METR: Anthropic se aceleró casi el doble, y el 80% del impulso lo dio la IA dentro de la propia empresa

Imagine que su equipo escribe un compilador y de pronto se da cuenta de que la nueva versión del compilador construye la siguiente más rápido de lo que usted puede revisar los resultados. Es exactamente el escenario que temen los investigadores de seguridad de la IA, y exactamente lo que METR examinó en Anthropic.

Qué encontraron los auditores

Del 12 de agosto al 29 de octubre de 2026, el equipo de METR (unos 2,5 empleados a tiempo completo) obtuvo un acceso inusualmente profundo: resultados de benchmarks de modelos no públicos, métricas de entrenamiento, encuestas a empleados y unas 15 entrevistas con investigadores. La organización no recibió dinero de Anthropic, pero trabajó en dispositivos de la empresa.

La conclusión principal: desde octubre de 2025, los resultados de los modelos de Anthropic crecen aproximadamente 1,9 veces más rápido que entre marzo de 2024 y octubre de 2025. Según la métrica compuesta AECI, el avance pasó de 15 a 29 puntos al año. En la práctica, en un año la empresa recorrió un camino que antes requería dos, más o menos como el salto de Claude 2.1 a Sonnet 4.5.

No se explica por el aumento del cómputo de entrenamiento. Según la estimación de METR, cerca del 80% de la aceleración proviene del uso de IA en la propia investigación de Anthropic. Un empleado dijo: «Ahora solo nos limitan las ideas y el cómputo, no el código». Los experimentos cuya preparación llevaba uno o dos días se han vuelto casi gratuitos. En encuestas informales en Slack, los empleados estimaron la ganancia de productividad con el último modelo interno en unas 12 veces, pero METR lo califica de «evidencia muy débil»: la muestra no es representativa y, con toda probabilidad, está inflada.

El umbral que pudo cruzarse en julio

En su Responsible Scaling Policy, Anthropic estableció que si el ritmo de progreso se duplica por la automatización de la investigación con IA, eso es motivo de alerta. En el informe público de agosto, la empresa escribió que la aceleración era «menor que dos». Pero en la versión interna sin tachaduras sale 1,97, y la propia Anthropic considera «plausible» que el umbral se haya superado. METR admite que pudo ocurrir ya el 15 de julio y reprocha al informe público que subestime tanto la aceleración como la incertidumbre.

Por ahora la IA actúa sobre todo como asistente y no como investigador autónomo, aunque hay «signos de vida» de aportes independientes. Los auditores no hallaron cuellos de botella que frenen el ritmo en los próximos 12 meses, por lo que sigue existiendo un «riesgo sustancial» de mayor aceleración. METR, igual que Anthropic, considera bajo el riesgo catastrófico agudo.

Dónde los datos son frágiles

La incertidumbre es grande: el coeficiente real podría ir de 1,3 a 3. Si se añaden los modelos de OpenAI, Google y xAI, la cifra para la industria baja a 1,4. Es posible que influya un efecto de recuperación: en 2025 Anthropic iba rezagada. Dentro de la empresa las opiniones divergen: un investigador estima la contribución de la IA en solo un 15–20% y no cree en los autoinformes de sus colegas; otro considera que el factor principal son los nuevos empleados.

La parte más dolorosa es la censura. Anthropic tenía derecho a tachar unilateralmente cualquier información no pública y lo aprovechó ampliamente. Se eliminó la mayor parte del material que los auditores consideraban más informativo: pronósticos sobre futuros modelos, el desglose por pasos de entrenamiento y el análisis de cuellos de botella. La empresa lo justifica como protección de información que podría acelerar a los competidores. Como resultado, el público debe confiar en el juicio de METR «mucho más de lo que quisiéramos». En uno de los gráficos del informe figura en letras grandes «FAKE DATA».

Además, Anthropic canceló una parte del proyecto: la revisión de cómo la empresa reparte el cómputo entre el desarrollo de capacidades y la investigación en seguridad. Daniel Kokotajlo, autor del escenario «AI 2027», señaló con dureza que sin esa auditoría es imposible verificar los compromisos de desacelerar.

Qué significa en la práctica

Para desarrolladores y fundadores la conclusión es sencilla. Si en un laboratorio líder el código ya no es el cuello de botella, el ciclo de lanzamiento de modelos se acortará, y las API y las capacidades pueden cambiar con más frecuencia que en los planes anuales. Incorpore a sus productos una capa de abstracción sobre el proveedor y pruebas de regresión periódicas con sus propias tareas. Los product managers deben recordar que cifras como «12 veces más productivos» son autoinformes, no mediciones. Y, por último, una auditoría externa en la que el auditado tiene derecho de censura es, por ahora, más una transparencia parcial que una garantía.