A\三大内部模型曝光!领先Opus5.5三个月,RSI缩短80%实验时间

云向阳行业资讯📡 量子位2026-11-08217 阅读💛 144 收藏
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

A\三大内部模型曝光!领先Opus5.5三个月,RSI缩短80%实验时间

Dario刚喊减速…

听雨 发自 凹非寺
量子位 | 公众号QbitAI

Anthropic的三个内部神秘模型,曝光了。

Model 2、Model 3、Model 4。

真名还没公开,但训练时间和部分成绩已经出现了。

第三方评估机构METR的新报告披露:三个模型分别在今年7月、8-9月、9-10月完成训练。

其中最强的Model 4,在Anthropic的综合能力指数AECI上,已经超过了Opus5.5。

Anthropic联合创始人Sam McCandlish也出面回应了。

他认同报告中的多项判断:AI正在加快Anthropic的研发,只是究竟加快了多少,还很难精确衡量。

(原来A社创始人也有个Sam啊)

此外,Sam还承认,这份公开报告删去了大量信息。

他知道,这会让外界更难核验METR的分析。但在他看来,公开研发提速背后的细节,既涉及商业敏感信息,也可能给其他公司提供一份「加速路线图」。

三个内部模型,都什么来头

这三个模型的能力差距如何?

METR报告披露的AECI曲线,提供了一个直观的参照。

AECI是Anthropic版本的Epoch能力指数,将多项内部、外部基准的成绩综合起来,用于观察模型能力随时间的变化。

△Anthropic模型的AECI得分走势,橙色圆点代表内部模型,绿色圆点代表公开模型

从图中可以看出,Model 2与Opus5.5的得分接近,Model 3和Model 4则更高。

其中,Model 4的AECI达到178.6,是这组模型中得分最高的一个,比Opus5.5高出约3.9分。

这3.9分是啥水平呢?

按Anthropic过去的能力提升速度折算,大约相当于3个月的进步。

而Opus 5.5是啥时候发的呢?一个半月前。

从整体趋势看,METR估计,自2025年10月以来,Anthropic模型AECI得分的增长速度约为此前的1.9倍,几乎翻倍。

Model 4还有一项表现:纳入其AECI评估的15项基准,成绩全部超过50%。

作为对照,约九个月前的Opus4.6,在不少基准上的成绩还低于50%。

△高亮曲线代表纳入Model 4评估的15项基准,成绩均超过50%

这简直进步神速啊……

这也让METR开始担心,能够充分考验这些模型的高难度测试快不够用了,今后的能力测量也会越来越难做。

怎么说呢,METR你也是白担心了,因为benchmark被刷爆现在太常见了,大家都这么担心。

A社这边,联合创始人Sam McCandlish也出面回应了。

他认同METR报告中的多项判断:AI正在加快Anthropic的研发,但究竟加快了多少,还很难精确衡量。

按照Sam的说法,Anthropic向METR提供了未发布模型的基准成绩、模型进展估算,以及与研究人员交流的机会,让评估者独立形成结论。

此外他也承认,A社在这份报告里删去了大量信息,让其他人更难核验METR的分析。

他还预告,未来几周,Anthropic将发布自己的进展分析~

其中会说明内部AI研发的速度、公司相对于其负责任扩展政策所处的位置,以及准备采取哪些新的安全措施。

Claude自进化之后,下一代模型来得更快了

Claude,已经开始帮自己造下一代了。

今年9月,A社就公开过一组数据:

截至8月,Claude已经在人的监督下,主导了26%的模型研发工作。而半年前,这个比例还不到1%。

最新公开的这份METR报告里,还收录了多位Anthropic研究员的访谈摘录,谈到了AI如何改变他们的研发工作。

一位受访研究员表示,从产生想法到运行实验,所需时间减少了约80%。

在他的感受里,代码已经不再是主要瓶颈,真正卡住进度的是想法和算力。

也有研究员提到,借助Claude和Agent工具,团队可以同时尝试更多思路,甚至发现过去不会投入精力探索的方向。

他们的说法都呈现出一个共同点:Claude帮助研究员更快地把想法变成实验,研发团队也因此有机会尝试更多方案。

按照这路子走下去,更强的模型又可能成为下一轮研发的助手,继续推动后续模型进步。

METR也倾向于认为,AI的广泛使用贡献了Anthropic当前研发加速的大部分。

不过它也强调,现阶段的加速主要来自AI辅助人类研究员,完全自主的AI研发贡献还没有成为整体进步的主要来源。

今年9月,Dario还专门写了篇文章,呼吁大家集体减速:

我们必须放慢提升AI模型能力的速度。

Dario估计也是在内部看到什么迹象了…

按他的判断,从今年夏天前后开始,AI进步明显加快,主要动力就是AI越来越能帮助开发下一代AI。

他还担心,这个过程会快到超出人类理解和控制这些系统的能力。

不过,「嘴上喊刹车,脚上踩油门」也是A社的老把戏了…

内部模型一个接一个曝光,丝毫也没有减速的意思啊😓

众所周知,Dario向来是一个特别重视安全的人。

《纽约时报》最近一篇文章也指出,对AI风险的担忧,正是推动Dario争取技术上领先的源动力。

他相信AI可能带来极大风险,因此希望赶在那些不重视人类安全的人之前,把这项技术开发出来,并由自己信任的人掌握它。

按照他的设想:训练仍会继续,但公司应当为对齐、防护和第三方评估留出足够时间。

且看A社猛发新模型的同时,究竟会在安全上下多大功夫吧~

参考链接:
[1]
[2]
[3]
[4]

版权所有,未经授权不得以任何形式转载及使用,违者必究。
AI
听雨
  • AGENTS.MD,危险危险危险!!!2026-11-07
  • 2026-11-07
  • Jeff Dean李飞飞最新对谈:全是RSI非共识2026-11-07
  • AI短剧门槛降降降!实测即梦短剧工作室:剧本分镜预演一条龙,伙伴计划长期护航2026-11-06

相关阅读

文章评论(12)

空向阳8 天前

内容翔实,正好需要,先收藏再看。

回复
暮临风8 天前

刚好最近在找这方面的资料,太及时了。

回复
墨沐雨8 天前

路过

回复
曹浩8 天前

刚好最近在找这方面的资料,太及时了。

回复
雪知秋8 天前

收藏了,以后慢慢研究。

回复
拾贝者8 天前

思路清晰,干货满满。

回复
风倚栏8 天前

点赞,必须点赞

回复
蓝归舟7 天前

写得挺用心的,支持一下。

回复
空向阳7 天前

刚好最近在找这方面的资料,太及时了。

回复
蓝临风7 天前

实话,说的不明不白

回复
石佳琪7 天前

楼主辛苦了,内容很有参考价值。

回复
林拾贝7 天前

这篇文章分析得很透彻,收藏了!

回复