La organización independiente de investigación en seguridad de IA METR publicó este jueves 5 de noviembre el primer informe auditado con profundidad nunca realizado dentro de una empresa de inteligencia artificial de primera línea. Los resultados son a la vez concretos y perturbadores: Anthropic está mejorando sus modelos de IA a aproximadamente el doble de velocidad que mejoraba entre marzo de 2024 y octubre de 2025, y alrededor del 80% de esa aceleración es atribuible al uso de IA en su propia investigación y desarrollo.
Lo que hace singular el caso Anthropic no es el número en sí—el doble de progreso en un año—, sino la metodología detrás. El METR envió 2,5 equivalentes a tiempo completo dentro de Anthropic entre el 12 de agosto y el 29 de octubre de 2026. El equipo recibió acceso sin precedentes a métricas de preentrenamiento, reinforcement learning, resultados de benchmarks de modelos internos no lanzados, análisis de velocidad de IA y previsiones sobre métricas futuras. Se realizaron alrededor de 15 entrevistas con investigadores de la empresa. El METR no recibió ningún pago de Anthropic, aunque trabajó en dispositivos de la empresa por motivos de seguridad.
Dos años de progreso en uno
La métrica central del informe es el AECI (Anthropic Epoch Capabilities Index), un composite de múltiples benchmarks. Antes de octubre de 2025, los modelos de Anthropic ganaban alrededor de 15 puntos por año en este índice. Después de ese hito, la tasa subió a 29 puntos por año—una aceleración de 1,9x, con intervalo de confianza del 95% entre 1,5x y 2,8x. En otras palabras, Anthropic logró en un año el mismo progreso en benchmarks que llevó dos años hacer entre octubre de 2023 y octubre de 2025, un salto equivalente a la evolución de Claude 2.1 a Sonnet 4.5.
Lo que los auditores confirmaron con certeza es que la aceleración no provino de un aumento en el scaling de training compute. El factor responsable es el uso de IA para I+D. Un investigador entrevistado por el METR dijo textualmente: 'Ahora estamos limitados solo por ideas y compute, ya no por código'. Otros informaron que experimentos que antes llevaban uno o dos días para configurarse ahora son prácticamente 'gratuitos' en términos de overhead.
La caída libre de las autoevaluaciones
Uno de los gráficos más reveladores del informe rastrea la evolución de las autoevaluaciones de productividad enviadas por investigadores de Anthropic. Con el Claude 3.7 Sonnet, la productividad reportada era de 1,2x. Con el Model 4 interno (entrenado entre julio y octubre de 2026), los empleados reportaron productividad 12x mayor que el baseline. El METR trata estas evaluaciones como 'evidencia muy floja', calificándolas como poco representativas y propensas a sobrestimar los ganancias reales. Pero la tendencia es consistente: incluso los informes más conservadores indican una aceleración significativa.
El informe también destaca 'señales de vida'—término usado por los auditores—indicando que contribuciones autónomas de IA a los componentes más importantes del pipeline de entrenamiento podrían ocurrir pronto. Aunque la IA aún no es capaz de hacer contribuciones totalmente autónomas y de alto impacto en las partes cruciales del pipeline, la madurez varía por área, y los investigadores entrevistados coinciden en que el punto de inflexión está en alguna parte entre el Opus-4.5 y el Model 4 interno.
La política del escrutinio público
El timing del informe no es coincidencia. Anthropic está en la semana anterior al inicio del marketing formal de su oferta pública inicial, prevista para la semana del Thanksgiving, con una captación de US$100.000 millones. El S-1 ya había incluido un aviso sobre RSI (recursive self-improvement)—el punto en que la IA se mejora a sí misma más allá de la capacidad humana de supervisión—, diciendo que 'podemos no haber identificado y en futuro próximo no identificaremos una aceleración significativa en nuestra tasa de desarrollo hasta que esto haya ocurrido'.
El METR considera plausible que el umbral de aceleración de la RSP de Anthropic ya haya sido superado el 15 de julio de 2026. El informe público de agosto de Anthropic afirmaba que la aceleración era 'inferior a un factor de 2'. La versión interna no redactada sugiere un valor de 1,97—prácticamente el mismo número que el METR. La propia Anthropic consideró 'plausible' que el umbral hubiera sido cruzado.
Las redacciones que debilitan la auditoría
Un punto que el METR enfatiza repetidamente es que el informe público está significativamente incompleto. Anthropic ejerció derechos unilaterales de redacción sobre todas las informaciones no públicas y las usó ampliamente. La mayoría de las evidencias que los auditores consideraron más informativas fueron removidas, incluyendo previsiones de modelos futuros, descomposiciones por steps de entrenamiento y análisis de cuellos de botella. Un gráfico en el informe público ostenta la marca 'FAKE DATA' en letras grandes.
El METR reconoce que Anthropic redactó informaciones con la intención legítima de evitar que detalles confidenciales aceleraran otros desarrolladores de IA—no era solo secreto corporativo. Pero el efecto neto es que el público depende mucho más del juicio del METR de lo que sería ideal. Sam McCandlish, cofundador de Anthropic, dijo al The Decoder que 'muchas de las conclusiones del METR corresponden a las mías', pero añadió que es difícil medir exactamente cuánto de IA está acelerando la investigación.
Las voces escépticas dentro de Anthropic
Los investigadores de la propia empresa no están unánimes. Uno estimó la contribución de la IA en solo el 15% al 20% de los ganancias de productividad, y desconfía de las autoevaluaciones de los colegas. Otro consideró que los nuevos contratados fueron el factor más importante en los ganancias recientes. Cuando el METR consideró los modelos de OpenAI, Google y xAI, el número de aceleración del sector cayó a 1,4x—posiblemente porque Anthropic quedó rezagada respecto a los competidores en 2025, generando un efecto de 'catch-up'.
Qué significa para el sector
La aceleración en Anthropic no es un fenómeno aislado. El METR calculó que, incluyendo todos los desarrolladores de frontier, la tasa global de aceleración es de 1,4x—menor que la de Anthropic, pero aún significativa. Lo más preocupante es la ausencia de cuellos de botella observables. Sin límites de compute, datos o rendimientos decrecientes, no hay evidencia de que la aceleración vaya a desacelerarse en los próximos doce meses. Si la IA continúa automatizando partes cada vez mayores de la I+D, y si más IA en la I+D genera más aceleración, el loop de feedback podría volverse auto-reforzante.
El CEO Dario Amodei ya advirtió públicamente que 'es hora de frenar' el desarrollo de IA, y contrató al propio METR como auditor externo. La paradoja es irónica: la empresa que más insiste en la necesidad de desacelerar la IA es la que demostró, en datos concretos, la mayor aceleración impulsada por IA. Y esto ocurre exactamente cuando Anthropic se prepara para abrir su capital al mercado—un momento en que la confianza de inversores y del público es más crucial que nunca.
La pregunta que permanece es si la aceleración autosustentada de la IA es inevitable o si puede ser contenida por gobernanza institucional, y si la existencia misma de auditorías como la del METR basta para impedir que la velocidad escape al control.
Fuentes: The Verge, METR, The Decoder
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
