警鐘を鳴らした加速に関する主張
METRによる独立した評価によると、Anthropicのモデル能力の進歩は、従来のペースの推定1.9倍に加速しました。この数値には1.5倍から2.8倍という幅広い不確実性の範囲がありますが、同社が過去1年間に、その前の2年間とほぼ同程度のベンチマーク上の進歩を達成したことを示唆しています。この加速は測定されたモデル能力を示すものであり、AI進歩のあらゆる側面を表すものではありません。
非営利の研究団体であるMETRは、Anthropicの社内システムと資料への一時的かつ異例のアクセスを得た後、これらの調査結果を公開報告書として発表しました。「Independent Assessment of AI R&D Acceleration at Anthropic in October 2026」と題された評価全文は、METRの厳密な調査結果と、一部のオンライン動画に見られるより扇動的な捉え方とを区別しています。
研究者は、社内のベンチマークスコア、トレーニングデータ、計算資源の数値、予測にアクセスでき、Anthropicの研究者約15人にインタビューを行いました。この異例のアクセスにより、同社の研究開発の軌跡を詳細に分析することが可能になり、最先端のAI開発のペースを率直に示すものとなりました。
Model 4は強力でありながら、依然としてブラックボックスです
METRの評価では、2026年9月から10月の間にトレーニングされた、未公開のAnthropicモデルであるModel 4が紹介されました。この社内システムは、テスト対象の15のベンチマークすべてで50%を超えるスコアを達成し、報告書の中で最高スコアのモデルとなっています。印象的ではあるものの、これらのスコアは特定のタスクでの性能を反映したものであり、幅広い能力や人間レベルの能力を本質的に裏付けるものではありません。
このような強力な未公開モデルの存在は、重大な社内と社外の能力格差を浮き彫りにしています。AI開発の進歩は、顧客や独立した観察者がアクセスできるものを上回る場合があり、AI能力の最前線は、Claudeのような一般公開されているモデルよりも先に進んでいることが少なくありません。Model 4の系統や、将来のClaudeのバージョンとして公開される可能性に関する推測は、確認されていません。
これらのベンチマークでの高スコアは、ベンチマークの飽和に関する疑問も提起しています。モデルが一貫して50%を超え、一部のテストでは90%に迫るようになると、能力を区別するための既存のベンチマークの有用性は低下する可能性があります。ベンチマークスコアは、定められたタスクでの性能を示す証拠ではありますが、実世界での信頼性や汎用的な知能を完全に測るものではありません。
AIが、AIを開発する人々を加速させている可能性があります
METRは慎重な姿勢で、観測された加速の約80%がAI自体に起因するとしましたが、この推定には大きな不確実性があることを強調しました。トレーニング用計算資源の成長が加速した結果は変化を説明しなかったものの、この結果を裏付ける重要な詳細は公開報告書で非公開とされました。詳細については、Independent Assessment of AI R&D Acceleration at Anthropic in October 2026 - METRの全文をご覧ください。
社内Slackのアンケートで集められた従業員の非公式な自己申告によると、AIツールによって特定のタスクの生産性が最大12倍向上したとされています。ただし、この数値は特定のワークフローに関する逸話的なフィードバックであり、会社全体のアウトプットを管理下で測定したものではありません。約15人の研究者へのインタビューでは推定値にばらつきがあり、一般的な効率について2倍の向上に近い見方が多く見られました。
これは、初期段階のフィードバックループの存在を示唆しています。AIツールは、研究者によるコーディング、アイデアの検証、ワークフローの効率化を支援します。こうした改善が、より優れたモデルの開発に寄与し、そのモデルがさらに将来の研究を支援する可能性があります。METRの説明では、この作業の多くで依然として人間が関与しており、制約のない知能爆発とは区別されています。
AI主導の進歩により、研究開発サイクルが事実上短縮されています。研究者はモデルを活用して、次のことを行っています。 - コードの生成 - 実験の設計 - 結果の分析 - トレーニングプロセスの改善
この反復的な改善により、新しい能力の発見と実装が加速します。
この記事が気に入ったら、毎朝同じようなものをメールで受け取れます。
1日1通 · 2クリックで解除 · サードパーティのトラッキングなし
未解決の問いは、何がこの加速を減速させうるかです
METRの評価では、今後12か月以内に生じる可能性のある大きな制約について、説得力のある証拠は確認されませんでした。ただし、この結果の確信度は限定的です。潜在的なボトルネックに関する具体的な分析は、公開報告書で非公開とされた詳細に含まれていました。
透明性は依然として中心的な課題です。Anthropicによる広範な編集(黒塗り)のため、読者は最も有益な証拠の一部を確認できません。これには、トレーニング用計算資源の成長が加速を説明しなかったという評価の根拠の詳細や、ボトルネック分析の全容が含まれます。
METRが公には述べているのは、観測された加速に明確な近い将来の限界は見つからなかったということだけです。この結論に至った基礎データと方法論は公には検証できないため、外部の関係者が結果を精査したり再現したりすることは困難です。
AIを活用した研究が加速し続ければ、独立した評価や安全性に関する取り組みには、それに追随するための圧力が一層高まります。実務上の影響は大きく、AI進歩の真の軌跡とその影響を理解するための重要な次のステップは、より明確な情報開示、より頻繁な独立評価、そして厳格な監査です。
よくある質問
METRはAnthropicのAI進歩について何を発見しましたか?
METRは、Anthropicのモデル能力が従来の約1.9倍の速度で向上していると推定しました。ただし、この推定には大きな不確実性があります。
AnthropicのModel 4とは何ですか?
Model 4は、METRが評価した未公開のAnthropicモデルにつけたラベルです。報告書では、テスト対象のモデル群の中で最も高性能なモデルと説明されています。
この報告書は、AIが自力でより優れたAIを構築していることを証明していますか?
いいえ。METRは加速の大部分をAIによる支援に起因すると説明しましたが、現在の利用は主に人間の研究者を支援するものであり、置き換えるものではないと述べています。
METRの報告書の一部が編集(黒塗り)されているのはなぜですか?
Anthropicは、計算資源やボトルネックに関する証拠を含む機密性の高い詳細を非公開にしたと報じられています。そのため、外部の関係者が一部の結論を独自に評価することが難しくなっています。