. El informe lo describe como el modelo más potente del conjunto evaluado.
¿Demuestra el informe que la IA está creando mejor IA por sí sola?
No. METR atribuyó gran parte de la aceleración a la asistencia de la IA, pero describió su uso actual principalmente como apoyo a los investigadores humanos, no como su sustitución.
¿Por qué se han censurado partes del informe de METR?
Según se informa, Anthropic retuvo detalles sensibles, entre ellos pruebas sobre capacidad de cómputo y cuellos de botella, lo que limita la capacidad de terceros para evaluar de forma independiente algunas conclusiones.