METR: Anthropic’te yapay zeka gelişimi yaklaşık 2 kat hızlandı, hızlanmanın çoğu yapay zekanın kendisinden

Anthropic’in iç verisiyle 11 haftalık inceleme

Kâr amacı gütmeyen değerlendirme kuruluşu METR, 5 Kasım’da Anthropic’te yürüttüğü geniş erişimli bir değerlendirmenin raporunu yayımladı. Soru, yapay zekanın yapay zeka araştırma ve geliştirmesini (Ar-Ge) ne kadar hızlandırdığıydı. METR’in 2,5 tam zamanlı eşdeğer personeli 12 Ağustos-29 Ekim arasında Anthropic’in cihazlarında çalıştı. Anthropic ön eğitim ve pekiştirmeli öğrenme metriklerini, iç modellerin test puanlarını ve eğitim işlem gücü verilerini paylaştı; yaklaşık 15 çalışanla görüşüldü. METR, Anthropic’ten ücret almadığını yazıyor. Proje, Anthropic’in 15 Ekim’de duyurduğu “çalışan benzeri erişim” değerlendirmesinden ayrı.

METR@METR_Evals

Ağustos'tan bu yana METR bünyesindeki bir ekip, yapay zekânın kendisinin yapay zekâ geliştirmeyi hızlandırıp hızlandırmadığını değerlendirmek için Anthropic'in iç bilgileriyle çalıştı.

Şimdi bu risk değerlendirmesinin sonuçlarını özetleyen bir rapor yayımlıyoruz.

İngilizceden çevrildi·Orijinalini göster

Üç öznel sonuç

METR’e göre Anthropic, Ekim 2026 itibarıyla iyi tanımlanmış görevlerde modellerini Mart 2024-Ekim 2025 dönemine göre yaklaşık iki kat hızla geliştiriyor. Kuruluş, gerçek değerin 1,3 ya da 3 kat çıkmasına şaşırmayacağını söylüyor. İkinci sonuca göre bugünkü hızlanmanın büyük kısmı, belki %80’i, Anthropic’in Ar-Ge’de yapay zekayı yoğun kullanmasından geliyor. METR bundan emin değil, Anthropic çalışanları arasında da uzlaşma yok. Belirgin bir darboğaz görülmediği için METR, önümüzdeki 12 ayda hızlanmanın daha da artmasını ciddi bir risk sayıyor.

Raporda açıklanabilen rakamlar

• Anthropic modellerinin AECI puanı (Epoch Capabilities Index’in Anthropic sürümü), Ekim 2025’ten beri önceki eğilimin 1,9 katı hızla artıyor (%95 güven aralığı: 1,5-2,8).
• Farklı analiz tercihleri 1,1 ile 2,9 kat arası sonuç veriyor. Bütün şirketlerin öncü modellerinde oran 1,4 kat.
• Anthropic, Haiku 5.5 sistem kartında 1,7 kat bildirmişti. Fark esas olarak yayımlanmamış iç modellerden geliyor.
• Çalışanların Slack anketlerinde bildirdiği verim artışı, Ekim 2026’nın en güçlü iç modeli için ortalama yaklaşık 12 kat. METR bunu “çok gevşek kanıt” sayıyor.

METR, hızlanmanın eğitim işlem gücünün daha hızlı ölçeklenmesinden kaynaklanmadığından emin.

Karartılan kanıtlar ve risk raporu

METR yaklaşık 100 sayfalık tam raporu 22 Ekim’de Anthropic’e teslim etti. Anthropic, kamuya açık sürümde METR’in en bilgilendirici bulduğu kanıtların çoğunu kararttı. Şirket bunu, diğer geliştiricileri hızlandırabilecek gizli bilgileri çıkarmak olarak açıkladı. Algoritmik ilerleme tahminleri, darboğaz analizleri ve gelecekteki bir modele dair tahminler bunların arasında. METR’e göre kamuoyu bu yüzden kuruluşun yargısına ideal olandan çok daha fazla güvenmek zorunda. Anthropic, işlem gücünün yetenek ve güvenlik araştırması arasındaki dağılımını doğrulama bölümünü de iptal etti.

METR ayrıca Anthropic’in Ağustos 2026 risk raporunu inceledi. Kuruluş, 15 Temmuz itibarıyla modellerin felaket riskinin düşük olduğuna katılıyor. Ancak Sorumlu Ölçekleme Politikası’ndaki erken uyarı eşiğinin o tarihte aşılmış olmasını “makul” buluyor. METR’e göre raporda “2 kattan az” denen öncü göstergeler, gizli sürümdeki rakamlarla yaklaşık 1,97 kata karşılık geliyor.