METR, en ideell organisation som studerar AI-risker, uppger att Anthropic kan ha nått sin egen varningsnivå för AI-acceleration den 15 juli 2026. Organisationen uppskattar att poängen för Anthropics modeller har förbättrats ungefär 1,9 gånger snabbare sedan oktober 2025 än under perioden dessförinnan. I Anthropics offentliga riskrapport från augusti 2026 stod det att accelerationen var ”mindre än en faktor 2”. Enligt METR antyder den oredigerade versionen en siffra på 1,97, och Anthropic beskrev självt ett överskridande av gränsen som plausibelt.
Jämförelsen bygger på AECI, ett sammansatt mått på resultat från flera riktmärken. Före oktober 2025 ökade Anthropics modeller med ungefär 15 AECI-poäng per år, enligt METR, jämfört med 29 poäng per år sedan dess. METR granskade också tre modeller som ännu inte släppts och som tränades färdigt mellan juli och oktober 2026.
Vad kan ligga bakom de snabbare framstegen?
METR uppskattar att omkring 80 procent av accelerationen beror på att AI hjälper Anthropics forskare, snarare än på en snabbare ökning av beräkningskraften som används för att träna modellerna. Anställda berättade för granskarna att vissa experiment som tidigare tog en eller två dagar att förbereda nu är ”~gratis”. I informella enkäter i oktober 2026 uppgav medarbetare att den senaste interna modellen i genomsnitt gjorde dem ungefär 12 gånger mer produktiva. METR kallar dessa självrapporter svag evidens som kan överskatta effekten; en forskare uppskattade AI:s bidrag till bara 15 till 20 procent.
Uppskattningen ger ingen säker bild av hela AI-branschen. METR säger att accelerationsfaktorn för Anthropic rimligen kan ligga mellan 1.3 och 3. När OpenAI, Google och xAI också tas med i jämförelsen blir den uppskattade takten för hela branschen 1.4. METR uppger också att AI ännu inte bedriver helt självständig forskning, men ser tidiga tecken på att det kan förändras.
Vad granskningen inte kunde verifiera
Granskningen pågick från 12 augusti till 29 oktober 2026 och omfattade cirka 2.5 heltidsanställda från METR, med tillgång till interna mätvärden, enkäter bland anställda och ungefär 15 intervjuer. Anthropic kunde maskera information som inte var offentlig och tog bort mycket av det underlag som METR ansåg mest användbart, bland annat prognoser och analyser av möjliga flaskhalsar. METR säger att läsarna därför i högre grad än organisationen hade önskat måste förlita sig på granskarnas bedömning.
METR säger att organisationen delar Anthropics nuvarande bedömning att den akuta katastrofrisken är låg, men inte kan utesluta en ny kraftig acceleration under de kommande sex månaderna. Anthropic avbröt också en separat del av projektet, som skulle granska hur företaget fördelar beräkningsresurser mellan forskning om kapacitet och säkerhet. Företaget uppgav att det kan återkomma till den granskningen senare.
Varför det spelar roll
För den som följer AI-säkerhet tyder METR:s resultat på att AI-verktyg kan hjälpa forskare att förbättra modeller snabbare. Det kan innebära att företagens varningsgränser blir aktuella tidigare än väntat. Men effektens storlek är osäker, och maskeringar samt självrapporterade enkätsvar bland anställda begränsar vad utomstående kan bekräfta.
