L’IA a presque doublé le rythme des progrès d’Anthropic, selon l’évaluateur indépendant METR

Une IA peut-elle accélérer sa propre fabrication ? Quelques jours après qu’Anthropic a averti, dans son prospectus boursier amendé, qu’elle pourrait bientôt franchir son seuil de recherche fortement accélérée par l’IA, un évaluateur indépendant apporte des chiffres. Le 5 novembre 2026, l’organisme METR a publié son évaluation de la recherche d’Anthropic. Sa conclusion : les capacités des modèles progressent environ deux fois plus vite qu’avant octobre 2025, et l’IA en serait la principale explication.

Une évaluation de onze semaines

METR est une organisation à but non lucratif qui étudie les agents d’IA les plus avancés, avec pour objectif de déterminer si les développeurs risquent d’en perdre le contrôle. Du 12 août au 29 octobre 2026, ses équipes ont mené chez Anthropic une évaluation dite à accès élevé, qui a mobilisé l’équivalent de 2,5 personnes à temps plein pendant plus de onze semaines.

Trois questions guidaient le travail : la croissance des capacités internes d’Anthropic s’est-elle accélérée ? Quelle part de cette accélération est due à l’IA ? Des goulets d’étranglement risquent-ils de la freiner ? METR précise ne pas s’être attaché aux seuils fixés dans la politique de sécurité d’Anthropic, et son rapport ne dit pas si le seuil évoqué dans le prospectus est franchi.

Une accélération de 1,9 fois

Pour mesurer les progrès, METR s’est appuyé sur un indice qui agrège les résultats des modèles d’Anthropic à de nombreux tests, y compris des modèles internes jamais publiés. En comparant le rythme de progression avant et après une date de rupture, l’organisme obtient une accélération de 1,9 fois depuis octobre 2025, avec un intervalle de confiance de 1,5 à 2,8 fois. Selon METR, Anthropic a fait autant de progrès sur ces tests en un an qu’entre octobre 2023 et octobre 2025.

METR reste prudent. Les analyses de robustesse donnent des résultats compris entre 1,1 et 2,9 fois, et l’organisme ne serait pas surpris que le vrai chiffre soit plutôt proche de 1,3 ou de 3. Son jugement d’ensemble : Anthropic améliore ses résultats sur les tâches bien définies à environ deux fois le rythme observé entre mars 2024 et octobre 2025.

Comment METR a mesuré

L’indice utilisé est la version d’Anthropic d’un indicateur public conçu par l’institut de recherche Epoch AI, qui combine les scores obtenus à de nombreux tests. METR a calculé la pente de progression avant et après une date de rupture, puis le rapport entre les deux pentes. L’organisme a complété cette mesure par des entretiens avec des salariés, des sondages internes sur le gain de productivité ressenti, et d’autres indicateurs comme les effectifs, le volume de code produit ou la puissance de calcul consacrée à l’entraînement.

Anthropic avait déjà publié, dans la fiche technique de son modèle Claude Haiku 5.5, une estimation d’accélération de 1,7 fois. METR explique l’écart principalement par l’inclusion, dans son propre calcul, de modèles internes jamais publiés.

L’IA, principale explication

L’organisme se dit confiant sur un point : l’accélération ne vient pas d’une hausse de la puissance de calcul consacrée à l’entraînement. Il estime qu’environ 80 % de l’accélération récente est imputable à l’IA, tout en soulignant une forte incertitude. Les progrès de fin 2025 auraient en revanche été influencés par d’autres facteurs.

La manière dont l’IA aide compte autant que le chiffre. Selon METR, elle accélère la recherche surtout en assistant les chercheurs, et pas encore en prenant en charge de façon autonome les parties les plus importantes de l’entraînement des modèles. Les chercheurs évoquent seulement des « signes de vie » de contributions autonomes. Les salariés interrogés estiment de manière informelle que le modèle interne le plus récent multiplie leur productivité par environ douze, une donnée que METR qualifie de preuve très fragile.

Pas de frein en vue

Sur les goulets d’étranglement, METR ne voit pas, dans les douze prochains mois, de limite significative liée aux progrès des algorithmes, à la puissance de calcul pour l’entraînement ou les expériences, ni aux données. L’organisme précise toutefois ne pas être confiant dans cette conclusion, son interprétation ayant changé plusieurs fois au cours de l’évaluation.

Il identifie aussi des risques dans les deux sens. La croissance pourrait être plus rapide qu’estimé, voire s’emballer, et l’indice utilisé pourrait sous-estimer l’impact réel des progrès. À l’inverse, d’autres facteurs que l’IA ont pu jouer, les tests portent sur des tâches bien définies, et le rythme d’Anthropic avant fin 2025 était peut-être anormalement bas.

Une transparence limitée par les caviardages

Le point le plus discuté du rapport concerne ce qui n’y figure pas. Anthropic disposait d’un droit de caviardage unilatéral et a supprimé la majorité des éléments que METR jugeait les plus instructifs : estimations détaillées, analyse des goulets d’étranglement, mesures des progrès algorithmiques et prévisions. L’entreprise explique vouloir retirer des informations confidentielles susceptibles d’accélérer d’autres développeurs d’IA.

METR reconnaît que son rapport n’atteint pas l’objectif de transparence sur les preuves, et que le public doit se fier à son jugement bien plus qu’il ne serait souhaitable. L’organisme indique aussi qu’Anthropic a annulé une vérification prévue de la répartition de sa puissance de calcul entre le développement des capacités et la sécurité, en souhaitant concentrer l’évaluation sur les risques pour le moment. METR n’a pas eu accès à l’ensemble des salariés ni aux modèles non publiés, et certaines demandes ont été refusées. Le rapport complet, d’une centaine de pages, a été remis le 22 octobre, avant une version publique finalisée le 3 novembre.

Pourquoi ce rapport compte

L’idée d’une IA qui accélère sa propre recherche est au cœur des préoccupations des spécialistes de la sécurité : si chaque génération de modèles aide à concevoir la suivante plus vite, le temps disponible pour évaluer les risques se réduit. Le rapport de METR apporte pour la première fois une mesure extérieure de ce phénomène dans un grand laboratoire.

Il confirme que la recherche en IA va plus vite, principalement parce que les chercheurs travaillent avec l’IA, sans que celle-ci ne mène encore seule des pans entiers de la recherche. Mais il montre aussi les limites de l’exercice : sans accès complet ni publication des preuves, l’évaluation indépendante reste partielle.

Les questions qui restent ouvertes

Plusieurs enjeux dépassent le seul cas d’Anthropic. Les autres laboratoires connaissent-ils la même accélération ? Faut-il imposer des évaluations indépendantes avec un accès plus large et des preuves publiques ? Et comment adapter les règles de sécurité de l’IA à un rythme de progrès qui pourrait encore s’accélérer ? De prochaines évaluations, menées avec un accès plus large, permettraient de confirmer ou de corriger ces premières estimations. La réponse des laboratoires, et des régulateurs, dira si ce type de contrôle extérieur peut suivre la cadence.