METR: розвиток моделей Anthropic прискорився майже вдвічі
Anthropic стала предметом оцінки дослідницької організації METR, оприлюдненої 5 листопада 2026 року. Показник 1,9 раза описує швидкість зміни результатів у визначених тестах, а не загальне зростання «інтелекту» моделей.
У цьому матеріалі
Що звіт METR говорить про Anthropic
METR отримала доступ до внутрішніх результатів тестування, відомостей про навчальні обчислення, експерименти та інтерв’ю з працівниками. Перевірка тривала одинадцять тижнів. Основою кількісної оцінки став AECI — внутрішній індекс Anthropic, який поєднує результати моделей у низці тестів із чітко визначеними критеріями успіху.
За розрахунками організації, темп зростання індексу збільшився у 1,9 раза. Довірчий інтервал цієї оцінки становить від 1,5 до 2,8 раза, а за альтернативних припущень методики дослідники отримували ширший діапазон — від 1,1 до 2,9 раза. Це важливе застереження: одна цифра не описує всі можливі сценарії розвитку технології.
Чому ШІ може прискорювати розробку ШІ
Автори дослідження вважають, що більша частина поточного прискорення може пояснюватися тим, що інженери й науковці використовують мовні моделі для програмування, аналізу та проведення експериментів. Вони припускають, що внесок ШІ міг становити близько 80% прискорення станом на жовтень 2026 року, але прямо називають цю частку невизначеною оцінкою, а не доведеним причинним результатом.
При цьому METR не знайшла підстав пояснювати прискорення швидшим зростанням обчислювальних ресурсів для навчання. Дослідники також наголошують: наявні системи поки що не роблять великих повністю автономних внесків у найважливіші етапи створення моделей. Основний ефект сьогодні пов’язаний із допомогою людям, а не із самостійним конструюванням наступного покоління ШІ.
Які обмеження має звіт
Anthropic дозволила дослідникам оприлюднити загальні висновки, але вилучила значну частину інформації, яку METR вважала особливо важливою. Тому незалежно перевірити всі аргументи на підставі публічного документа неможливо. Крім того, індекс орієнтований на завдання, які відносно легко оцінювати, і може неточно відображати успіх у складній роботі без однозначної відповіді.
Для користувачів це означає, що результати дослідження не слід сприймати як гарантію швидкого поліпшення кожного продукту. Наприклад, можливості агента Claude Duet потрібно оцінювати за конкретними функціями та обмеженнями, а не за загальним темпом розвитку моделей. Окремо варто пам’ятати про ризики підроблених застосунків: раніше ми писали про фальшиві ChatGPT і Claude для Windows.
Що буде далі
METR не виявила переконливих короткострокових обмежень, які обов’язково зупинили б подальше зростання, але визнає неповноту доступних даних. Звіт не прогнозує дату появи загального штучного інтелекту й не доводить неминучість неконтрольованого самовдосконалення. Його практична цінність — у незалежному, хоча й частково обмеженому, аналізі швидкості прогресу та необхідності прозорішої оцінки ризиків.
Джерела: METR, первинний звіт від 5 листопада 2026 року; Reuters, 5 листопада 2026 року.
