Anthropic accelera: i modelli migliorano del 90%

Anthropic ha aumentato del 90% il ritmo di miglioramento dei propri modelli di intelligenza artificiale rispetto al periodo precedente. Il dato emerge da un’analisi del Model Evaluation and Threat Research, che ha esaminato l’evoluzione dei sistemi della società fino a ottobre 2026.

Dati riservati e verifiche limitate

Lo studio ha utilizzato informazioni interne raccolte tra il 12 agosto e il 29 ottobre, compresi risultati di prove su modelli non ancora distribuiti, dati sull’addestramento, misure sull’efficienza degli algoritmi e documenti sulla produttività dei ricercatori.

La valutazione è stata condotta in undici settimane con risorse equivalenti a 2,5 ricercatori a tempo pieno. La pubblicazione dei risultati è però avvenuta in forma parzialmente oscurata: Anthropic ha potuto rimuovere dai documenti destinati alla diffusione ogni elemento non pubblico previsto dall’accordo con METR.

Tra le informazioni eliminate ci sono le stime dettagliate riferite alle diverse fasi dell’addestramento, alcune misurazioni sull’efficienza degli algoritmi, la quota attribuita ai vari fattori di crescita e le previsioni sui modelli futuri. Questo riduce la possibilità di controllare dall’esterno tutte le conclusioni dell’indagine.

L’intelligenza artificiale nella ricerca

Per METR, dal mese di ottobre 2025 i modelli di Anthropic hanno fatto registrare progressi a una velocità 1,9 volte maggiore rispetto alla fase precedente. L’intervallo di confidenza del 95% va da 1,5 a 2,8 volte: in termini percentuali, la crescita stimata si colloca quindi tra il 50% e il 180%, con una valutazione centrale del 90%.

Il risultato non significa che i sistemi siano diventati 1,9 volte più intelligenti. La misurazione riguarda invece la rapidità con cui migliorano le prestazioni in prove tecniche basate su compiti precisi e controllabili, raccolte anche nell’Anthropic Epoch Capabilities Index, l’indicatore usato da METR.

L’organizzazione ritiene improbabile che l’aumento dipenda soltanto dalla maggiore potenza di calcolo impiegata per l’addestramento. Sono stati considerati anche il numero dei dipendenti, la qualità dei dati, le innovazioni negli algoritmi e la rimozione di ostacoli tecnici.

La stima di METR attribuisce circa l’80% dell’accelerazione all’impiego dell’intelligenza artificiale nelle attività di ricerca e sviluppo. Gli stessi ricercatori precisano tuttavia che questa percentuale è soggettiva e caratterizzata da un margine di incertezza elevato.

I modelli Claude vengono impiegati per scrivere programmi, condurre esperimenti, interpretare i risultati e costruire strumenti destinati alle generazioni successive. L’intelligenza artificiale contribuisce così ad aumentare la produttività delle persone che lavorano allo sviluppo, senza aver ancora sostituito in modo completo il loro apporto nelle fasi più importanti dell’addestramento.

Il contrasto con la linea di Amodei

Dario Amodei, amministratore delegato di Anthropic, ha chiesto più volte di contenere la velocità del progresso nei sistemi avanzati. A suo giudizio, i meccanismi di sicurezza e le istituzioni devono avere il tempo necessario per adeguarsi all’aumento delle capacità tecnologiche.

La società ha richiamato questo rischio anche nel documento S-1 depositato presso la SEC in vista della possibile quotazione. Tra le ipotesi indicate agli investitori c’è quella secondo cui l’uso dell’intelligenza artificiale nelle attività di ricerca potrebbe imprimere un’ulteriore accelerazione allo sviluppo dei modelli.

A settembre Amodei ha ribadito la propria posizione nel saggio “We Must Pace the Frontier”, sostenendo che la prevenzione dei rischi non sia sufficiente e che occorra intervenire anche sulla velocità di crescita delle capacità dei sistemi.

Nel frattempo Anthropic ha continuato a distribuire nuove versioni. Dopo Claude Fable 5, presentato a giugno, sono arrivati Claude Opus 5.5 il 22 settembre, Claude Sonnet 5.5 il 28 settembre e Claude Haiku 5.5 il 7 ottobre. La sequenza delle uscite non ha mostrato una riduzione evidente del ritmo commerciale.

I limiti dell’auto-miglioramento

Il timore collegato all’accelerazione riguarda l’auto-miglioramento ricorsivo. Si tratta dell’ipotesi in cui un sistema contribuisca a progettare e addestrare il proprio successore, che potrebbe poi partecipare alla creazione di una versione ancora più capace.

L’indagine di METR non dimostra che questo processo sia già operativo nella sua forma completa. Le prove raccolte riguardano soprattutto l’assistenza fornita dall’intelligenza artificiale ai ricercatori umani, mentre non sono emersi contributi autonomi di peso analogo nelle fasi decisive dell’addestramento.

I ricercatori hanno comunque segnalato indizi iniziali di un’automazione più avanzata. Il materiale disponibile non consente di stabilire quando questa componente potrebbe diventare determinante né con quale velocità potrebbe svilupparsi.