クロードの進化速度が倍増し、80%の増加はAIから来ています。

編集｜泽南

AIは次世代AIの開発速度を助け、ついに具体的な数字が出ました。

11月5日、第三者評価機関METRがAnthropicに関する調査報告を発表しました。この会社は過去1年間において、基準能力の進歩が前の2年間の進歩に相当することを示しています。

8月12日から10月29日まで、この機関は約11週間をかけてAnthropic内部に入り、そのモデルの成績、トレーニング計算能力、研究開発効率などの資料を確認し、研究者とインタビューを行いました。

彼らの分析はAnthropic版総合能力指標AECIを使用しました。データによると、2025年10月以降、大モデルはこの指標において約1.9倍の進歩速度を示しており、95%信頼区間は1.5---2.8倍です。

2025年10月7日以降、このスコアは約15点/年から約29点/年に跳ね上がり、1年で約2年分の進歩を遂げました。量的にはClaude 2.1からSonnet 4.5に相当します。Anthropic自身のリスク報告では、Mythos Previewが単発の飛躍であり、その後は元の傾向に戻ると仮定していましたが、現在新しいモデルが登場し、新しい傾きが続いています。

業界全体を見渡すと、最前線のモデルの加速は1.4倍に過ぎません。

さらに重要なのは、METRがこの加速がAIの計算能力のスケールの成長速度から来ていないと非常に確信していることです。AI能力の進歩の主な理由は、AI自身の助けによるものです。

インタビューの中で繰り返し現れた現象は、研究者たちがついにもっと多くのアイデアを試すことができるようになったということです。

以前は、1つの実験を実現するのに1、2日かかることがあり、時間と計算コストが越えられない壁でした。そのため、多くのアイデアは検証される前に棚上げされていました。現在、研究者は複数のアイデアをエージェントに渡し、どれが追求する価値があるかを見極めることができます。

ある研究者は、今では自分の仕事がアイデアと計算能力に制限されており、コードはもはやボトルネックではないと表現しています。また、Claudeを使用した後、自分が博士後期課程の学生や大学院生と一緒にプロジェクトを進めているかのように感じる人もいます。実験と実現が安価になり、研究者はより多くの試行を行う意欲が高まり、以前は投資する価値がないと考えられていた小さな実験も新しい研究方向に変わる機会が生まれています。

METRの報告は、外部からは見えなかった内部の進展の一部を明らかにしました。彼らの分析には、Anthropicがまだ公開していない3つのモデルが含まれており、それぞれModel 2、Model 3、Model 4と呼ばれています。これらは今年の7月から10月にかけてトレーニングを完了しました。

現在最も強力なのはこのModel 4で（Claude 6ではないかと推測されています）、多くの一般的なベンチマークでのスコアは90%を超えています。Anthropicの従業員は10月に内部で主観的な評価を行い、平均して自分の仕事の効率が約12倍向上したと投票しました。

これらのモデルはまだ公開されておらず、公開製品になるかどうかも不明ですが、彼らの存在は外部に対して、発表会や公開ランキングだけではAI大手内部で何が起こっているのかを完全に判断することはできないことを思い出させます。2025年初頭の約1倍から、Opus 4.5の約2.5倍、Mythos 5の約5倍、Model 4が12倍に跳ね上がり、指数的にフィットすると毎年3.9倍となります。

METRは、今年10月までに現在のAI研究の加速の約80%がAIから来ていると推定しています。残りの20%は非AI要因であり、詳細はAnthropicが公開を許可していません。

では、AIは次世代を独立して開発できるようになったのでしょうか？

現在、AIが次世代モデルを自主的に開発するための完全な再帰的自己改善（RSI）にはまだ距離があります。Anthropicの研究者自身は、モデルのトレーニングにおいて最も重要な部分で、AIが高度に重要で完全に自主的な貢献をしていないと考えています。現在の主要な利益は依然としてAIが人間の研究開発を支援することから来ています。

しかし、Anthropicの研究者はAIの多くの自主的な貢献を「生命の兆候」（signs of life）として描写しており、各段階でAIと人間が完了したタスクの割合を定量的に分析した統計もありますが、そのデータはAnthropicによって削除されました。

より強力なモデルが研究者が次世代をより早く開発するのを助ける限り、フィードバックプロセスは持続的に強化される可能性があります。RSIの道がどれだけ進むかは、まだ自動化されていない部分や、計算能力などのリソースが追いつくかどうかに依存します。

近い未来に関する予測について、METRは今後12ヶ月間に急速な進歩を阻害するボトルネックが明らかになるとは見ていませんが、情報が増えるにつれて彼らは何度も判断を変更しており、現在の信頼は限られています。

また、Anthropicは第三者機関METRに内部調査を許可しましたが、現在提供されている100ページの報告書は大幅に削減されています。最も説得力のある証拠の多くはAnthropic自身によって削除されました。

同日に発表された関連レビューは、リスクの表現に関する両者の意見の相違を示しています。Anthropicはある先行指標を進歩速度「2倍未満」と表現しましたが、METRは内部データに基づいて約1.97倍と算出し、より正確な表現は「約2倍」であるべきだと考えています。2倍の加速はAnthropicの早期警告閾値に関わります。

METRは、7月15日までに関連閾値を超えた可能性を排除できないと考えていますが、大多数の関連研究者は当時まだ超えていなかったと考えています。両者とも、当時の関連モデルの直接的な災害リスクは低いと認識しています。

モデルが研究開発に参加する速度がますます速くなる中で、人々が変化をタイムリーに把握できるか、企業が不確実性を十分に開示できるかが、次世代AIの到来前に答えなければならない問題となっています。

参考内容：

https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment/#executive-summary

https://x.com/METR_Evals/status/2118412183860351084

© THE END