METR ประเมินความสามารถของโมเดล Anthropic อาจพัฒนาเร็วขึ้นราว 2 เท่า

METR ประเมินว่าความสามารถของโมเดลจากแอนโทรปิก (Anthropic) ในการทำงานตามโจทย์อาจพัฒนาเร็วขึ้นราว 2 เท่า ณ เดือนตุลาคม 2026 โดยวัดจากงานที่มีเกณฑ์ตัดสินผลสำเร็จชัดเจน

METR เผยแพร่ รายงานประเมินอิสระเมื่อวันที่ 5 การประเมินเริ่มเมื่อวันที่ 12 สิงหาคม และการตรวจสอบข้อมูลภายในของแอนโทรปิกดำเนินไปจนถึงวันที่ 29 ตุลาคม

รายงานใช้ช่วงตั้งแต่เดือนมีนาคม 2024 เป็นจุดเริ่มต้นในการเปรียบเทียบ โดยวัดความก้าวหน้าจนถึงเดือนตุลาคม 2025

METR ระบุว่าอัตราเร่งจริงอาจอยู่ที่ 1.3 เท่าของความเร็วเดิม หรือใกล้ 3 เท่าก็ได้ พร้อมเตือนว่ายังไม่แน่ชัดว่าจะนำอัตราเร่งเดียวกันไปใช้กับงานประเภทอื่นที่มีเกณฑ์ตัดสินผลสำเร็จไม่ชัดเจนได้หรือไม่

แยกการเติบโตของ AECI ออกจากการประเมินภาพรวม

ในดัชนี AECI ซึ่งเป็นตัวชี้วัดความสามารถที่แอนโทรปิกพัฒนาขึ้นโดยอิงจาก Epoch Capabilities Index คาดว่าคะแนนเบนช์มาร์กของโมเดลแอนโทรปิกเติบโตเร็วขึ้น 1.9 เท่าหลังเดือนตุลาคม 2025 เมื่อเทียบกับช่วงก่อนหน้า โดยช่วงความเชื่อมั่น 95% อยู่ที่ 1.5–2.8 เท่า

METR อธิบายว่า ความก้าวหน้าด้านเบนช์มาร์กราว 2 ปีในอดีตเกิดขึ้นภายในปีเดียว การคำนวณรวมผลการประเมินโมเดลล่าสุดที่ยังไม่เปิดเผยด้วย แต่ METR ระบุว่าไม่ได้ขอสิทธิ์เข้าถึงโมเดลดังกล่าวเพื่อส่งคำถามประเมิน

ตัวเลขราว 2 เท่าเป็นการประเมินภาพรวมของความเร็วในการพัฒนาความสามารถในกลุ่มงานที่มีขอบเขตจำกัด ส่วนตัวเลข 1.9 เท่าเป็นอัตราการเติบโตของคะแนนเบนช์มาร์ก AECI รายงานก่อนหน้าของ TokenPost ซึ่งกล่าวถึงการเปิดเผยเกณฑ์วัดการเร่งพัฒนาของแอนโทรปิกและการวิเคราะห์เบนช์มาร์กของ METR ก็ระบุตัวเลข 1.9 เท่าเช่นกัน

การวิเคราะห์สาเหตุอาศัยหลักฐานที่ไม่เปิดเผย

METR ประเมินว่า ณ เดือนตุลาคม 2026 การเร่งพัฒนามากกว่าครึ่งหนึ่ง หรืออาจอยู่ที่ราว 80% มีที่มาจากการวิจัยและพัฒนาที่ใช้ AI ช่วย อย่างไรก็ตาม METR ระบุว่าไม่พบหลักฐานชี้ขาดที่ยืนยันข้อสรุปนี้

METR ยอมรับว่าปัจจัยที่ไม่เกี่ยวกับ AI อาจมีส่วนสำคัญต่อการเร่งพัฒนาในช่วงปลายปี 2025 ด้วย และอธิบายว่าการวิจัยและพัฒนาที่เร็วขึ้นส่วนใหญ่อาศัย AI ช่วยเหลือนักวิจัย มากกว่าการทำงานอัตโนมัติอย่างสมบูรณ์

METR ระบุว่าหลักฐานส่วนใหญ่ที่เป็นประโยชน์ต่อการสรุปผลถูกตัดออกจากรายงานตามคำขอไม่เปิดเผยข้อมูลของแอนโทรปิก โดยแอนโทรปิกมีสิทธิ์ขอให้ลบข้อมูลที่เป็นความลับ

ข้อมูลที่ไม่เปิดเผยประกอบด้วยตัวชี้วัดความสามารถระหว่างทาง การประเมินความก้าวหน้าด้านอัลกอริทึม ข้อมูลการลงทุนด้านการวิจัยและพัฒนา การวิเคราะห์คอขวด และการคาดการณ์ METR ระบุว่าการปกปิดข้อมูลดังกล่าวทำให้ผู้อ่านตรวจสอบหลักฐานที่ใช้วิเคราะห์สาเหตุได้ยาก

ใน รายงานความเสี่ยงเดือนสิงหาคม แอนโทรปิกจัดระดับความเสี่ยงที่เกี่ยวข้องกับการวิจัยและพัฒนาอัตโนมัติว่า ‘ต่ำ’ โดยใช้ข้อมูลถึงวันที่ 15 กรกฎาคม

METR เห็นด้วยว่า ณ ช่วงเวลาดังกล่าวความเสี่ยงที่จะเกิดภัยพิบัติอยู่ในระดับต่ำ แต่ประเมินว่าอาจผ่านเกณฑ์เตือนภัยล่วงหน้าไปแล้ว นักวิจัยส่วนใหญ่จาก METR และแอนโทรปิกมีความเห็นไปในทางที่ว่ายังไม่ผ่านเกณฑ์นี้ METR อธิบายความเห็นที่แตกต่างกันไว้ใน บททบทวนแยกต่างหาก

เกณฑ์เตือนภัยล่วงหน้ามีไว้ติดตามสัญญาณความเสี่ยงจากการเร่งวิจัยและพัฒนา AI ไม่ได้หมายความว่าเกิดความเสียหายระดับหายนะแล้ว การประเมินของ METR กล่าวถึงความเร็วในการพัฒนาที่สังเกตได้ในงานที่มีขอบเขตจำกัดและความเสี่ยงจากการเร่งพัฒนา โดยไม่ได้ระบุช่วงเวลาที่จะไปถึงปัญญาประดิษฐ์ระดับเหนือมนุษย์