AI 安全非牟利組織 METR 公布研究，估算 Anthropic 模型在定義明確任務上的能力提升速度，自 2025 年 10 月以來達此前（2024 年 3 月至 2025 年 10 月）的 1.9 倍。METR 認為加速並非來自訓練算力擴張加快，但估算存在很大不確定性。對使用 AI 的企業而言，模型能力進步加快可能令新舊版本表現差距擴大，團隊需要判斷現有測試和版本管理流程能否跟上。
METR 估算 Anthropic 模型進步速度達 1.9 倍
METR 將 Anthropic 自 2025 年 10 月以來的模型能力提升速度，與 2024 年 3 月至 2025 年 10 月的速度比較，估算前者是後者的 1.9 倍。這個數字比較的是進步速度，而非模型能力本身增加了 1.9 倍；研究範圍亦只限定義明確的任務。
METR 這項評估於 2026 年 8 月至 10 月進行，歷時 11 週，依據機密研究、訪談及未發布模型的性能數據。
METR 指 1.9 倍估算有很大不確定性
METR 表示，Anthropic 模型能力提升速度的估算存在很大不確定性，實際加速幅度若較接近過往水平的 1.5 倍或 2.5 倍，METR 也不會感到意外。因此 1.9 倍應視為估算，而非精確的實測結果。
Anthropic 研究人員亦曾報告，使用 AI 寫程式和進行實驗帶來顯著生產力提升；一項非正式員工調查顯示提升約 12 倍，但 METR 提醒這個數字並不可靠，不能與模型能力提升速度的估算混為一談。
METR：Anthropic 加速並非來自算力擴張
METR 表示確信 Anthropic 模型能力提升加快，並非由訓練算力擴張速度加快所致。外國傳媒將研究視為 AI 在開發後續模型中角色漸增的證據之一，但這不等於 AI 已能完全自主改進模型。
METR 報告亦強調，AI 目前仍未能對模型訓練最關鍵的階段作出高度重要、完全自主的貢獻。
使用 Anthropic 模型的企業可建立版本重測流程
Anthropic 模型能力若持續較快進步，新版本之間的表現差距可能更大，版本更替亦可能更頻密；不過研究量度的是能力提升速度，並非版本發布頻率。IT 團隊可記錄應用程式使用的模型版本，按需要固定版本調用，並在升級前以實際工作流程重新測試。
METR 這類外部研究可作參考，但其估算有不確定性，METR 亦指員工自述的生產力數字不可靠。負責部署的團隊決定是否轉用新版本時，仍要看新版本在自己工作流程中的表現。
來源：METR
