La frase más llamativa del nuevo informe no es la cifra del titular. Es la admisión que está justo encima de ella. Anthropic, el laboratorio bajo estudio, conservó el derecho de retirar material privado del texto público, y el equipo externo dice que lo usó sobre la mayor parte de la prueba que más importaba.
Ese equipo es METR, un grupo sin fines de lucro que prueba los sistemas de IA más avanzados por sus riesgos. Del 12 de agosto al 29 de octubre de 2026, el personal de METR trabajó dentro de Anthropic en una pregunta simple con mucho en juego. ¿La IA acelera ahora el trabajo de construir una IA mejor, y si es así, por cuánto? Su informe, Independent Assessment of AI R&D Acceleration at Anthropic in October 2026, se publicó el 5 de noviembre.
La historia mayor
Empecemos por la cifra que METR sí puede mostrar. El grupo siguió un puntaje llamado AECI, por Anthropic Epoch Capabilities Index. Un índice de este tipo reúne muchos puntajes de pruebas en un solo número para cada modelo, de modo que un lector puede ver una tendencia a lo largo de años de lanzamientos en lugar de elegir una sola prueba conveniente.
Antes de octubre de 2025, ese índice subía cerca de 15 puntos por año. Después de ese momento subía cerca de 29 puntos por año. METR sitúa el cambio en 1,9 veces el ritmo anterior, con un intervalo de confianza del 95 por ciento de 1,5 a 2,8 veces. En palabras simples, Anthropic hizo en un solo año cerca de dos años de su progreso anterior en las pruebas.
METR se cuida de ampliar ese retrato. Su juicio más amplio es que el progreso corre a cerca del doble del ritmo anterior, y dice que no le sorprendería si la cifra real estuviera más cerca de 1,3 veces o de 3 veces. Otras formas de tratar los mismos datos dieron resultados de 1,1 veces a 2,9 veces. La cifra central es una estimación con bordes blandos, y METR lo dice en su propio texto.
Luego viene la causa. METR dice que confía en que el ritmo más rápido no vino de un crecimiento más rápido de la potencia de cálculo para el entrenamiento. Esa potencia es la fuerza bruta de máquinas que se usa para entrenar un modelo. Si un laboratorio simplemente compra mucha más, los puntajes pueden subir sin ningún cambio en lo inteligente que se ha vuelto la propia investigación. METR examinó esa vía y la descartó como motor del cambio.
Queda el bucle del titular. METR supone que la mayoría de la aceleración actual, quizás cerca del 80 por ciento, viene de que Anthropic usa la IA para ayudar a hacer su propia investigación. Ese juicio conlleva lo que METR llama una incertidumbre sustancial. Se apoya en entrevistas con el personal, en encuestas, en datos de código y de experimentos, y en una prueba que el público no puede ver porque Anthropic la retiró.

Contexto
La mejora recursiva tiene un sentido preciso en este debate, y ayuda mantenerlo estrecho. La forma fuerte sería un sistema que puede diseñar y construir a su propio sucesor sin ningún humano al mando. METR no afirma que eso haya ocurrido. Su informe dice que la investigación en Anthropic se acelera sobre todo por la ayuda de la IA, y no por un trabajo por completo autónomo, aunque anota algunas señales de que los aportes autónomos podrían pronto jugar un papel mayor.
Esa brecha importa. Un investigador que escribe código más rápido con ayuda de la IA no es lo mismo que un laboratorio que funciona solo. METR sostiene ese punto con sus propios datos de encuesta. En sondeos por Slack dentro de Anthropic, el personal situó su ganancia personal de velocidad gracias al mejor modelo interno en cerca de 12 veces en octubre de 2026. METR llama a esa cifra una prueba muy floja, y advierte en lenguaje claro que una ganancia personal de velocidad no equivale a una aceleración de todo el laboratorio. Una persona que se mueve más rápido no hace que cada etapa del entrenamiento, las pruebas y la revisión se mueva al mismo ritmo.
La historia detrás del informe también importa. Anthropic trata la investigación rápida guiada por la IA como una señal de riesgo en su propio marco de seguridad, porque un laboratorio que mejora demasiado rápido puede superar sus propios controles. Invitó a METR a probar una afirmación de su informe de riesgo de agosto, que sostenía que sus modelos aún no habían cruzado una línea donde dos años de progreso llegan en uno solo. METR pasó once semanas con puntajes de pruebas internas, datos de entrenamiento y entrevistas con el personal, trabajando en dispositivos de Anthropic y sin recibir pago alguno. Un argumento de seguridad relacionado, desde un ángulo muy distinto, recorre Lawsuit To Freeze AI Splits Safety Debate.
METR tampoco encontró ningún cuello claro que bloqueara más progreso en los próximos doce meses. Revisó el progreso algorítmico, la potencia de cálculo para el entrenamiento, la potencia de cálculo para los experimentos y los datos, y no encontró un límite convincente en ninguno de ellos. Añade, con una franqueza poco común, que su visión sobre los cuellos cambió varias veces durante el trabajo, así que esa parte del informe conlleva una confianza baja.
Anthropic redacted a majority of the evidence we found most informative for these conclusions.
Perspectivas distintas
Una lectura justa es la de la alarma, y no es difícil ver por qué. Si un modelo mejor acelera la investigación, y una investigación más rápida produce un modelo mejor, el ritmo puede componerse. Cada vuelta del bucle hace más corta la vuelta siguiente. La propia METR plantea ese riesgo, al notar que la falta de cuellos claros significa que más progreso podría llevar a una aceleración aún más rápida en el año que viene. En esta lectura, el informe es una medición temprana de un proceso sobre el que el trabajo de seguridad ha advertido en teoría durante años.
Una segunda lectura se centra en la propia medida. AECI sigue tareas con controles claros, donde una respuesta correcta puede puntuarse. Gran parte de la investigación real es más desordenada. Elegir en qué problema trabajar, detectar un resultado defectuoso o juzgar un modo extraño de fallo no se puntúa con tanta limpieza. METR acepta que su índice puede exagerar o reducir lo que importa, y que las ganancias en las pruebas pueden reflejar que un laboratorio se vuelve mejor en las pruebas que sigue. La cifra de 1,9 describe el crecimiento de ese índice. No mide de forma directa la sabiduría, el gusto o el juicio en el laboratorio.
Una tercera lectura se centra en la confianza. Anthropic describió sus retiros como dirigidos a quitar material privado que podría acelerar a laboratorios rivales. Es una razón de negocio coherente, y METR la registra sin llamarla falsa. Aun así, el efecto es simple. El informe público pide a los lectores que acepten una afirmación grande, sobre un riesgo grande, por la palabra de un equipo externo pequeño cuya mejor prueba quedó en privado. La propia METR dice que el informe no logra transparencia sobre la prueba, y que el público debe apoyarse en su juicio mucho más de lo ideal. Los lectores que dudan de la afirmación y los lectores que la aceptan están, en cierto sentido, tomando una posición sobre la confianza y no sobre datos que puedan revisar.
También hay una mirada más discreta, desde dentro del trabajo. Las estimaciones del personal en las entrevistas se centraron en torno a una duplicación, pero variaron mucho. Parte de la ganancia a fines de 2025, dice METR, vino probablemente de causas que no tenían nada que ver con la IA. Las contrataciones, el trabajo con datos y los arreglos simples de cuellos viejos pueden curvar una línea de tendencia por un tiempo. Una tendencia que se curva una vez por razones mezcladas puede curvarse de vuelta. Nada en el informe prueba que el ritmo nuevo se mantendrá, y mucho menos que seguirá subiendo.

Por qué importa
Para la gente fuera de cualquier laboratorio, el primer efecto es el calendario. Las revisiones de seguridad, las leyes y el debate público suponen todos cierto ritmo de cambio. Si el ritmo dentro de un laboratorio líder se ha duplicado, los calendarios hechos con el ritmo anterior envejecen rápido. Un proceso de revisión que tardó un año en montarse puede ahora abarcar dos generaciones de modelos en lugar de una. Eso no vuelve inútil la revisión. Vuelve a la velocidad misma un hecho de política, y no solo un hecho técnico.
El segundo efecto trata de quién puede saber. Durante años, el debate sobre la mejora recursiva corrió con pronósticos y experimentos mentales, porque nadie fuera de un laboratorio podía ver el trabajo. Este informe cambia el escenario sin cerrar el debate. Un grupo externo ha visto ahora los datos internos y ha reportado una duplicación. Aun así, el mismo informe muestra el límite de ese acceso. Ver no es lo mismo que mostrar. Hasta que los laboratorios compartan más de la prueba de fondo, el debate público se apoyará en el juicio de un puñado de grupos con un acceso raro, y todos los demás discutirán a partir de resúmenes.
El tercer efecto es competitivo. Si la investigación ayudada por la IA es ahora una fuente real de velocidad, entonces el acceso a los mejores modelos internos se vuelve una ventaja de investigación, y no solo una ventaja de producto. Los laboratorios con modelos fuertes pueden usarlos para construir los siguientes más rápido, mientras los laboratorios sin ellos se quedan atrás a un ritmo creciente. Anthropic hizo ese punto por sí misma, en la razón que dio para los retiros. Compartir con exactitud qué produce la ganancia, sostuvo en efecto, daría a los rivales un mapa. Esa lógica es difícil de disputar y difícil de amar al mismo tiempo. Trata el método de la aceleración como un secreto comercial en el mismo momento en que la aceleración se vuelve un asunto público.
Los lectores también deben mantener la escala a la vista. Se trata de un solo laboratorio, estudiado durante once semanas, en una sola clase de tareas. Otros laboratorios pueden moverse más rápido o más lento, y METR no ofrece ningún orden entre ellos. Una duplicación en Anthropic es una señal sobre el campo, y no un censo de él. La señal es bastante fuerte para tomarla en serio y bastante estrecha para tratarla con cuidado.
Reflexión final
La parte más extraña de esta historia es la forma de la prueba. Un informe sobre una máquina que ayuda a construir a su sucesora llega con la mayor parte de sus mejores páginas en negro, y las barras negras acaban cargando tanto sentido como las cifras.
Esa puede ser la imagen honesta de dónde están las cosas. Algo dentro de al menos un laboratorio grande parece moverse a cerca del doble de su ritmo anterior, en gran parte porque el producto se ha unido al equipo que lo fabrica. Nadie de fuera puede revisar por completo esa afirmación, y nadie de dentro parece por completo seguro de hacia dónde lleva. El bucle, si es un bucle, ha empezado en silencio, en revisiones de código, experimentos y ejecuciones a altas horas de la noche, y no en un solo momento dramático. La pregunta que el informe deja abierta no es si la IA ayuda a construir la IA. Con claridad, lo hace. La pregunta es a qué velocidad se compone esa ayuda, y si alguien que mira desde fuera verá prueba bastante para saberlo antes de que la respuesta sea obvia.
Este reportaje se apoya en el informe de METR Independent Assessment of AI R&D Acceleration at Anthropic in October 2026, publicado el 5 de noviembre de 2026, que cubre un trabajo del 12 de agosto al 29 de octubre de 2026, verificado el 16 de noviembre de 2026.
Fuentes
- METR, Independent Assessment of AI R&D Acceleration at Anthropic in October 2026, November 5, 2026: https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment/
- Ilustraciones: Dirty Static
FIN DE LA TRANSMISIÓN
Mantén la curiosidad. Cuestiónalo todo.


