METR: Anthropic verbetert zijn AI twee keer zo snel

Anthropic verbetert zijn AI-modellen sinds oktober 2025 ongeveer twee keer zo snel als in de anderhalf jaar daarvoor. Dat concludeert het onafhankelijke onderzoeksbureau METR in een rapport dat het op 5 november publiceerde. Het grootste deel van die versnelling komt volgens METR door AI zelf. Er staat wel een opvallende kanttekening bij: Anthropic heeft het meeste bewijs uit de openbare versie weggelakt.

Elf weken meekijken bij Anthropic

METR is een Amerikaanse non-profit die AI-modellen op risico’s test. Het bureau keek van 12 augustus tot en met 29 oktober mee bij Anthropic. Het onderzoek zou eerst vier weken duren en liep uit tot ongeveer elf. Het team, omgerekend 2,5 fulltimers, gebruikte interne benchmarks, cijfers over rekenkracht en personeel, enquêtes en zo’n vijftien interviews met medewerkers. Opvallend detail: METR zette zelf Claude in voor het verzamelen en analyseren van data en voor het schrijven van het rapport.

De kern van de meting is AECI, Anthropics eigen variant van de Capabilities Index van onderzoeksinstituut Epoch. Die score steeg historisch met ongeveer 15 punten per jaar. Na een breekpunt op 7 oktober 2025 is dat zo’n 29 punten per jaar. METR komt uit op een versnelling van 1,9 keer, met een betrouwbaarheidsinterval van 1,5 tot 2,8. Bij modellen van andere grote AI-labs ziet het bureau een lagere factor van ongeveer 1,4.

Vooral mensen die sneller werken

METR schat dat ongeveer 80 procent van de versnelling op het conto van AI komt. Dat betekent nog niet dat Claude zelfstandig nieuwe modellen bouwt. De winst zit vooral bij medewerkers die met AI-hulp sneller programmeren en experimenten analyseren. Onderzoekers spraken van “signs of life” voor volledig autonome bijdragen aan modeltraining, maar op de belangrijkste onderdelen is dat volgens METR nog niet zo. In interne Slack-peilingen claimden medewerkers gemiddeld een twaalf keer hogere productiviteit. METR noemt dat zelf “very loose evidence”.

Voor de risico-inschatting telt vooral dat het bureau geen rem zag. In algoritmes, rekenkracht of data vond METR voor de komende twaalf maanden geen overtuigend knelpunt dat de vooruitgang zou vertragen. Het tekent daarbij aan dat het eigen beeld van die knelpunten tijdens het onderzoek “meerdere keren” veranderde.

Het meeste bewijs is zwartgelakt

Het openbare stuk is een afgeleide van een rapport van ongeveer 100 pagina’s. Anthropic mocht vertrouwelijke informatie zelf schrappen en deed dat volgens METR bij “a majority of the evidence we found most informative”. Het bedrijf zegt dat die redacties informatie beschermen waarmee concurrenten hun eigen ontwikkeling kunnen versnellen. Anthropic haalde halverwege ook een onderdeel uit het onderzoek waarin METR zou controleren hoe het bedrijf zijn rekenkracht verdeelt. Het publiek moet daardoor volgens METR “much more than would be ideal” op het oordeel van het bureau vertrouwen.

METR kijkt niet voor het eerst naar dit thema. In mei beoordeelde het bureau al het hoofdstuk over geautomatiseerd onderzoek in Anthropics risicorapport van februari. Anthropic zelf waarschuwde beleggers eerder deze week voor zelfverbeterende AI. Nieuwsbrief The Neuron zette het METR-rapport vrijdag in zijn dagoverzicht, naast de lancering van GPT-6 Cyber door OpenAI.

Wat betekent dit

Dit is de eerste externe schatting van hoeveel sneller een groot AI-lab werkt dankzij zijn eigen modellen. De marge is breed: METR zou niet verbaasd zijn als de echte factor dichter bij 1,3 of juist bij 3 ligt. Voor beleidsmakers is het resultaat dubbel. Er ligt nu een onafhankelijke meting, maar wie de onderbouwing wil narekenen, stuit op zwarte balken.

Het tempo is ook elders zichtbaar. OpenAI liet deze week zien dat zijn agents 948 rootlekken in de Linux-kernel vonden, Claude Opus 5.5 won de zware benchmark GDPx en het Amerikaanse ministerie van Justitie begon een taskforce tegen AI-misbruik. Hoe snel de volgende generatie modellen komt, hangt volgens METR voorlopig niet af van een tekort aan chips of data.