METR: Anthropic ha duplicado el ritmo de desarrollo de sus modelos, en gran medida gracias a la IA

Durante años, hablar de una “IA que construye IA” fue un escenario especulativo. Ahora existe un informe de una organización independiente que tuvo acceso a los datos internos de uno de los principales laboratorios. Su conclusión es prudente, pero inquietante: la automejora recursiva parece haber comenzado ya, aunque de forma moderada.

Qué descubrió exactamente METR

Entre el 12 de agosto y el 29 de octubre de 2026, personal de METR trabajó dentro de Anthropic con acceso ampliado. La empresa le mostró métricas de preentrenamiento y RL, volúmenes de cómputo por línea de trabajo, resultados de modelos internos en benchmarks, análisis de la aceleración atribuible a la IA y previsiones para un futuro modelo; además, el equipo entrevistó a empleados.

La cifra principal: desde octubre de 2025, los resultados de los modelos de Anthropic en su índice interno AECI —su versión del Epoch Capabilities Index— mejoran 1,9 veces más rápido que antes. El intervalo de confianza del 95% va de 1,5x a 2,8x. Dicho de forma sencilla, durante el último año la empresa recorrió aproximadamente el equivalente a dos años de progreso al ritmo anterior.

¿Podría ser simplemente que Anthropic gastó más en hardware? No. Según la estimación de METR, la aceleración no está relacionada con el aumento del cómputo de entrenamiento. En entrevistas y encuestas, los empleados informan de mejoras de varias veces gracias a las herramientas de IA, algo coherente con la duplicación del ritmo. Sin embargo, los autoinformes son difíciles de interpretar: las personas tienden a sobreestimar su propia productividad.

Por qué esto no es simplemente “otra estimación más”

Por ahora, la IA ayuda principalmente a las personas, en lugar de trabajar de forma totalmente autónoma. Pero, según los autores, ya hay señales de que su contribución autónoma aumentará pronto. Si es así, la aceleración podría retroalimentarse: un modelo mejor implica una investigación más rápida, lo que a su vez produce un modelo siguiente todavía mejor.

Lo más preocupante es que METR no encontró frenos claros para los próximos 12 meses: ni en las ideas algorítmicas, ni en el cómputo para entrenamiento y experimentos, ni en los datos. Al mismo tiempo, los autores reconocen con franqueza que su visión de las posibles limitaciones cambió varias veces a medida que recibían nueva información, por lo que su grado de confianza en este punto es bajo.

La reacción dentro de la comunidad es reveladora. Ryan Greenblatt, que trabaja en METR, reconoció que para 2026 esperaba una aceleración de solo 1,15–1,3 veces. Ajeya Cotra cree que, si se tiene en cuenta toda la empresa, la I+D podría estar avanzando entre 4 y 5 veces más rápido. Daniel Kokotajlo, del AI Futures Project, afirma que el informe confirma sus temores sobre lo poco que podría faltar para alcanzar la superinteligencia.

Los puntos más débiles del informe

El primer problema es que Anthropic eliminó parte de los datos en los que se basan las principales conclusiones sobre riesgos. Greenblatt escribe explícitamente que las conclusiones acerca del origen exacto de la aceleración dependen ahora en gran medida de confiar en los autores. La versión pública debe leerse teniendo en cuenta esta salvedad.

El segundo problema es el propio índice. AECI mide tareas verificables, que no equivalen al progreso real de la investigación. Además, el bajo ritmo de 2023–2025 podría haber sido anormalmente reducido, lo que haría que la aceleración actual pareciera mayor de lo que realmente es. Por otro lado, el índice ha subestimado en ocasiones el efecto práctico real, por lo que el error es posible en ambas direcciones.

Qué deben hacer los profesionales al respecto

Para desarrolladores y equipos de producto, la conclusión es práctica. Planifiquen los productos asumiendo que los modelos se actualizarán con mucha más frecuencia que en años anteriores, lo que convierte la dependencia de una sola versión de una API y de su comportamiento en un riesgo. Mantengan una capa de evaluación de calidad y la capacidad de cambiar rápidamente entre modelos.

Para los fundadores: si la aceleración es real, el coste y las capacidades de las herramientas de IA cambiarán más rápido de lo que prevén los presupuestos. Y los procesos internos deberían medirse igual que los mide Anthropic: no según las sensaciones del equipo, sino mediante métricas claras tomadas antes y después de implantar la IA.

Y, sobre todo, sigan no solo las cifras, sino también la transparencia. La disputa sobre las partes eliminadas del informe mostrará si los laboratorios pueden proporcionar al mundo exterior datos suficientes para verificar este tipo de evaluaciones.