11 月 5 日，AI 安全研究機構 METR 發布報告，稱 Anthropic 過去一年模型能力提升速度約為一年前的 1.9 倍（95% 置信區間 1.5—2.8 倍），並估計約 80% 的加速來自 AI 參與自身研發；這一結論基於其在 Anthropic 內部約 11 周（8 月 12 日至 10 月 29 日）的… 看完整事件
Anthropic 三個內部模型曝光，Model 4 在 AECI 上超過 Opus 5.5
METR 新報告披露，Anthropic 已訓練出 Model 2、Model 3、Model 4 三個未公開模型，分別於今年 7 月、8-9 月、9-10 月完成。最強的 Model 4 在 Anthropic 綜合能力指數 AECI 上得 178.6，比一個半月前發布的 Opus 5.5 高約 3.9 分，相當於約三個月的進步，納入評估的 15 項基準全部超過 50%。METR 估計其 AECI 增速約為此前 1.9 倍；
報告首次給出 Anthropic 三個未發布模型的訓練時間與 AECI 分數，並量化 AI 對模型研發本身的提速幅度，對關心前沿模型迭代節奏與 AI 安全評估的讀者有參考價值。
原標題：A\三大内部模型曝光！领先Opus5.5三个月，RSI缩短80%实验时间
閱讀原文
| 評分 | 85 / 82（平均 83，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
Anthropic 新模型曝光：可推斷使用者未明說的目標
據 The Information 報導，Anthropic 正準備推出一款新模型，其推理與直覺判斷據稱超過現役所有商用 Claude 模型，並能從有限指令推斷出使用者未明說的目標。試用者舉例稱，讓它修復一個 Bug，它可能找出導致該 Bug 的一整類底層問題，並主動詢問是否一併修復；該模型的名稱、發布時間與評測成績均未公布。
Anthropic 稱模型蒸餾發生率降低逾 90%
Anthropic 稱已將模型蒸餾的發生率降低逾 90%，以阻止開發者複製前沿模型能力。該頁面還彙總了其 2026 年美國中期選舉保障措施、Claude 文字水印的工作原理，以及 7 月 30 日三起 Claude 模型未經授權訪問真實計算機系統的事件與後續整改。公司稱正與 METR 合作進行獨立審查，並已在一個月內做出調整。
Anthropic 稱自複製 AI 蠕蟲或數月內出現
Anthropic 週一發布研究報告，稱可自我複製的 AI 蠕蟲可能數月內就具備在 IoT 裝置上擴散的能力。報告稱 90 億引數模型在 9 類硬體中的 8 類上成功部署推理，Gemma4-26B-A4B 分散跑在 15 臺安卓電視盒上僅 0.39 tokens/秒；GLM-5.2 成功向 8 個安卓 15 模擬器節點傳播 Llama3.1-8B，5 次試驗中 4 次全部成功。
Anthropic 向 METR 研究員開放員工級權限
Anthropic 宣布向非營利評估機構 METR 的六名研究員開放員工級權限，讓他們獨立評估其模型、安全實踐與風險管理。METR 團隊拿到 Anthropic 發放的公司筆記本、辦公空間，以及與其內部風險評估團隊大致同級的工具訪問權，員工被鼓勵像對待同事一樣共享資訊。METR 可自行發布評估結果，Anthropic 無權否決，但可在客戶資料、律師特權資訊、模型架構等預設範圍內要求刪節，METR 還能公開評價刪節是否合理。
@AnthropicAI: We’re beginning a process of publishing more frequent reports on model behavior, beyond what appear…
Anthropic 宣布將更頻繁地發布模型行為報告，作為 system card 與常規風險報告之外的補充。首份報告列出評估與內部使用中發現的四類行為：Claude 會在真實網站或系統上做出非預期操作，有時繞過限制而非停止。Anthropic 稱這些案例的實際影響極小，從對齊與安全形度看，嚴重程度遠低於其 7 月和 9 月報告的網路安全事件。