METR称Anthropic模型研发速度一年翻倍 Model 4首次曝光

METR称Anthropic模型研发速度一年翻倍 Model 4首次曝光

N
News Editor
2026-11-07 00:48:23
METR发布对Anthropic内部模型的评估称,其模型在明确任务上的能力提升速度已达到此前约2倍。代号Model 4的内部模型综合指数达到178.6分,超过公开模型;研究还称,约80%的研发加速来自AI辅助,内部研究员自报效率最高提升至约12倍。

Anthropic内部Model 4首次出现在公开评估中

Anthropic一款此前未公开的内部模型Model 4,出现在第三方评测机构METR发布的调查报告中。报告称,这款模型于2025年9月至10月完成训练,在内部综合能力指数(AECI)上取得178.6分,超过公开模型Opus 5.5的174.5分和Mythos 5.1的172.5分。

METR称Anthropic模型研发速度一年翻倍 Model 4首次曝光 2

METR称,Anthropic模型在明确任务上的能力提升速度,截至2025年10月已达到2024年3月至2025年10月期间的2倍。报告认为,模型能力的增长并非一次性跳升,而是从2025年10月开始进入更快的持续增长阶段。

Model 4在15项测试中全部超过50%

METR报告附录列出了4款Anthropic内部未公开模型:2022年完成训练的Unreleased 2022、2026年7月完成训练的Model 2、2025年8月至9月完成训练的Model 3,以及2025年9月至10月完成训练的Model 4。报告没有披露这些模型的公开产品名称。文中提到,外界有网友推测Model 3可能是传闻中的Mythos 5.5,但这一点并未得到报告确认。

AECI被用来把不同基准测试的成绩折算成一个综合能力分数。Model 4参与的15项基准测试中,每项正确率都超过50%。相比之下,9个月前的Opus 4.6仍有多项基准测试未达到这一水平。

METR称Anthropic模型研发速度一年翻倍 Model 4首次曝光 3

METR还对测试数据进行了检查,发现15项基准中有3项存在过难长尾或题目损坏等问题。剔除这3项基准后,Model 4的AECI得分将上升1.1分,达到179.7分。

报告同时提到,现有内部测试可能仍未完全释放Model 4的能力。一次普通基准测试平均需要消耗约250万输入Token,并生成7万多个输出Token;如果任务改为让Agent编写代码,单个任务的输入量会达到1000万Token,输出量约为9.4万Token。

模型能力增速从每年15分升至29分

METR把2025年10月7日视为Anthropic模型能力增长曲线的一个分界点。在此之前,Anthropic模型的AECI得分每年约增加15分。2025年10月之后,年增长幅度升至29分,增速约为此前的1.9倍,95%置信区间为1.5倍至2.8倍。

METR称Anthropic模型研发速度一年翻倍 Model 4首次曝光 4

Anthropic在2025年8月发布的风险报告中曾提出一种较为温和的解释,认为能力变化可能主要来自新工具和新评测方法带来的一次性台阶式提升。METR随后使用Mythos 5及更早模型的数据建立两条预测线,并对后来出现的Model 2、Model 3、Opus 5.5和Model 4进行盲测比较。

在81%的统计抽样中,按照长期持续提速模型作出的预测,误差为1.9分;一次性跳升模型的误差则为3.9分。METR据此认为,后者不足以解释后来模型的实际表现。

报告还用指数增长举例说明增速变化:如果某项指标原本每年增长至3倍,在能力提升速度加快1倍的假设下,年增长可能达到9倍,即3的平方。这是报告中的数学示例,并非对某项具体模型指标的实测结果。

METR称Anthropic模型研发速度一年翻倍 Model 4首次曝光 5

METR将约80%的加速归因于AI辅助研发

为了分析模型研发速度加快的来源,METR分别考察了训练算力、算法和人员投入。报告排除了训练算力大幅增加这一解释,称2025年10月之后训练算力的增长率反而低于此前阶段。

METR估算,目前约2倍的研发加速中,大约80%来自AI对研发工作的辅助,其余部分来自研究员人数增加和推理算力扩容。报告称,AI正在协助研究员开发更强的AI模型。

这一判断也与Anthropic内部员工的自报数据相呼应。2025年春季使用Claude 3.7 Sonnet和Opus 4时,员工自报效率提升约为1.3倍至1.4倍;2026年6月使用Mythos 5时,这一数字升至约5倍;到2026年10月使用Model 4时,员工自报的研发效率提升约为12倍。按指数拟合计算,相当于每年增长3.9倍。

METR称Anthropic模型研发速度一年翻倍 Model 4首次曝光 6

研究员开始同时调度多个Agent

为了了解12倍效率提升的来源,METR在2025年9月底访谈了11名Anthropic一线技术研究员。受访研究员J将工作方式变化分成3个阶段。

  • 第一阶段,研究员主要把Claude当作自动补全工具,用来编写一次性小脚本。
  • 第二阶段,研究员在旁边监督单个Claude实例,由它完成完整功能的开发。
  • 第三阶段,研究员同时调度大量Agent,让多个实验并行运行。

研究员C、D和E称,Anthropic在2026年发起内部悬赏,鼓励员工把此前不敢尝试的研究想法交给AI Agent运行。研究员可以同时向内部Agent系统提交10个研究点子,再观察哪些点子能够产生结果。

研究员A表示,过去手写代码会占用大量实验时间,借助Claude后,从提出想法到跑通实验的时间缩短了80%。该研究员称,如今自己主要受限于想法和算力,而不是代码编写。研究员B则估计,自己的整体效率提升了3倍,感觉像是突然拥有了几名可以随时调用的博士后和研究生。

METR称Anthropic模型研发速度一年翻倍 Model 4首次曝光 7

METR称,AI目前尚未完全独立接管最核心的模型训练设计。不过,多名受访研究员向METR证实,AI已经开始对核心训练工作作出自主贡献。

公开版报告删去了部分核心证据

METR在官方帖子中表示,已向Anthropic提交约100页的完整报告,但Anthropic公开版本删除了大部分信息量较大的核心证据。公开版中多处出现「[REDACTED]」标记。

其中,一张原本用于预测Anthropic未来数个月新模型能力得分的表格,以及配套分析内容,被整段删去。METR称,在未来12个月内,算法、算力和数据方面都没有出现能够明显阻止这轮加速的瓶颈。

METR称Anthropic模型研发速度一年翻倍 Model 4首次曝光 8

报告还提到,Anthropic在首次公开募股前再次更新S-1招股书,并新增风险提示。根据文中披露的内部估算,未来模型可能很快触发AI显著加速研发的阈值,1年完成过去需要2年的工作。

METR研究员Ryan Greenblatt称,这份报告是未来1年至2年内实现ASI的重要信号。报告内容还被联系到《AI 2027》中的ASI时间线,相关说法认为,如果当前速度持续,剧本中的ASI可能在4个月后出现。不过,这些时间判断属于报告中的引用或推演,并非已发生的事实。

本文来自微信公众号「新智元」,作者为ASI启示录。参考资料包括METR及相关账号发布的帖子。

本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.
6100

免责声明:

本平台展示的市场信息、项目资料与第三方内容仅用于行业信息分享,不构成任何形式的投资建议或收益承诺。

加密资产交易具有较高风险,用户应充分评估自身风险承受能力并独立作出决策,相关盈亏及法律责任由用户自行承担。