Anthropic modellerinde yetenek artış hızı 1,9 kat: METR tahmini

Anthropic’in iç modellerinin AECI puanları, Ekim 2025 öncesindeki eğilime kıyasla 1,9 kat hızla yükselmiş olabilir. Bu tahmin, belirli görevlerdeki benchmark puanlarının artış hızını karşılaştırıyor; yapay zekâ araştırma ve geliştirme çalışmalarının genel olarak 1,9 kat hızlandığı anlamına gelmiyor.

Bağımsız yapay zekâ değerlendirme kuruluşu METR, 5 Kasım’da yayımladığı raporda Anthropic’in Ekim 2026 itibarıyla açıkça tanımlanmış görevlerde model yeteneklerini geçmişe kıyasla yaklaşık iki kat daha hızlı geliştiriyor olabileceğini değerlendirdi. İnceleme 12 Ağustos ile 29 Ekim arasında yürütüldü; Anthropic’in iç model benchmark verileri ve çalışanlarla yapılan görüşmeler ele alındı.

AECI, Anthropic’in iç modellerinin yeteneklerini karşılaştırmak için kullandığı bir benchmark göstergesi. METR, bu göstergedeki puanların artış hızını Ekim 2025 öncesindeki eğilimle karşılaştırdı. Hesaplanan hız, geçmiş eğilimin 1,9 katı oldu. %95 güven aralığı 1,5 ila 2,8 kat olarak verildi. METR, sonucu son bir yılda geçmiş benchmark ilerlemesinin yaklaşık iki yıllık kısmının kaydedilmiş olabileceği şeklinde yorumladı.

Raporda geçen 3 kat, bu hesabın sonucu değil. METR, genel yetenek gelişiminin geçmiş hızın 1,3 katına yakın ya da 3 katına yakın olabileceğini değerlendirdi. Bu, genel hızlanma düzeyine dair öznel bir belirsizlik aralığı; AECI analizindeki %95 güven aralığından ayrı bir ölçüm.

METR, Ekim 2026 itibarıyla hızlanmanın yarısından fazlasının, hatta yaklaşık %80’inin Anthropic’in yapay zekâ kullanımından kaynaklanmış olabileceğini tahmin etti. Kuruluş bu oranla ilgili belirsizliğin yüksek olduğunu da belirtti. 2025’in sonunda görülen hızlanmada başka etkenlerin de önemli rol oynamış olabileceği değerlendirildi. Model eğitimine ayrılan hesaplama gücünün daha hızlı artması ise olası nedenler arasında sayılmadı.

Anthropic’in Sorumlu Ölçeklendirme Politikası (Responsible Scaling Policy), yapay zekâ araştırma ve geliştirmesindeki hızlı hızlanmayı ayrı ölçütlerle ele alıyor. Politika, yapay zekâ katkısının büyük olmadığı durumda beklenen hızla geçmişte gözlenen en hızlı sürdürülebilir gelişme hızını karşılaştırıyor. İlerleme hızının iki katına çıkıp çıkmadığına ve artışın önemli bölümünün araştırma ve mühendislik süreçlerinin otomasyonundan kaynaklanıp kaynaklanmadığına bakıyor.

METR, bu değerlendirmenin politika kapsamındaki eşiğe ulaşılıp ulaşılmadığını belirleme çalışması olmadığını vurguladı. Bu nedenle geçmiş benchmark eğilimine kıyasla hesaplanan 1,9 katlık artış, politika ölçütüne ilişkin bir karar olarak yorumlanamaz.

Anthropic, 2 Kasım’da ABD Menkul Kıymetler ve Borsa Komisyonu’na (SEC) sunduğu değiştirilmiş bildirimde, iç tahminlerine ve gelecekteki modellere ilişkin beklentilerine dayanarak yapay zekâ kaynaklı hızlı ilerleme ölçütünü yakında karşılayabileceğini açıkladı. Şirketin politika ölçütüne ilişkin önceki açıklamasında da mevcut modelin bu eşiği aştığı belirtilmemişti.

Bu değerlendirme, Anthropic’in 15 Ekim’de altı METR araştırmacısına çalışan düzeyinde iç erişim sağlayacağını duyurmasından ayrı bir proje. METR, o dönemdeki üçüncü taraf değerlendirmesinin ve bu hızlanma incelemesinin birbirinden farklı çalışmalar olduğunu bildirdi.

METR, sonuç üzerinde büyük etkisi olan kanıtların önemli bölümünün gizli tutulduğunu, bu nedenle okuyucuların analizi bağımsız biçimde doğrulamasının zor olduğunu belirtti. Anthropic, bunun diğer yapay zekâ geliştiricilerine yardımcı olabilecek bilgileri çıkarmak için yapıldığını açıkladı.

METR ayrıca değerlendirmenin otomatik puanlamaya elverişli, somut görevlere ağırlık vermiş olabileceğini kaydetti. Geçmişteki gelişim hızının olağan dışı biçimde düşük olması da mevcut hızlanmayı olduğundan büyük göstermiş olabilir.