METR : Anthropic a presque doublé son rythme, et 80 % de l'accélération vient de l'IA utilisée au sein même de l'entreprise

Imaginez que votre équipe écrive un compilateur et réalise soudain que la nouvelle version compile la suivante plus vite que vous ne pouvez vérifier le résultat. C'est précisément ce scénario que redoutent les chercheurs en sécurité de l'IA, et c'est précisément ce que METR a examiné chez Anthropic.

Ce qu'ont trouvé les auditeurs

Du 12 août au 29 octobre 2026, l'équipe de METR (environ 2,5 salariés équivalent temps plein) a bénéficié d'un accès inhabituellement profond : résultats de benchmarks de modèles non publics, métriques d'entraînement, enquêtes auprès des employés et environ 15 entretiens avec des chercheurs. L'organisation n'a pas été rémunérée par Anthropic, mais a travaillé sur des appareils de l'entreprise.

Principale conclusion : depuis octobre 2025, les résultats des modèles d'Anthropic progressent environ 1,9 fois plus vite que entre mars 2024 et octobre 2025. Selon la métrique composite AECI, la progression annuelle est passée de 15 à 29 points. En pratique, l'entreprise a parcouru en un an le chemin qui en demandait auparavant deux, à peu près l'équivalent du bond de Claude 2.1 à Sonnet 4.5.

Cette accélération ne s'explique pas par la hausse de la puissance de calcul d'entraînement. D'après METR, environ 80 % de l'accélération provient de l'utilisation de l'IA dans les propres recherches d'Anthropic. Un employé a déclaré : « Désormais, nous ne sommes limités que par les idées et le calcul, pas par le code. » Les expériences dont la mise en place prenait un à deux jours sont devenues quasi gratuites. Lors de sondages informels sur Slack, les employés ont estimé le gain de productivité avec le dernier modèle interne à environ 12 fois, mais METR parle d'un « très faible indice » : l'échantillon n'est pas représentatif et probablement surestimé.

Un seuil peut-être franchi en juillet

Dans sa Responsible Scaling Policy, Anthropic a prévu que si le rythme du progrès double du fait de l'automatisation de la recherche en IA, cela justifie une alerte. Dans son rapport public d'août, l'entreprise a écrit que l'accélération était « inférieure à deux ». Mais la version interne non caviardée donne 1,97, et Anthropic elle-même juge « plausible » que le seuil ait été franchi. METR admet que cela a pu se produire dès le 15 juillet et reproche au rapport public de minimiser à la fois l'accélération et l'incertitude.

Pour l'instant, l'IA fonctionne surtout comme assistante et non comme chercheuse autonome, même s'il existe des « signes de vie » de contributions indépendantes. Les auditeurs n'ont identifié aucun goulot d'étranglement susceptible de freiner le rythme dans les 12 prochains mois ; un « risque substantiel » de nouvelle accélération demeure donc. METR, comme Anthropic, juge faible le risque catastrophique aigu.

Où les données sont fragiles

L'incertitude est grande : le véritable coefficient pourrait se situer entre 1,3 et 3. Si l'on ajoute les modèles d'OpenAI, de Google et de xAI, le chiffre pour l'ensemble du secteur tombe à 1,4. Un effet de rattrapage joue peut-être : en 2025, Anthropic était en retard. En interne, les avis divergent : un chercheur n'évalue la contribution de l'IA qu'à 15-20 % et ne croit pas aux autoévaluations de ses collègues, tandis qu'un autre voit dans l'arrivée de nouveaux employés le facteur principal.

La partie la plus douloureuse est le caviardage. Anthropic avait le droit de masquer unilatéralement toute information non publique, et en a largement usé. L'essentiel des éléments que les auditeurs jugeaient les plus informatifs a été supprimé : prévisions sur les futurs modèles, ventilation par étape d'entraînement, analyse des goulots d'étranglement. L'entreprise invoque la protection d'informations susceptibles d'accélérer ses concurrents. Résultat : le public doit faire confiance au jugement de METR « bien plus qu'on ne le voudrait ». Sur l'un des graphiques du rapport figure en grand la mention « FAKE DATA ».

Par ailleurs, Anthropic a annulé une partie du projet : la vérification de la manière dont l'entreprise répartit le calcul entre le développement des capacités et la recherche en sécurité. Daniel Kokotajlo, auteur du scénario « AI 2027 », a vivement remarqué que sans cet audit, il est impossible de vérifier les engagements de ralentissement.

Ce que cela signifie en pratique

Pour les développeurs et les fondateurs, la conclusion est simple. Si, dans un laboratoire de pointe, le code n'est plus le goulot d'étranglement, le cycle de sortie des modèles va se raccourcir, et les API et fonctionnalités pourraient changer plus souvent que ne le prévoient vos plans annuels. Prévoyez dans vos produits une couche d'abstraction vis-à-vis du fournisseur et des tests de régression réguliers sur vos propres tâches. Les product managers doivent garder à l'esprit que des chiffres comme « 12 fois plus productif » sont des autoévaluations, pas des mesures. Enfin, un audit externe où l'entité auditée dispose d'un droit de censure relève pour l'instant davantage de la transparence partielle que d'une garantie.