Bulgu, METR çalışanlarının Anthropic'in yapay zekânın yapay zekâ araştırma ve geliştirme süreçlerini ne kadar hızlandırdığına dair iç verilerini incelediği, on bir hafta süren ve geniş erişim sağlanan bir değerlendirmeye dayanıyor.
METR, model yeteneğini kıyaslama testlerine dayanarak ölçen Epoch Capabilities Index'in Anthropic'e ait sürümünü kullanarak hızlanmayı 1,9 kat olarak hesapladı; yüzde 95 güven aralığı 1,5 ile 2,8 kat arasında.
Bu, daha önceki yaklaşık iki yıllık ilerlemenin son bir yılda gerçekleştiği anlamına gelecek.
METR tahminin son derece belirsiz olduğunu belirtiyor ve gerçek değerin 1,3 kata ya da 3 kata daha yakın olabileceğini söylüyor.
METR'e göre mesele, kendi gelişimini önemli ölçüde hızlandıran yapay zekâ sistemlerinin aşırı ve riskli yeteneklerin ani biçimde ortaya çıkmasına yol açabilmesi. Kuruluşun ekibi, mevcut hızlanmanın yaklaşık yüzde 80'inin yapay zekâdan kaynaklandığını tahmin ediyor; bu, Anthropic'in kendi araştırmalarında yapay zekâyı yoğun kullanmasını yansıtıyor. Ekip, hızlanmanın eğitim işlem gücündeki daha hızlı artıştan kaynaklanmadığından emin. Önümüzdeki 12 ay için algoritmalarda, işlem gücünde veya verilerde ikna edici bir darboğaz bulamadılar ve önümüzdeki altı ayda önemli ölçüde ek hızlanma olasılığını dışlayamadıklarını belirtiyorlar. METR, Anthropic'in Ağustos 2026 tarihli kamuya açık Risk Raporu'nu ayrıca inceledi ve modellerden kaynaklanan felaket düzeyindeki risklerin 15 Temmuz itibarıyla düşük olduğu konusunda hemfikir kaldı. Buna karşın, 2 kat hızlanma erken uyarı eşiğinin aşılmadığı iddiasının abartılı olduğunu savundu. Özel raporun rakamları 1,97 sonucunu veriyor ve METR bunun "2 kat altında" yerine "yaklaşık 2" olarak tanımlanmasının daha doğru olduğunu söylüyor.
Şeffaflık önemli bir sınırlılık. Anthropic, kamuya açık olmayan bilgileri çıkarma hakkına sahipti ve METR'in en bilgilendirici bulduğu kanıtların çoğunu, diğer yapay zekâ geliştiricilerine yardımcı olabilecek gizli materyali hedeflediğini belirterek metinden çıkardı. METR bu nedenle kamuoyunun ideal olandan daha fazla kendi yargısına güvenmek zorunda kaldığını söylüyor. Anthropic ayrıca işlem gücünün yetenekler ile güvenlik çalışmaları arasında nasıl bölüştürüldüğünü inceleyen planlanmış bir kontrolü de çıkardı ve konuya daha sonra döneceğini belirtti. METR başka sınırlılıkları da sıralıyor: Kıyaslama puanları gerçek dünyadaki etkiyi yansıtmayabilir, Anthropic'in kıyaslama testleri giderek doygunluğa ulaşıyor ve tahminler analiz tercihlerine bağlı olarak 1,1 ile 2,9 kat arasında değişti. METR, Anthropic'ten ödeme almadığını, ancak Anthropic'in dizüstü bilgisayar ve ücretsiz token sağladığını söylüyor; ayrıca bir ekip üyesine ilişkin bir çıkar çatışmasını da açıkladı.