METR : chez Anthropic, le rythme des progrès IA a environ doublé, surtout grâce à l'IA elle-même

METR, organisme américain d’évaluation indépendante des systèmes d’IA, a publié le 5 novembre 2026 le bilan public d’un audit mené en interne chez Anthropic : l’IA accélère-t-elle déjà la recherche et le développement de l’IA chez l’éditeur de Claude ? La réponse, formulée avec de fortes réserves et après un caviardage important, est oui — d’environ un facteur 2 sur des tâches bien définies, en grande partie grâce à l’usage interne des modèles.

L’annonce complète le passage du prospectus S-1/A d’Anthropic où l’entreprise écrivait pouvoir « de façon imminente » approcher le seuil d’accélération de sa Responsible Scaling Policy.

Ce que METR affirme avoir vu

De mi-août à fin octobre, une équipe METR (environ 2,5 équivalents temps plein) a eu accès à des données internes : scores de benchmarks internes et AECI, métriques de pré-entraînement et de RL, calcul d’entraînement par domaine, enquêtes d’uplift, interviews d’une quinzaine de personnes, analyses de vitesse. Anthropic pouvait refuser des demandes et a caviardé a posteriori une grande partie du rapport public. METR n’a pas reçu de paiement ; Anthropic a fourni des ordinateurs et des jetons.

Trois conclusions subjectives structurent le texte :

1. Rythme — Au 29 octobre 2026, Anthropic améliore probablement les capacités de ses modèles sur des tâches bien définies à environ deux fois le rythme de mars 2024–octobre 2025. METR ne serait pas surpris d’un vrai chiffre autour de 1,3× ou 3×.
2. Attribution — Une majorité de l’accélération actuelle serait due à l’IA utilisée pour la R&D (ordre de grandeur subjectif : ≈ 80 %), même si d’autres facteurs ont joué fin 2025.
3. Goulots — METR n’a pas vu de goulot d’étranglement clair (algorithmes, calcul d’entraînement, calcul d’expériences, données) susceptible de freiner une accélération supplémentaire dans les 12 mois, avec une confiance limitée.

Sur l’indice AECI, les scores ont accéléré d’un facteur estimé à 1,9× depuis octobre 2025 (IC 95 % : 1,5–2,8×). Autrement dit, une année récente vaudrait environ deux années de progrès historique sur cet indice. METR insiste : l’accélération ne vient pas d’une accélération du calcul d’entraînement — point qu’il dit pouvoir affirmer avec confiance, même si le détail a été caviardé.

Les interviews et sondages internes vont dans le même sens, mais METR les traite avec prudence : des sondages Slack auto-déclarés remontent jusqu’à un uplift moyen d’environ 12× en octobre 2026 pour le modèle interne le plus capable, une preuve jugée « très faible ». Les contributions pleinement autonomes de l’IA aux parties les plus critiques du pipeline d’entraînement ne seraient pas encore majeures, avec toutefois des « signes de vie ».

Ce qu’Anthropic a caviardé

Le rapport public le dit dès l’introduction : Anthropic a retiré une majorité des preuves que METR jugeait les plus informatives, au motif de protéger des informations confidentielles susceptibles d’aider d’autres développeurs. METR a pu garder le droit de le signaler. Conséquence assumée : le public doit s’en remettre davantage au jugement de METR qu’à une transparence sur les preuves.

Ont notamment disparu les estimations détaillées d’accélération et d’attribution par étape du pipeline, une partie de l’analyse des goulots, et des prévisions de métriques pour de futurs modèles. Des modèles internes non publiés (codés « Model 2 », « Model 3 », « Model 4 » dans le texte) entrent dans les tendances AECI : c’est en partie pour cela que l’accélération estimée (1,9×) dépasse celle du system card Haiku 5.5 (1,7×).

Anthropic a aussi annulé en cours de route le volet prévu de vérification de l’allocation du calcul (capacités vs sécurité), avant toute conclusion substantielle, pour recentrer l’exercice sur l’évaluation des risques.

La revue du Risk Report d’août

Le même jour, METR publie une revue de la section « Risks from automated R&D » du Risk Report d’août 2026 d’Anthropic, avec accès à la version non publique. Les deux documents se lisent ensemble.

METR s’accorde avec Anthropic pour dire que, au 15 juillet 2026, le risque de catastrophe lié à l’automatisation directe de la R&D était faible. En revanche, il juge plausible que le seuil d’alerte précoce de 2× de la RSP ait déjà été franchi à cette date, et estime que le rapport public sous-estimait le niveau d’accélération et l’incertitude exprimée en privé (un indicateur privé impliquant environ 1,97× était résumé publiquement par « moins d’un facteur 2 »).

Ce qui reste ouvert

• Preuves caviardées : on ne peut pas reconstituer soi-même le raisonnement fin.
• AECI ≠ impact réel : METR rappelle que l’indice mesure surtout des tâches bien définies et saturantes ; l’impact hors labo peut diverger.
• Suite : METR voit un risque significatif que l’accélération se renforce encore, sans pouvoir démontrer une croissance hyperbolique sur les seules données AECI publiques.