Anthropic avanza al doble de ritmo y tacha las pruebas
METR, un evaluador independiente, pasó dos meses dentro de Anthropic y concluye que sus modelos mejoran unas dos veces más rápido que antes, sobre todo porque la propia IA ayuda a investigar. Anthropic tachó la mayoría de las pruebas más útiles del informe.
Por DidadoY
/ En esta noticia
METR es una organización independiente que evalúa los riesgos de los modelos de IA. Entre el 12 de agosto y el 29 de octubre tuvo un acceso inusual a Anthropic: métricas internas de entrenamiento, resultados de modelos no publicados, previsiones y entrevistas con el personal. La pregunta era concreta: ¿está la IA acelerando la creación de la siguiente IA?
Por qué importa este informe
Es lo más parecido que tenemos a una medición externa de la mejora recursiva, la idea de que los modelos ayuden a construir modelos mejores cada vez más deprisa. METR descarta que la aceleración venga de usar más potencia de cálculo y dice no haber visto cuellos de botella claros que la frenen en los próximos doce meses, aunque reconoce que su visión de esos cuellos de botella cambió varias veces durante el trabajo.
El dato numérico central: el índice de capacidades de Anthropic ha crecido 1,9 veces más rápido desde octubre de 2025, con un margen de 1,5 a 2,8. En la práctica, dos años de avance histórico en uno.
Lo tachado
METR es transparente con lo que no puede contar. Anthropic eliminó, entre otras cosas, el detalle de cuánto aporta la IA a la aceleración, las estimaciones de progreso algorítmico, el análisis de cuellos de botella y las previsiones de modelos futuros. Su justificación: proteger información que podría acelerar a la competencia. Es un argumento razonable desde el punto de vista empresarial, pero deja al público con una conclusión que debe aceptar sin poder comprobarla.
La lectura sin humo
Hay que reconocer a Anthropic que dejó entrar a un evaluador externo con este nivel de acceso, algo que ningún otro laboratorio ha hecho público. Pero un informe independiente con la mayoría de las pruebas tachadas por el evaluado no es del todo independiente. Lo que sí sabemos es coherente con otras señales: la empresa se ha comprometido a gastar casi 900.000 millones en computación y sus propios Claude ya se usan para vigilarse entre ellos. Va deprisa y lo sabe.
¿Te ha servido? Recíbelo cada día.
Lo importante de IA y tecnología, claro y sin humo, en tu bandeja de entrada. Gratis.
/ Seguir leyendo
Anthropic habría pagado a la AP, y nadie lo confirma
Adweek asegura, con dos fuentes, que Anthropic firmó antes de las elecciones de EE. UU. su primer acuerdo de pago con un medio, la Associated Press, para que Claude citara resultados. Ni Anthropic ni la AP lo han confirmado.
Por DidadoY
Google, OpenAI y Anthropic pactan una señal para no entrenar
Google, OpenAI, Anthropic y Microsoft apoyan una directiva común en robots.txt para que una web diga, de una vez, que no quiere que su contenido sirva para entrenar IA. Cada una la aplicará en una fecha distinta y todavía no es un estándar oficial.
Por DidadoY
El mejor modelo saca un 12% cuando le piden hacer un trabajo
SemiAnalysis estrena GDPx, un examen con tareas reales de once profesiones bien pagadas: diseño de chips, finanzas cuantitativas, derecho, biología. Claude Opus 5.5 gana con un 12%. Y parte de la clasificación depende de qué modelos se niegan a intentarlo.
Por DidadoY