Los modelos de inteligencia artificial de Anthropic están mejorando en determinadas pruebas de capacidad a un ritmo estimado de 1,9 veces mayor desde octubre de 2025, según una evaluación independiente publicada por la organización METR el jueves (5). No obstante, el informe presenta una salvedad importante: Anthropic impidió la divulgación de gran parte de las evidencias que los investigadores consideraron más relevantes para sus conclusiones.
La investigación se realizó entre el 12 de agosto y el 29 de octubre de 2026, con acceso a resultados de modelos aún no lanzados, métricas internas de entrenamiento, documentos de investigación y entrevistas con empleados de la empresa.
La estimación utiliza el AECI, una versión adaptada por Anthropic del Epoch Capabilities Index, que monitorea el desempeño de los modelos en tareas específicas. El resultado indica que la empresa alcanzó aproximadamente dos años de progreso histórico en esas pruebas durante el último año. El intervalo de confianza del 95% va de 1,5 a 2,8 veces el ritmo anterior.
Esta aceleración no significa que la productividad general de Anthropic prácticamente se haya duplicado. El indicador mide la velocidad de evolución de las capacidades evaluadas, mientras que la contribución efectiva de la IA a ese avance depende de otras evidencias e interpretaciones.
Por qué parte de las evidencias no puede examinarse públicamente
Aunque permitió una evaluación externa, Anthropic se reservó el derecho de retirar información confidencial del informe público. Según METR, la compañía suprimió la mayor parte de las evidencias consideradas más informativas para evaluar los riesgos asociados a la aceleración del desarrollo de IA.
Entre los materiales restringidos están estimaciones detalladas de la contribución de la propia IA al desarrollo de los modelos, datos sobre mejoras algorítmicas, indicadores intermedios de entrenamiento y proyecciones sobre sistemas futuros.
Anthropic justificó los recortes por la necesidad de proteger información confidencial que podría acelerar el desarrollo tecnológico de competidores.
METR reconoció que las restricciones dificultan la evaluación independiente de los argumentos presentados. Dado que parte de las evidencias admite diferentes interpretaciones, los investigadores externos y los lectores deben confiar en el juicio de la organización en una proporción mayor de la que sería deseable.
El estudio también tuvo limitaciones de acceso. Aunque recibió un volumen considerable de información interna, el equipo no pudo consultar libremente los sistemas de Anthropic, y algunas solicitudes de datos fueron rechazadas.
La falta de transparencia no invalida automáticamente la estimación de 1,9 veces, pero impide que terceros examinen integralmente los elementos utilizados para sustentar conclusiones más amplias sobre la aceleración de la investigación.
La organización afirma haber encontrado evidencias convincentes de que el avance observado no se deriva simplemente de un crecimiento más rápido de la capacidad computacional empleada en el entrenamiento.
Entrevistas y encuestas internas también apuntan a ganancias significativas asociadas al uso de herramientas de IA por parte de los investigadores. Sin embargo, esos testimonios son difíciles de cuantificar, y METR no encontró evidencias decisivas que permitieran atribuir toda la aceleración a la inteligencia artificial. Factores no relacionados con la IA también pueden haber contribuido, especialmente a finales de 2025.
Otro límite importante tiene que ver con la autonomía de los sistemas. Según los investigadores, la IA aún no realiza contribuciones plenamente autónomas y altamente significativas en las etapas más importantes del entrenamiento de modelos. Actualmente, el avance se produce principalmente con sistemas que asisten a profesionales humanos.
La propia metodología exige cautela. Las pruebas con tareas bien definidas no representan necesariamente el desempeño en problemas abiertos del mundo real. Además, los análisis con diferentes elecciones metodológicas produjeron estimaciones de aceleración de entre 1,1 y 2,9 veces.
METR considera posible que modelos más capaces amplíen su contribución al desarrollo de nuevas generaciones de IA y produzcan una aceleración adicional. Sin embargo, el informe no demuestra que ese proceso de autoperfeccionamiento ya esté ocurriendo de manera autónoma y continua.
