A alegação de aceleração que disparou alertas
O progresso das capacidades dos modelos da Anthropic acelerou cerca de 1,9 vez em relação ao ritmo anterior, de acordo com uma avaliação independente da METR. Embora esse número tenha uma ampla faixa de incerteza, de 1,5 a 2,8 vezes, ele sugere que a empresa alcançou, no último ano, aproximadamente o mesmo progresso em benchmarks que nos dois anos anteriores. Essa aceleração descreve capacidades medidas dos modelos, e não todas as dimensões do avanço da IA.
A METR, um grupo de pesquisa sem fins lucrativos, publicou essas conclusões em um relatório público após obter acesso temporário e raro aos sistemas e materiais internos da Anthropic. Sua avaliação completa, intitulada "Independent Assessment of AI R&D Acceleration at Anthropic in October 2026", distingue as conclusões rigorosas da METR do enquadramento mais alarmista encontrado em alguns vídeos online.
Os pesquisadores tiveram acesso a pontuações internas de benchmarks, dados de treinamento, números de capacidade computacional e projeções, e realizaram entrevistas com cerca de 15 pesquisadores da Anthropic. Esse nível incomum de acesso permitiu uma análise detalhada da trajetória de P&D da empresa, oferecendo uma visão sem filtros do ritmo do desenvolvimento de IA de fronteira.
O Model 4 é poderoso — e continua sendo uma caixa-preta
A avaliação da METR apresentou o Model 4, um modelo não lançado da Anthropic treinado entre setembro e outubro de 2026. Esse sistema interno obteve pontuações acima de 50% em todos os 15 benchmarks do conjunto testado, tornando-o o modelo de maior pontuação do relatório. Embora impressionantes, essas pontuações refletem o desempenho em tarefas específicas e não estabelecem, por si só, competência ampla ou de nível humano.
A existência desses modelos poderosos e não lançados evidencia uma lacuna de capacidade entre o interno e o público crítica. O progresso no desenvolvimento de IA pode superar o que clientes e observadores independentes conseguem acessar, o que significa que a fronteira da capacidade de IA costuma estar mais avançada do que modelos publicamente disponíveis como o Claude. A especulação sobre a linhagem do Model 4 ou sobre seu possível lançamento como uma futura versão do Claude continua não confirmada.
As altas pontuações nesses benchmarks também levantam questões sobre a saturação de benchmarks. À medida que os modelos superam consistentemente 50% e até se aproximam de 90% em alguns testes, a utilidade dos benchmarks existentes para distinguir capacidades pode diminuir. A pontuação de um benchmark fornece evidência de desempenho em tarefas definidas, mas não é uma medida completa de confiabilidade no mundo real nem de inteligência geral.
A IA pode estar acelerando as pessoas que constroem IA
A METR atribuiu, com cautela, cerca de 80% da aceleração observada à própria IA, embora tenha ressaltado a incerteza substancial dessa estimativa. Embora o crescimento mais rápido da capacidade computacional de treinamento não tenha explicado a mudança, detalhes importantes que sustentam essa conclusão foram omitidos do relatório público. Para mais detalhes, consulte a íntegra de Independent Assessment of AI R&D Acceleration at Anthropic in October 2026 - METR.
Autorrelatos informais de funcionários, coletados por meio de pesquisas internas no Slack, sugeriram que as ferramentas de IA aumentaram a produtividade em tarefas específicas em até 12 vezes. No entanto, esse número representa um retorno anedótico sobre fluxos de trabalho particulares, e não uma medição controlada da produção geral da empresa. Entrevistas com cerca de 15 pesquisadores apresentaram estimativas variadas, com muitas se concentrando mais perto de uma melhoria de duas vezes na eficiência geral.
Isso sugere um ciclo de retroalimentação incipiente: as ferramentas de IA auxiliam os pesquisadores na programação, no teste de ideias e na otimização de fluxos de trabalho. Essas melhorias podem, por sua vez, contribuir para o desenvolvimento de modelos melhores, que então auxiliam ainda mais a pesquisa futura. A descrição da METR ainda mantém humanos no processo em grande parte desse trabalho, o que a distingue de uma explosão de inteligência sem restrições.
Os avanços impulsionados por IA estão, na prática, comprimindo o ciclo de P&D. Os pesquisadores usam modelos para - gerar código - projetar experimentos - analisar resultados - refinar processos de treinamento
Esse aprimoramento iterativo acelera a descoberta e a implementação de novas capacidades.
Gostando do artigo? Receba um assim na sua caixa de entrada toda manhã.
um e-mail por dia · cancele em dois cliques · sem rastreadores de terceiros
A pergunta sem resposta é o que pode desacelerá-la
A avaliação da METR não identificou evidências convincentes de restrições importantes com probabilidade de surgir nos próximos 12 meses. Essa conclusão, porém, tem confiança limitada; análises específicas de possíveis gargalos estavam entre os detalhes omitidos do relatório público.
A transparência continua sendo um desafio central. As extensas omissões da Anthropic impedem os leitores de examinar parte das evidências mais informativas. Isso inclui os detalhes por trás da avaliação de que o crescimento mais rápido da capacidade computacional de treinamento não explicou a aceleração, bem como a análise completa de gargalos.
Publicamente, a METR afirma apenas que não encontrou limites claros de curto prazo para a aceleração observada. O que não pode ser verificado publicamente são os dados e as metodologias que levaram a essa conclusão, o que dificulta que terceiros examinem ou reproduzam os resultados.
Se a pesquisa assistida por IA continuar a se acelerar, a pressão sobre a avaliação independente e o trabalho de segurança para acompanhar esse ritmo aumentará. As implicações práticas são relevantes: divulgações mais claras, avaliações independentes mais frequentes e auditorias rigorosas são próximos passos essenciais para compreender a verdadeira trajetória do progresso da IA e suas consequências.
Perguntas frequentes
O que a METR constatou sobre o progresso de IA da Anthropic?
A METR estimou que as capacidades dos modelos da Anthropic estavam avançando a cerca de 1,9 vez o ritmo anterior, com incerteza substancial em torno da estimativa.
O que é o Model 4 da Anthropic?
Model 4 é o nome que a METR deu a um modelo não lançado da Anthropic que ela avaliou. O relatório o descreve como o modelo mais forte do conjunto testado.
O relatório prova que a IA está construindo uma IA melhor por conta própria?
Não. A METR atribuiu grande parte da aceleração à assistência de IA, mas descreveu o uso atual principalmente como apoio a pesquisadores humanos, e não como substituição.
Por que partes do relatório da METR foram omitidas?
Segundo relatos, a Anthropic omitiu detalhes sensíveis, incluindo evidências sobre capacidade computacional e gargalos, o que limita a capacidade de terceiros de avaliar de forma independente algumas conclusões.