METR:Anthropic 新内部模型登顶测试,或已触发 3x 扩展阈值
scottleibrand · x · 2026-11-06
据 Andrew Curran 转述 METR 的分析,Anthropic 有一个上月完成训练的新内部模型(METR 称其为 Model 4,Anthropic 有自己的内部代号):
- 它是 METR 本轮分析中得分最高的模型,也是首个在所有被测基准上全部超过 50% 的模型
- METR 的图表显示 Model 4 在 15 个基准上的得分与 AECI 指标在 log-odds 上基本呈线性关系,符合 logistic 拟合假设
- 更关键的判断:METR 认为 Anthropic 很可能已触发其 Responsible Scaling Policy 的 2x 加速阈值,甚至可能正运行在 3x 档位
- METR 估算,当前(2026 年 10 月)加速中约 80% 来自 AI 自身贡献
所属事件:METR 评估显示 Anthropic AI 研发提速近 2 倍，社区剧烈更新预期(40 条相关)→
「模型」频道最新
- Claude Opus 5 展现多层角色扮演：入戏同时自知在演戏 — repligate · 2026-11-06
- Inkling 2 Small APEX-Agent 46.8%,较前代涨 13 分,会计榜开源第二 — ziqiao_ma · 2026-11-06
- Thinking Machines 团队成员转发 Inkling 2 Small 发布消息 — simonguozirui · 2026-11-06
- Inkling 2 Small 以 1/8 价格逼近顶级编程模型 — echen · 2026-11-06
- 开发者吐槽：Anthropic 免费额度竟不能用在 Code 和终端 — RileyRalmuto · 2026-11-06
- 62 人盲听实测：8 大 LLM 写钢琴曲 Gemini 66% 胜率居首 — antiochIst · 2026-11-06