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.

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.

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.

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.


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.















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.





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.
