AI-toezichthouder ziet superintelligentie mogelijk binnen 6 maanden
Een onafhankelijke evaluatiegroep METR meldt dat Anthropic's modellen sinds oktober 2025 veel sneller vooruitgaan dan eerder. METR zegt dat AI-hulp waarschijnlijk grotendeels verantwoordelijk is, maar veel bewijs is gecensureerd.
Wat er gebeurde
METR beoordeelde op 5 november de voortgang van Anthropic. Zij gebruikten AECI, Anthropic's versie van de Epoch Capabilities Index.
Volgens METR was de groei van AECI na oktober 2025 ongeveer 1,9 keer zo snel als in de periode van maart 2024 tot oktober 2025. METR geeft een 95% betrouwbaarheidsinterval van 1,5 tot 2,8 keer.
De analyse omvatte ook niet-uitgebrachte modelsnapshots, dus het gaat over meer dan alleen producten voor klanten.
METR zegt dat AI-ondersteuning waarschijnlijk voor het grootste deel verantwoordelijk is voor de recente versnelling. Die conclusie heeft echter veel onzekerheid, omdat Anthropic veel van het ondersteunende bewijs heeft geredigeerd.
METR sloot met vertrouwen uit dat een toename van de training compute de oorzaak is. Ook die bewijzen werden grotendeels gecensureerd.
METR merkt op dat de versnelde voortgang vooral zichtbaar is op goed afgebakende taken met duidelijke succescriteria. Of die versnelling ook doorwerkt naar open, moeilijk te beoordelen taken is onzeker.
Anthropic stelde volgens The Associated Press dat medeoprichter Sam McCandlish in grote lijnen instemde dat AI onderzoek versnelt. Hij verdedigde de redactions als commercieel gevoelig, maar erkende dat ze controle bemoeilijken.
METR voerde de hoofdbeoordeling uit van 12 augustus tot 29 oktober. Deze was los van een later aangekondigd employee-like evaluator programma van Anthropic. METR zegt dat de snellere benchmarktrend is gerapporteerd, maar dat veel bewijs over oorzaak vertrouwelijk blijft.
Waarom dit telt
Voor beleggers betekent dit dat de snelheid van vooruitgang bij Anthropic onverwacht hoger kan zijn, maar dat er grote onzekerheid blijft over wat die versnelling precies veroorzaakt en of die leidt tot breder toepasbare verbeteringen.
Waar je op kunt letten
- Of Anthropic meer details vrijgeeft over de geredigeerde bewijzen.
- Of toekomstige modellen prestaties laten zien buiten goed afgebakende taken.
- Reacties van andere onafhankelijke evaluatiegroepen of van Anthropic zelf.