平山 大樹 AB通信 運営責任者
AB通信 編集部が、企業・行政の公式発表や決算資料などの一次情報を確認して書いています。運営会社・編集方針
この記事のポイント
- AIの評価を行う非営利団体METRは2026年11月5日、Anthropic社内でAIがAIの開発をどれだけ速めているかを調べた独立評価を公開しました
- 2026年10月時点で、Anthropicのモデルの能力（はっきり定義された課題）が伸びる速さは、2024年3月〜2025年10月の約2倍と推定しています
- METRは、この加速の大半（約8割と推測）は、Anthropicが研究開発にAIを使っていることによるものと見ています
- 判断の根拠の多くはAnthropicの判断で非公開になっていて、METR自身も不確かさが大きいとしています
METRは11週間、Anthropicの社内データを見て評価しました
METRは、AIの能力やリスクを外部から評価している非営利団体です。2026年8月12日から10月29日まで、Anthropicの社内データを見る形で、AIがAIの研究開発をどれだけ加速させているかを調べました。AIの開発がAI自身によって大きく加速すると、危険な能力が急に現れるおそれがある、というのが調査の背景です。
- 見たデータ：社内のモデルのベンチマークの点数、事前学習や強化学習の指標、学習に使った計算量、社員の生産性の自己申告、コードの量、約15人の社員への聞き取りなど
- お金のやりとり：METRはAnthropicから報酬を受けていない。評価のための端末とAIの利用枠は提供された
- 公開の条件：Anthropicには、公開されていない情報を削る（黒塗りにする）権利があった。METRは最終の公開版を11月3日に提出した
ベンチマークの伸びは、2025年10月以降それまでの1.9倍になりました
METRは、Anthropic版の能力指数「AECI」で、公開済みと社内だけのモデルの点数の推移を調べました。2025年10月以降の伸びは、それ以前の1.9倍（95%信頼区間は1.5〜2.8倍）でした。過去1年で、それまでの約2年分の進歩をしたことになります。
- 計算の方法を変えると、加速の推定は1.1倍〜2.9倍の幅で動く
- この加速は、学習に使う計算量の増え方が速くなったことによるものではない、とMETRは確信している
- ベンチマークが簡単になりすぎている（最新の社内モデルはすべての対象ベンチマークで50%を超えた）ため、今後の測定に不安があるとしている
社員の聞き取りも、AIによって開発の速さが倍になったという見方と合っていました
聞き取りでは、AIによる加速の見積もりは人によって幅がありましたが、中心は約2倍でした。Slackでの簡易アンケートでは、最新の社内モデルを使った社員の自己申告で、AIのおかげで平均約12倍はかどるという回答が出ています。METRは、このアンケートは手軽な回答で根拠としては弱いと注記しています。
今の加速は、主に人の研究者をAIが手伝う形によるもので、AIが単独で開発の重要な部分を担う段階にはまだないとしています。ただし、近くそうなる兆しもあると研究者が話しているといいます。
今後12か月で進歩を止めそうな制約は見つかりませんでした
METRは、アルゴリズムの改良、学習用の計算量、実験用の計算量、データのいずれにも、今後12か月で進歩を止めるような大きな制約は見当たらなかったとしています。そのため、能力の向上がさらなる加速につながるリスクは大きいと見ています。ただし、制約についての理解は調査の途中で何度も変わったため、この評価にも自信はないと書いています。
判断の根拠の多くは、Anthropicの判断で公開されていません
- Anthropicは、ほかのAI開発企業を利するおそれがある機密情報を削ったと説明している
- METRは、結論に最も影響した根拠の多くが削られたため、読者が自分で根拠を確かめることはできず、METRの判断に頼らざるを得ないと認めている
- 加速はもっと大きい可能性（最近さらに速まっている、自動化が近い）も、もっと小さい可能性（AI以外の要因、測りやすい課題に偏った指標、以前の伸びが低すぎた）も挙げている
AIを使う企業にとっての意味
- AnthropicのClaudeを含め、AIモデルの性能が上がる間隔が短くなる可能性がある。社内で使うAIツールの見直しや検証の頻度を考えておきたい
- 今回の評価は新製品の発表ではなく、AIの開発の速さとリスクについての外部の見方である
- 数字は「はっきり定義された課題」についてのもので、実際の業務での効果に同じ割合で表れるとは限らない
出典
更新履歴
- 2026年11月9日：初版
