Uma avaliação independente da METR concluiu que, em outubro de 2026, a Anthropic provavelmente estava elevando as capacidades de seus modelos em tarefas bem especificadas a um ritmo aproximadamente duas vezes maior que o observado entre março de 2024 e outubro de 2025. O resultado não é uma medição definitiva de “IA criando IA sozinha”: ele combina métricas internas, entrevistas e análises de benchmarks, vem com incerteza ampla — entre 1,3× e 3× na estimativa da própria METR — e teve parte relevante das evidências ocultada por confidencialidade.

A conclusão importa porque a aceleração do próprio processo de pesquisa e desenvolvimento (P&D) pode encurtar o intervalo entre gerações de modelos. Na prática, isso significa que uma empresa pode testar hipóteses, escrever código experimental, analisar resultados e iterar mais rápido usando sistemas de IA. A pergunta central do relatório é se esse uso já está alterando materialmente a velocidade do avanço técnico, e não apenas automatizando tarefas pontuais.

Esquema da atribuição de aceleração em pesquisa e desenvolvimento de IA analisada pela METR.
O relatório separa a aceleração observada da parcela que pode ser atribuída ao uso de IA no próprio P&D.

O que a METR avaliou na Anthropic

A METR, organização de pesquisa e avaliação de segurança em IA, realizou a análise entre 12 de agosto e 29 de outubro de 2026. Segundo o relatório, a Anthropic concedeu acesso a métricas internas de pré-treinamento, reinforcement learning (RL), capacidade de treinamento, pontuações de modelos internos, análises de ganho de velocidade com IA, previsões e entrevistas com equipes relevantes.

O acesso foi incomum, mas não ilimitado. A empresa tinha direito contratual de redigir informações não públicas antes da publicação. A METR afirma que conseguiu divulgar suas conclusões de alto nível, porém que a Anthropic suprimiu a maior parte da evidência que os pesquisadores consideraram mais informativa para essas conclusões. A justificativa atribuída à empresa foi evitar revelar dados confidenciais que poderiam acelerar outros desenvolvedores de IA.

Isso cria uma limitação essencial para a leitura do estudo: o público precisa confiar mais no juízo da METR do que seria desejável em uma auditoria plenamente reproduzível. O relatório não diz que a evidência restante seja falsa; diz que a capacidade de terceiros de inspecioná-la, contestá-la e combinar interpretações fica reduzida.

O número de 2× não mede “inteligência geral”

A principal métrica analisada é a Anthropic Economic Capabilities Index (AECI), um índice de desempenho em tarefas econômicas. A METR estima uma mudança de inclinação na curva de avanço: a taxa de crescimento atual em capacidades medidas pelo índice seria cerca de 1,9× a histórica. A organização arredonda essa leitura para “cerca de duas vezes” e destaca que o intervalo de incerteza é grande.

Gráfico principal da METR sobre a aceleração do índice AECI nos modelos da Anthropic.
O gráfico principal do AECI sustenta a estimativa central de aceleração do ritmo de avanço.

Há três cuidados importantes. Primeiro, tarefas “bem especificadas” são aquelas com objetivo e avaliação relativamente claros; elas não representam todo o trabalho científico, de produto ou de gestão. Segundo, benchmarks medem uma aproximação de capacidade, não o impacto econômico ou científico final. Terceiro, a análise procura distinguir uma aceleração observada de uma aceleração causada pela IA — a segunda exige um contrafactual: qual seria o ritmo sem o uso de IA pela própria Anthropic.

Diagrama do framework de contabilidade usado pela METR para relacionar capacidades, pré-treinamento e reinforcement learning.
O framework conecta resultados de capacidade a componentes de pré-treinamento e RL, sem tratar correlação como causalidade automática.

O que a avaliação atribui ao uso interno de IA

A conclusão da METR é condicional e cuidadosamente formulada: uma maioria da aceleração atual provavelmente decorre do uso extensivo de IA pela Anthropic para fazer P&D. A organização também afirma que outros fatores podem ter exercido papel importante, especialmente no fim de 2025. Portanto, o estudo não autoriza transformar o achado em uma manchete de automação total do laboratório.

O relatório aponta ausência de gargalos observados ou retornos decrescentes fortes como um motivo de preocupação: se sistemas futuros removerem mais gargalos humanos, o ciclo de avanço pode acelerar de novo. Mas a mesma publicação lista hipóteses que poderiam reduzir a estimativa: fatores não relacionados à IA explicando o avanço, progresso concentrado em tarefas fáceis de pontuar, uma base histórica excepcionalmente lenta e limitações do índice usado.

Gráfico de ganho de produtividade relatado internamente no estudo da METR.
Medidas autorrelatadas são uma das linhas de evidência, não uma prova isolada de causalidade.
Ilustração das taxas histórica, atual e contrafactual de crescimento no relatório METR.
A METR distingue a taxa histórica, a taxa atual e a taxa contrafactual sem uso de IA.

Como a METR tentou testar a robustez do resultado

O relatório não apresenta o 1,9× como um valor mágico. A equipe variou escolhas estatísticas e obteve faixas diferentes: ao trocar a função de ligação, a aceleração ficou entre 1,1× e 2,9×; ao mudar snapshots, benchmarks e regularização, os resultados permaneceram próximos do valor central em vários testes. Há ainda uma ressalva de saturação: o Modelo 4, não lançado, superou 50% em todos os benchmarks AECI nos quais foi testado, o que pode tornar curvas de benchmark menos informativas.

Comparação de funções de ligação usadas nos testes de robustez da METR.
As funções de ligação alternativas mostram como suposições estatísticas alteram a estimativa.
Resultado de robustez com função probit.
Teste de robustez: função probit.
Resultado de robustez com função cauchit.
Teste de robustez: função cauchit.
Resultado de robustez com função complementary log-log.
Teste de robustez: função complementary log-log.
Resultado de robustez com função log-log.
Teste de robustez: função log-log.
Resultado de robustez com função aprendida.
Teste de robustez: função aprendida.
Teste de robustez da METR sem benchmarks de visão.
Teste de robustez sem benchmarks de visão.
Teste de robustez com benchmarks relevantes para P e D.
Teste de robustez com seleção de benchmarks de P&D.
Teste de robustez sem benchmarks em queda.
Teste de robustez sem benchmarks com tendência decrescente.
Teste de robustez com benchmarks de bom ajuste.
Teste de robustez com benchmarks de bom ajuste.
Teste de robustez diante de saturação de benchmarks.
Teste de robustez para possíveis efeitos de saturação.
Teste de robustez com menor regularização.
Teste de robustez com menor regularização.
Teste de robustez com maior regularização.
Teste de robustez com maior regularização.
Teste de robustez sem regularização.
Teste de robustez sem regularização.
Teste de robustez com prior de tendência.
Teste de robustez com prior de tendência.

As partes que não podem ser verificadas publicamente

O ponto mais relevante para governança não é apenas o número. A METR relata que dados importantes foram redigidos e que a Anthropic retirou do escopo, no meio do trabalho, uma verificação da alocação de computação entre capacidades e segurança. A METR diz não ter chegado a conclusões substantivas sobre esse componente antes do cancelamento.

Além disso, o estudo trabalhou com acesso mediado: pedidos pontuais de dados foram negados, e os avaliadores não tinham acesso irrestrito a documentos, discussões e pessoas. A equipe relata que alterou de forma substancial a interpretação de dados críticos à medida que recebia contexto adicional. Isso é evidência de uma investigação que tentou ser cautelosa, mas também mostra por que suas conclusões devem ser lidas como avaliação especializada, não como auditoria pública completa.

Comparação de AECI entre desenvolvedores no relatório da METR.
Comparação do AECI entre desenvolvedores usada como contexto para a tendência observada na Anthropic.
Gráfico que diferencia salto pontual e mudança de inclinação de tendência.
O relatório testa se o resultado parece um salto pontual ou uma mudança no ritmo de crescimento.
Grade de comparação de estimativas de aceleração da METR.
Grade de comparação das estimativas sob escolhas analíticas alternativas.
Pontuações de benchmarks em escala log odds no relatório METR.
Visualização das pontuações de benchmarks na escala usada em parte das análises.
Gráfico sobre linearidade dos benchmarks na avaliação da METR.
Teste de linearidade dos benchmarks e de sua relação com a estimativa.

O que isso muda para empresas e para a segurança de IA

Para equipes que usam modelos em engenharia, ciência de dados ou automação, o relatório reforça que ganhos acumulados não dependem de uma única capacidade milagrosa. O efeito pode surgir da combinação de programação assistida, revisão, análise de logs, geração de experimentos e acesso mais rápido a conhecimento interno. A consequência competitiva é que medir apenas o lançamento público de modelos pode deixar de mostrar o ritmo real de melhoria dentro dos laboratórios.

Para reguladores e pesquisadores de segurança, o caso expõe uma tensão prática: empresas precisam proteger segredos comerciais, mas avaliações de risco exigem evidências verificáveis. Relatórios com acesso confidencial podem ser úteis, desde que explicitem escopo, limitações e conflitos de interesse — como a METR fez —, mas não substituem padrões independentes de transparência, auditoria e divulgação proporcional ao risco.

Análise do NoticIA: o valor do estudo está mais no método do que na manchete

Na análise do NoticIA, o achado de “2×” é relevante, porém menos importante que o precedente metodológico: uma organização externa teve acesso a dados internos de P&D e publicou as próprias limitações, inclusive o efeito de redações impostas pela empresa avaliada. Isso é mais rigoroso que anúncios corporativos sem metodologia, mas ainda deixa uma lacuna séria para quem precisa avaliar risco público.

O erro seria usar o relatório para prever uma explosão inevitável de capacidades ou, no extremo oposto, descartá-lo porque não entrega todos os dados. A leitura mais responsável é intermediária: há evidência de aceleração em métricas definidas, há uma hipótese plausível de contribuição do uso interno de IA e há incertezas que impedem extrapolações lineares. O próximo teste será saber se avaliações futuras conseguem preservar esse nível de franqueza e ampliar a verificabilidade das evidências.

Resumo dos pontos confirmados

  • A METR realizou uma avaliação de alto acesso na Anthropic entre 12 de agosto e 29 de outubro de 2026.
  • A estimativa central aponta aceleração de aproximadamente 1,9× no AECI; a interpretação resumida é “cerca de duas vezes”, com faixa de incerteza de 1,3× a 3×.
  • A METR atribui provavelmente a maior parte da aceleração atual ao uso extensivo de IA no P&D, mas reconhece outros fatores e incerteza significativa.
  • Parte da evidência mais informativa foi redigida pela Anthropic, reduzindo a auditabilidade pública.
  • A verificação de alocação de computação entre capacidades e segurança foi retirada do escopo antes de conclusões substantivas.


Descubra mais sobre noticiAI

Assine para receber nossas notícias mais recentes por e-mail.

Deixe seu comentário