Anthropic三个内部模型曝光：Model 4的AECI超Opus5.5约3.9分
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
Anthropic有三个没公开真名的内部模型被曝光了，分别叫Model 2、Model 3、Model 4。训练时间和部分成绩已经浮出水面。
第三方评估机构METR的新报告给出了训练节点：三个模型分别在今年7月、8-9月、9-10月完成训练。
最强的是Model 4，它在Anthropic的综合能力指数AECI上已经压过Opus5.5。Anthropic联合创始人Sam McCandlish也出来回应，他认同报告里的多项判断：AI确实在加快Anthropic的研发，但加快了多少，很难精确衡量。
（原来A社创始人也有个Sam啊）
Sam同时承认，这份公开报告删掉了大量信息。他知道外界因此更难核验METR的分析，但在他看来，公开研发提速的细节既牵涉商业敏感信息，也可能给其他公司递上一份「加速路线图」。
三个内部模型，都什么来头
这三个模型之间能力差多少？METR报告里的AECI曲线给了一个直观参照。AECI相当于Anthropic版本的Epoch能力指数，把多项内部、外部基准的成绩汇总起来，用来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
图中Model 2的得分与Opus5.5接近，Model 3和Model 4更高。Model 4的AECI达到178.6，是这组模型里最高的，比Opus5.5高出约3.9分。
3.9分是什么水平？按Anthropic过去的能力提升速度折算，大约等于3个月的进步。而Opus 5.5是一个半月前才发布的。
从整体走势看，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，几乎翻了一番。
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%
这速度也太惊人了。
也正因如此，METR 开始发愁：能真正检验这些模型的高难度测试眼看就要不够用，往后衡量模型能力会越来越费劲。话说回来，这担心其实有点多余——benchmark 被刷爆早就是家常便饭，发愁的也不止它一家。
A 社联合创始人 Sam McCandlish 也站出来回应。他认可 METR 报告里的不少判断：AI 确实在加快 Anthropic 的研发，但快了多少，很难说准确。
据 Sam 介绍，Anthropic 给 METR 提供了未发布模型的基准成绩、模型进展估算，还安排研究人员与其交流，让评估方自行得出结论。不过他同时承认，报告里被 A 社删掉了大量信息，外人要核验 METR 的分析就更难了。
他还透露，接下来几周 Anthropic 会公布自己的进展分析，内容包括内部 AI 研发的推进速度、公司在负责任扩展政策上的位置，以及计划新增哪些安全举措。
Claude自进化之后，下一代模型来得更快了
Claude 已经开始参与打造自己的下一代。今年 9 月 A 社公开过一组数据：截至 8 月，在有人监督的前提下，Claude 主导了 26% 的模型研发工作；而半年前，这一比例还不到 1%。
METR 这份最新报告还摘录了多位 Anthropic 研究员的访谈，讲 AI 如何改变了他们的研发方式。一位受访者说，从冒出想法到跑完实验，时间大约少了 80%。
在他看来，代码已不是主要卡点，真正拖住进度的是想法和算力。还有研究员提到，靠 Claude 和 Agent 工具，团队能并行试更多思路，甚至挖出以前根本不会花力气去碰的方向。
这些说法指向同一点：Claude 让研究员更快把想法落成实验，团队也就有机会多试几种方案。
照这个路子走下去，更强的模型又可能反过来当下一轮研发的助手，继续推着后续模型往前走。METR 也偏向认为，AI 的广泛使用是 Anthropic 眼下研发提速的主要来源。
但它同时强调，目前的加速主要来自 AI 辅助人类研究员，完全自主的 AI 研发还没成为整体进步的主力。
今年 9 月，Dario 还专门撰文，呼吁大家一起踩刹车：我们必须放慢提升 AI 模型能力的速度。
Dario 多半是在内部看到了什么苗头……
在他看来，今年夏天前后起，AI的进展有了明显提速，背后最主要的推手，是AI正在反过来帮人开发下一代的AI。他同时担忧，这一进程可能快得让人类来不及理解、也来不及控制这些系统。
问题是，嘴上说要踩刹车、脚下却一直踩油门的做法，A社早就玩惯了。内部模型一个接一个地露面，哪里有半点放慢的意思。
Dario一向以格外看重安全著称。《纽约时报》近日的一篇报道也提到，对AI风险的忧虑，恰恰是他力争技术领先的动力所在。
他认定AI有可能造成巨大风险，所以想抢在那些不把人类安全当回事的人前头把技术做出来，再让它落到自己信得过的人手里。
在他的构想里，训练不会停，但公司得给对齐、防护和第三方评估留够时间。
接下来就看A社一边密集发布新模型，一边在安全上到底肯下多少功夫了。
参考链接：
[1]https://x.com/METR_Evals/status/2118412183860351084
[2]https://x.com/Sam_McCandlish/status/2118422266669371519
[3]https://www.nytimes.com/2026/11/05/technology/dario-amodei-anthropic-ai.html
[4]https://darioamodei.com/post/we-must-pace-the-frontier
