AIがAIの進化を加速させ始めた？ Anthropicの開発速度が約2倍に、METRはAIの寄与を約80%と推定

AI評価機関のMETRは2026年11月5日、Anthropicの内部データなどを分析した結果、同社のAIモデルの能力向上ペースが、2026年10月時点で過去の約2倍に加速しているとする独立評価を公表した。複数のベンチマークを統合した能力指標では、向上ペースが過去の1.9倍に達したと推定している。ただし、能力向上が加速したことと、その原因がAIによる研究開発の自動化にあることは別の問題だ。Anthropicの安全方針が定める「2倍」の早期警戒基準を超えたかどうかも、この数字だけでは判断できない。同日に公開された、Anthropicの2026年8月のリスク報告書に対するMETRのレビューを合わせて読むと、能力向上の速度、その原因、安全上の基準への到達という三つの論点を区別する必要性が見えてくる。

能力向上ペースは過去の1.9倍、安全方針の「2倍基準」とは別

METRが分析に用いた「AECI」は、複数のベンチマーク結果を基にAIモデルの能力を推定する指標で、Anthropic版の「Epoch Capabilities Index」に相当する。今回の1.9倍という数字は、AECIの値が時間とともに上昇する速度を過去と比較したものだ。ベンチマークの得点やAIの知能そのものが1.9倍になったという意味ではない。METRは、従来であれば約2年かかっていたベンチマーク上の能力向上を、約1年で達成するペースになったと説明している。

分析では、2025年10月7日を境に、それ以前と以後のAECIの推移をそれぞれ直線で近似し、傾きの違いから向上ペースを推定した。評価対象には未公開モデルも含まれており、モデルの日付には一般公開日ではなく、Anthropicの社員の大半が利用できるようになった日を採用している。そのため、この結果は一般利用者向けの新製品がどれだけ頻繁に登場したかを測定したものではなく、社内でのモデル開発の進歩を評価したものだ。

主推定値である1.9倍の95%信頼区間は1.5～2.8倍だった。ただし、この範囲が反映しているのは各モデルのAECI推定に伴う不確実性であり、分析対象にどのモデルを含めるかといった方法上の不確実性をすべて含んでいるわけではない。実際、分析方法を変更した場合の推定値は1.1～2.9倍に広がった。さらにMETRは、2024年3月から2025年10月までを基準とした総合的な判断でも加速率を約2倍とみているが、実際には1.3～3倍程度である可能性も認めている。これらの数値は異なる方法や判断に基づくものであり、同じ推定値の誤差を別々に表したものではない。

一方、Anthropicの安全方針である「Responsible Scaling Policy（RSP）」では、研究開発の自動化による能力向上の加速を検知するため、別の基準を定めている。この早期警戒基準では、AIが研究に重要な貢献をしなかった場合に想定される成長率と、過去に観測された持続的な最速の成長率の両方に対して、能力向上のペースが2倍になったかどうかを評価する。過去最速の成長率については少なくとも3世代のモデルを対象とするほか、加速の相当部分がAIによる研究開発の自動化に起因していることや、さらなる加速が見込まれることも判断条件となる。

したがって、METRが2026年10月時点の能力指標から算出した1.9倍と、Anthropicが2026年7月15日時点で安全方針の基準を超えていたかどうかは、比較対象も評価時点も異なる。METRの能力向上に関する評価と8月のリスク報告書に対するレビューを整理すると、次のようになる。

比較対象	評価時点	主な結果・判断
AECIの向上ペースを過去と比較	2026年10月まで。2025年10月以降の変化を分析	主推定は1.9倍、95%信頼区間は1.5～2.8倍。ただし、分析方法全体の不確実性を含むものではない
AIを使わなかった場合の推定成長率と、過去最速の持続的な成長率を基準とするRSP上の判定	2026年7月15日	2倍基準を超えていた可能性はあるが、METRとAnthropicの関係する研究者の多くは未達だったとの見方に傾いている

このように、二つの評価は同じ「2倍」という数字を扱っていても、その意味は異なる。AECIの向上ペースが1.9倍だったからといって、RSPの基準をわずかに下回っていたと結論付けることはできない。逆に、推定の信頼区間が2倍を超えていることだけを根拠に、安全方針上の基準を突破したと判断することもできない。

AIによる研究開発の加速は、どこまで確認できたのか

今回の評価は、2026年8月12日から10月29日までの約11週間にわたって実施された。METRは常勤換算で2.5人の人員を投入し、Anthropicの主要スタッフに対する約15件の面談を行ったほか、事前学習や強化学習に関する内部情報、未公開モデルの能力指標、従業員へのアンケートなどを調査した。Anthropicから通常は公開されない情報へのアクセスを得ているが、成果は査読論文ではなく、METR自身が公表した評価報告書という位置付けだ。

分析の結果、METRは、学習に投入する計算量の拡大ペースが速まったことが、今回の能力向上の加速を引き起こしたわけではないと強い確信を示している。採用人数の増加やデータの改善、アルゴリズムの発見といったAI以外の要因についても調査した。ただし、2025年末に観測された加速には、AI以外の要因が大きく影響した可能性が高いとみている。

では、AIそのものは能力向上の加速にどれほど貢献したのか。METRは、2026年10月時点で観測された加速の大部分、おそらく約80%がAIの利用によるものではないかと推測している。しかし、これは複数の状況証拠を基にした主観的な推定であり、大きな不確実性を伴う。AIの利用と他の要因を実験によって厳密に切り分けたわけではなく、因果関係を決定付ける証拠も得られていない。また、この80%は能力向上の「加速」に対する寄与の推定であり、AIモデルの能力全体の80%がAIによって生み出されたという意味ではない。

研究者への面談では、AIを利用することで仕事がどれほど速くなったかという見積もりは、約2倍を中心に幅広く分布していた。一方、社内Slackで行われた投票では、AIを使った個人の作業速度の向上について、2026年10月に12倍という自己申告値が記録されている。ただし、METRはこの投票について、回答に十分な検討を要しない簡易的な調査であることから、根拠としての信頼性は限定的だと評価している。個々の研究者が仕事を速く終えられることと、組織全体のAI開発能力が同じ割合で速く向上することは別だ。

METRの見方では、現在の研究開発の加速を主に支えているのは、人間の研究者に対するAIの支援である。AIが主要なモデル学習工程において、人間から独立して極めて大きな貢献を果たす段階には、まだ達していないと判断している。ただし、そうした自律的な貢献が今後拡大する可能性を示す兆候も確認されており、研究領域によって成熟度には差があるという。

Anthropicの8月リスク報告書は「2倍未満」と評価していた

METRが同日に公表したもう一つのレビューは、Anthropicが2026年8月に公開したリスク報告書のうち、研究開発の自動化に関する部分を検証したものだ。評価対象となったのは7月15日時点の状況である。METRは、当時のAIモデルが人間の研究者を完全に代替できる段階にはなく、研究開発の自動化によって直接的に破局的な事態が生じるリスクは低いというAnthropicの結論に、おおむね同意した。一方で、安全方針に定められた「2倍」の早期警戒基準については、すでに超えていた可能性があると判断している。直接的なリスクが低いことと、将来のリスクを警戒するための基準に達している可能性は、必ずしも矛盾しない。

METRが問題視したのは、Anthropicの公開報告書における不確実性の伝え方だった。公開版では、能力向上の先行指標について、加速率を「2倍未満」と表現していた。しかしMETRが非公開版に記載された現在と過去の成長率を組み合わせて計算したところ、加速率は1.97倍となった。METRは、この値であれば「2倍未満」よりも「約2倍」と表現する方が適切だと指摘している。なお、1.97倍という数字は非公開版に直接記載されていたものではなく、METRが独自に計算した値だ。

計算に用いた元の数値は公開されていないため、一般の読者が同じ計算を再現することはできない。また、METR自身の分析でも、方法によって加速率の推定値は1.3～2.8倍と幅がある。問題は単なる数値の丸め方ではなく、こうした不確実性が公開報告書で十分に伝えられていたかどうかにある。

METRによると、非公開版の報告書には、AIを使用しなかった場合と比較した研究開発の加速率が、2倍を超えている可能性もあるという留保が含まれていた。しかし公開版では、加速の原因をAI以外の要因に帰する判断が、より確信的に表現されていたという。また、当時のAECIの分析では、能力指標が一時的に大きく上昇したのか、それとも持続的に向上ペースが速まっていたのかを十分に区別できていなかったとMETRは指摘している。

ただし、METRが早期警戒基準の突破を正式に認定したわけではない。METRとAnthropicで今回の検証に関係した研究者の多くは、2026年7月15日時点では基準に達していなかったという見方に傾いている。今回のレビューが問題にしたのは、基準未達という判断そのものよりも、別の結論が成り立つ可能性や、その判断に伴う不確実性が公開版で十分に説明されていなかったことだ。

独立評価でも根拠の多くは非公開、第三者による検証に課題

METRのような外部機関がAnthropicの内部情報を調査したことで、企業自身の説明だけでは得られない判断材料が増えたことは確かだ。しかし、調査で得られた情報の多くは一般には公開されておらず、第三者が結論を独自に検証することは難しい。今回の評価では、Anthropicが非公開情報を含む部分を一方的に削除できる権限を持っており、METRは結論を導くうえで特に重要だった証拠の大部分が削除されたと説明している。

報告書では、調査対象の情報を7つの区分に整理し、それぞれの開示状況を説明している。このうち、内部の能力ベンチマークに関する情報は公開されたものの、AIの寄与に関する分析や研究者への面談内容は一部の公開にとどまった。研究開発の中間指標、アルゴリズムの進歩、主要な投入資源の詳細は非公開であり、能力向上を妨げるボトルネックについても具体的な情報は開示されていない。したがって、外部機関が内部情報を確認したことと、根拠となるデータそのものが公開され、誰でも検証できる状態になったことは区別する必要がある。

調査で認められたアクセス権にも制約があった。METRにはAnthropicの社員と同等の権限が与えられたわけではなく、データや文書、モデルを仲介なしに直接確認できる環境ではなかった。また、未公開モデルを実際に試すためのサンプリングについては、METRから要求しておらず、提供も受けていない。今回の調査はAnthropicが10月15日に発表した独立評価者向けの計画とは別の案件であり、能力向上と安全対策への計算資源の配分を検証する作業も、結論に達する前に評価対象から外された。

評価の独立性について、METRは報酬を受け取らずに調査を実施したと説明している。一方、Anthropicからは無償のトークンと端末が提供された。また、今回公開された能力向上の評価とリスク報告書のレビューは、同じMETRのチームが一つの調査案件として作成した相補的な資料であり、互いに独立した二つの追試ではない。そのため、第三者による評価が実施されたことと、別の第三者が同じ結論を再現できることは、分けて考える必要がある。

今後12カ月の見通しについて、METRはアルゴリズムの進歩、学習や実験に使う計算資源、データなどに、能力向上を大きく妨げる明確な制約を確認できなかったとしている。ただし、調査中に追加情報を得るたびに判断が何度も変化しており、この見通しに対する確信は低いという。また、明確な正解を持つベンチマーク課題への過度な最適化や、比較対象となる過去の成長率が低かったことによって、加速率が実態より大きく推定されている可能性も残る。

今回の評価は、AIの研究開発能力の向上ペースが過去より大きく加速している可能性を示した一方、その加速をどこまでAI自身の貢献として説明できるかについては、依然として不確実性が大きいことを明らかにした。今後は同じ比較条件で能力向上の推移を継続的に測定するとともに、AIによる寄与を採用や計算資源、アルゴリズムの改善などの要因から切り分ける必要がある。さらに、第三者が検証できる形で根拠となるデータが開示されるかも重要となる。こうした条件が整って初めて、「能力向上ペースが約2倍」という観測結果を、AIによる研究開発の自動化がもたらすリスクや、安全方針上の判断に結び付けられるようになる。