Anthropic三款内部模型曝光，最强Model 4性能超越Opus 5.5
第三方评估机构METR最新报告披露，Anthropic旗下三款未公开的内部模型——Model 2、Model 3和Model 4已分别于今年7月、8-9月及9-10月完成训练。
其中，性能最强的Model 4在Anthropic综合能力指数（AECI）上已达178.6分，超过此前发布的Opus 5.5约3.9分。按Anthropic过往提升速度折算，这相当于3个月的技术进步幅度。
针对报告内容，Anthropic联合创始人Sam McCandlish回应称，认可AI加速研发的判断，但具体加速幅度难以精确衡量。他同时承认，出于商业敏感性及防止技术路线泄露的考虑，报告中删减了大量细节，导致外界难以完全核验METR的分析。
McCandlish预告，Anthropic将在未来几周发布官方进展分析，详细阐述内部研发速度、负责任扩展政策的执行情况以及新的安全措施。
AECI曲线揭示研发提速，Model 4各项基准全面突破
METR报告通过AECI曲线直观展示了模型能力的演进。AECI是Anthropic版本的Epoch能力指数，综合了多项内外基准测试成绩。
△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
数据显示，Model 2得分与Opus 5.5接近，而Model 3和Model 4表现更优。自2025年10月以来，Anthropic模型AECI得分增速约为此前的1.9倍，近乎翻倍。
在纳入Model 4评估的15项基准测试中，其成绩全部超过50%。相比之下，九个月前发布的Opus 4.6在多项基准上的成绩仍低于50%。
△高亮曲线代表纳入Model 4评估的15项基准，成绩均超过50%
模型的快速迭代让高难度测试资源显得捉襟见肘，METR担忧未来能力测量将愈发困难。
Claude辅助研发效率倍增，CEO呼吁“减速”背后的安全考量
Claude已在Anthropic的研发流程中发挥关键作用。数据显示，截至今年8月，Claude在人工监督下主导了26%的模型研发工作，而半年前这一比例不足1%。
受访研究员表示，借助Claude及Agent工具，从构思到实验的时间缩短了约80%。代码不再是主要瓶颈，团队得以并行探索更多思路，甚至涉足以往因精力限制而未探索的方向。METR认为，AI辅助是人类研究员效率提升的主要驱动力，但完全自主的AI研发尚未成为进步的主流来源。
尽管研发加速，Anthropic CEO Dario Amodei今年9月曾发文呼吁减缓AI能力提升速度。他指出，AI协助开发下一代AI的模式导致进步过快，可能超出人类的理解和控制能力。
《纽约时报》分析指出，对AI风险的担忧正是Dario追求技术领先的核心动力。他希望通过率先掌握由可信团队开发的技术，来规避潜在的安全危机。按照其设想，训练将持续进行，但公司需为对齐、防护及第三方评估预留充足时间。