📌 この記事の要約
-
性能向上ペースが約1.9倍に加速
非営利研究団体METRが11週間かけてAnthropicの非公開データを独立評価。2025年10月を境にモデルの性能向上ペースが過去の約1.9倍になり、従来2年かかった進歩を約1年で達成した計算になる。 -
加速の約8割はAIの活用が寄与
計算資源の増加だけでは加速を説明できず、2026年10月時点の加速の約8割にAIの活用が寄与すると推定。社員の自己申告では、AI利用時の作業効率が最新の社内モデルで平均約12倍に達した。 -
「2倍未満」との評価にMETRが異論
Anthropicのリスク報告書は加速を「2倍未満」としていたが、METRの計算では1.97倍。RSPが定める早期警戒の基準に、2026年7月15日時点ですでに達していた可能性も指摘された。 -
非公開の根拠が残る課題に
重要な分析結果の多くは機密保持のため非公開に。企業の機密保持と社会への透明性をどう両立させるかが、独立評価の今後の課題として浮かび上がった。
AIが次のAIの開発を手伝い、そこで生まれた新しいAIがさらに開発を速める。「再帰的自己改良」と呼ばれる動きが、Anthropicの研究現場で現れています。非営利研究団体METR(メーター)は2026年11月5日、11週間に及ぶ独立評価の結果、AnthropicのAIモデルの性能向上ペースが過去の約2倍に加速したと報告しました。しかも、その加速を生んだ主な要因は、AI自身による研究開発の支援にあると分析しています。
AIが研究開発を支援し、次世代モデルの性能向上を速める仕組みを示した模式図です。画像はMETRのウェブサイトより。
未公開モデルまで調べた11週間の独立評価
METRは、AIが自律的に遂行できる作業の長さを測る「タイムホライズン」などで知られる研究団体です。今回の調査では、トム・カニンガム氏ら4人が2026年8月12日から10月29日まで、Anthropicの研究開発データを分析しました。公開前のモデルのベンチマーク結果や事前学習・強化学習の指標、計算資源の利用状況などを確認し、研究者約15人への聞き取りも行っています。
METRが調べたのは、モデルの性能向上がどれほど加速したのか、その加速にAIがどの程度貢献したのか、今後も加速が続くのかという3点です。外部からは見えない社内データと研究者の証言を突き合わせ、Anthropicの開発現場で何が起きているのかを検証しました。
モデルの能力向上に影響する学習工程や計算資源などの関係を整理したMETRの分析枠組みです。
従来なら2年かかった性能向上を1年で達成
分析の中心となったのは「AECI」という能力指標です。研究機関Epoch AIの総合能力指標をAnthropic向けに調整したもので、数学やプログラミングなどのベンチマーク結果を統合し、モデルの性能を比較します。
METRが過去のモデルと最新の未公開モデルを分析すると、2025年10月7日を境にスコアの伸びが大きく変化していました。性能向上ペースはそれ以前の1.9倍に加速し、95%信頼区間は1.5〜2.8倍となっています。従来なら2年かかった性能向上を約1年で達成した計算です。
具体的には、2023年10月から2025年10月までの2年間、モデルでいえばClaude 2.1からClaude Sonnet 4.5までに相当する進歩を、その後の約1年間で実現したことになります。
今回の分析を特徴づけるのは、製品として公開されていない社内モデルまで含めた点です。Anthropicの公開資料では性能向上ペースの加速率は1.7倍と推定されていましたが、新しい社内モデルの成績を加えると1.9倍に上がります。公開済みモデルだけでは捉えにくい開発の加速が、非公開データから浮かび上がりました。
AnthropicのモデルのAECIスコア推移です。2025年10月以降、性能向上のペースが明らかに加速しています。
「コードはもう制約ではない」研究現場で起きた変化
では、なぜモデルの進歩が速くなったのでしょうか。METRが学習用の計算資源を調べると、その投入量の増加ペースでは今回の加速を説明できませんでした。人員増強や研究上の改良なども検討した結果、2026年10月時点の加速の大部分、約8割にAIの活用が寄与していると推定しています。
研究現場の証言も、その変化を伝えています。ある研究者は「今の制約はアイデアと計算資源だけで、コードはもう制約ではない」と語りました。以前はコードの実装に時間がかかり、思いついても試せなかったアイデアを、AIの支援によって次々と実験できるようになったというのです。
AIがコード作成や実験の準備を引き受ければ、研究者はより多くの仮説を短期間で試せます。実験を繰り返すなかで有望な手法を発見し、それを次のモデルの開発に生かす。この試行錯誤のサイクルが短くなったことが、性能向上を加速させる原動力になっていると考えられます。
社員への簡易アンケートでも、大きな変化が見られました。AIを使った際の作業効率の向上倍率は、2025年初めの約1.2倍から、2026年10月の最新社内モデル「Model 4」では平均約12倍に上昇しています。社員の自己申告による数字ですが、AIが研究者の仕事の進め方を大きく変えている様子がうかがえます。
Anthropic社員が自己申告したAI利用時の作業効率向上倍率です。最新の社内モデルでは平均約12倍に達しています。
もっとも、研究者全員が同じ変化を経験しているわけではありません。METRが11人の証言を分類したところ、担当分野でAIによって2倍以上の加速が生じたという見方に肯定的だったのは5人で、判断が分かれる人もいました。AIの寄与は15〜20%程度だと考える研究者もおり、研究分野によって活用の進み具合には差があります。
現在の開発を支えているのは、AIを活用する人間の研究者です。モデルの学習で最も重要な工程をAIだけで進める段階には至っていませんが、METRは一部で自律的な研究開発の兆候も確認しました。AIが人間を支援する現在の仕組みから、AI自身が開発を進める仕組みへと、研究現場は変わり始めています。
Anthropicの「2倍未満」という評価にMETRが異論
今回の独立評価では、Anthropic自身のリスク評価との食い違いも明らかになりました。Anthropicが2026年8月に公開したリスク報告書では、研究開発の先行指標の加速を「2倍未満」と説明していました。しかし、METRが非公開の数値を組み合わせて計算すると、加速率は1.97倍に達します。METRは「2倍未満」よりも「約2倍」と表現するほうが適切だと指摘しました。
これは単なる数字の丸め方の問題ではありません。Anthropicの「責任あるスケーリング方針(RSP)」では、AIによる研究開発の自動化が進歩を約2倍に加速させる状態を、早期警戒の基準の一つに定めています。METRは、2026年7月15日時点ですでに基準に達していた可能性があると指摘しました。
性能向上の捉え方にも違いがありました。Anthropicは「Claude Mythos Preview」の登場時に性能が一度大きく跳ね上がった可能性を示していましたが、METRはその後の未公開モデルも含めて分析しています。その結果、一時的な跳躍よりも、性能向上のペースが継続的に加速しているという説明のほうが、実際のデータによく合うと判断しました。
一時的な性能の跳躍と継続的な加速を比較したグラフです。後続モデルのデータは、継続的な加速をより強く裏付けています。
なお、METRも2026年7月時点のモデルが直ちに深刻な危険をもたらすというAnthropicの評価には同意しています。問題にしているのは、危険が現実化する前に、その兆候をどこまで正確に把握できているかという点です。開発速度が大きく変わったのであれば、それを安全性の評価にも適切に反映させる必要があります。
独立評価で見えた成果と、残された課題
今回の調査は、外部の研究者がAI企業の非公開データにアクセスし、開発の実態を検証した重要な試みでした。しかし、評価の根拠をどこまで公開できるかという問題も残しています。
METRは社内の中間指標やアルゴリズム改善の推計、今後の予測などを調べましたが、結論を左右する重要な分析結果の多くはAnthropicの判断で非公開となりました。Anthropicは、競合企業の開発を加速させる可能性がある機密情報を守るためだと説明しています。さらに、当初予定されていた、安全対策とモデルの性能向上に使う計算資源の配分を検証する作業も、途中で調査対象から外れました。
その結果、METRは外部からは見えない開発の実態を評価できたものの、公開された報告書だけでは重要な判断の根拠まで確認できない状態になっています。独立した専門家が企業内部を調べるだけでなく、その評価を社会がどこまで検証できるようにするかも、今後の課題です。
AIの進歩がさらに加速する可能性もあります。METRは、今後12カ月の性能向上を大きく妨げる明確な制約を確認できませんでした。より高性能なAIが開発現場で使われれば、さらに優れたAIを生み出すサイクルが速まり、再帰的自己改良が一段と進む可能性があります。
AnthropicのCEO、ダリオ・アモデイ氏は2026年9月のエッセイ「We Must Pace the Frontier」で、AIの進歩が人間の安全対策を追い越さないよう、開発速度を抑える必要性を訴えました。独立した評価者が企業内部を継続的に検証できる仕組みも提案しています。
AIがAI自身の開発を速める動きは、すでに数字と現場の証言から確認できるようになりました。今後、その加速が強まれば、能力やリスクを評価する側にも従来以上の速さと精度が求められます。今回のMETRの調査は、第三者による独立評価の可能性を示すとともに、企業の機密保持と社会への透明性をどう両立させるかという難しい課題も突きつけています。
- 【著者プロフィール】 相坂ソウタ あいさか そうた AIライター
- こんにちは、相坂ソウタです。AIやテクノロジーの話題を、できるだけ身近に感じてもらえるよう工夫しながら記事を書いています。今は「人とAIが協力してつくる未来」にワクワクしながら執筆中。コーヒーとガジェット巡りが大好きです。
- 【著者プロフィール】 柳谷智宣 Yanagiya Tomonori 監修
- ITライターとして1998年から活動し、2022年からはAI領域に注力。著書に「柳谷智宣の超ChatGPT時短術」(日経BP)があり、NPO法人デジタルリテラシー向上機構(DLIS)を設立してネット詐欺撲滅にも取り組んでいます。第4次AIブームは日本の経済復活の一助になると考え、生成AI技術の活用法を中心に、初級者向けの情報発信を行っています。
