9到10月秘密练完，内部综合能力指数（AECI）直接飙上178.6的逆天高分，现有的考卷已经快要压不住它了。
截至10月，Anthropic在明确任务上的能力提升速度，已是2024年3月-2025年10月那段时间的2倍。
从那以后，内部能力指数AECI的增速直接拉到此前的1.9倍，一年就跑完了过去两年的路。
更恐怖的是，这波狂飙里，80%的推力居然来自AI自己！Claude正在亲手造出更强的Claude。
METR研究员Ryan Greenblatt直言，「这份报告就是通向一两年内实现ASI的重磅信号」。
照这个速度下去，「AI 2027」剧本里的ASI，在短短的4个月后就会彻底降临！
它们分别是2022年练完的「Unreleased 2022」、2026年7月练完的Model 2、8–9月练完的Model 3，以及9–10月刚出炉的Model 4。
它在AECI上拿下了178.6分，远超公开模型Opus 5.5（174.5分）与Mythos 5.1（172.5分）。
AECI就像大模型的「高考总分」，把各科基准测试的卷面成绩折算成一个综合段位分。
再看单科，Model 4参加的15项基准测试，每一项正确率都过了50%。而就在9个月前，Opus 4.6还有不少基准没能过半。
METR团队甚至在报告里做了一次「除虫测试」，他们发现15个测试基准里有3个存在长尾过难或题目损坏的凹陷现象。
一旦把这3个干扰基准剔除重新计算，Model 4的AECI得分会进一步跳涨1.1分，冲上179.7分。
甚至在Token消耗量上，Anthropic内部测试也还没有把Model 4的潜能彻底榨干。
跑一次普通基准测试，单个任务平均就要消耗250万输入Token、生成7万多输出Token。
要是让Agent去写代码，单任务直接吃下整整1000万输入Token，输出也拉到9.4万Token。
更让METR评测人员感到棘手的是，现有的考卷已经快要测不出Model 4的极限了。
也难怪Anthropic在IPO前再次更新S-1招股书，专门新增了一条风险提示。
据内部估算，未来的模型很快就会触发「AI显著加速研发」阈值，1年就能干完过去2年的活儿。
Model 4就是*的证明。至于图中的Model 3，网友推测它就是传闻中的Mythos 5.5。
从2025年10月开始，这条曲线的走势直接猛拐向上，变成每年大涨29分，增速达到过去的1.9倍（95% 置信区间 在1.5倍到2.8倍之间）。
Anthropic曾在今年8月的风险报告里提出一种温和假设，认为这只是启用新工具和新评测方法带来的一次性「台阶式跳跃」。
研究人员用Mythos 5及更早的模型数据画出两条预测线，再去盲测后来出炉的Model 2、Model 3、Opus 5.5和Model 4。
结果非常清晰。在81%的统计抽样中，按「长期持续提速」预测的误差只有1.9分，远比「一次性跳涨」更吻合真实数据。后者的误差高达3.9分。
2倍加速度，也就意味着过去短短1年时间里，Anthropic走完了过去整整2年的技术路程！
如果放在指数增长的维度下，原本每年翻3倍的指标，在2倍加速度下会变成每年狂翻9倍（3^2）！
METR明确排除了「靠猛堆训练算力提速」的可能，因为2025年10月之后训练算力的 增长率 反而比以前更慢。
METR估算，当前约2倍的研发加速中，大约80%都来自AI自身的研发辅助，剩下的小部分才来自研究员人数增加和推理算力扩容。
既然外部还没有人能亲手测试Model 4，Anthropic内部研究员的日常实测就成了*的窗口。
METR在报告里公开了一张Anthropic内部非正式调查与Slack全员投票的趋势图。
2025年春天用3.7 Sonnet和Opus 4时，员工自报的效率提升还只有1.3倍到1.4倍。
等到今年10月用上Model 4，员工自报的研发提速已经冲到了约12倍，按指数拟合相当于每年暴涨3.9倍。
为了搞清这12倍是怎么来的，METR在9月底深度访谈了11位Anthropic一线技术研究员。
到了现在的第三阶段，内部掀起了「全面Claude化」运动，研究员开始同时指挥一大群Agent并行跑实验。
受访研究员C、D和E透露，公司今年专门发起了内部悬赏，鼓励大家把平时不敢试的疯狂点子全交给AI Agent去跑。
受访研究员A表示，手写代码做实验原本很耗时间，靠Claude辅助后，从冒出想法到跑通实验的时间缩短了80%。
受访研究员B则估算自己整体提速了3倍，感觉就像手下突然多了几个随叫随到的博士后和研究生。
目前AI还没有完全独自接管最核心的模型训练设计，但多位受访研究员向METR证实，AI自主贡献核心训练已经出现了明显的「生命迹象」。
METR在官方帖中直言，他们向Anthropic提交了约100页的完整报告，但Anthropic在公开版中删掉了大部分信息量*的核心证据。
其中一张原本用来预测Anthropic未来几个月新模型能力得分的表格，连同整段分析被整块涂黑。
在METR看来，未来12个月内，无论是 算法 、算力还是数据，都没有看到任何会让这台加速机器停下来的明显瓶颈。
更强的Claude帮研究员省下80%的实验时间，省下来的时间立刻被用来孵化178.6分的Model 4。
https://x.com/METR_Evals/status/2118412183860351084
https://x.com/deredleritt3r/status/2118422855549358552
Copyright 版权与免责声明
【本文由投资界合作伙伴微信公众号：新智元授权发布，本平台仅提供信息存储服务。】 【免责声明】：本文不构成任何投资建议。市场有风险，投资需谨慎。 如有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处理。
Read Next 推荐阅读
刚刚，OpenAI被曝完成110亿美元融资，CFO：数据中心还会继续建 机器之心 2026-11-07
MegaStream亮相2026国际生物计算创新峰会：AI×Bio双原生驱动创新药研发，五条管线持续推进 投资界综合 2026-11-06
四维图新CEO程鹏：以数据与算力为基，SEEWAY.AI驶向新一站 投资界综合 2026-11-06
刚刚，OpenAI全新GPT-6登场，强到不敢公开 新智元 2026-11-06
从RSI、Agent、Physical AI到整个系统栈，2026 奇点智能技术大会最新日程公布！ 投资界综合 2026-11-06