TL;DR

  • Le 5 novembre 2026, METR a publié une évaluation de 11 semaines qui estime à 1,9x (intervalle 1,5–2,8x) l'accélération des capacités des modèles d'Anthropic depuis octobre 2025.
  • Ce chiffre mesure la pente d'un indice de benchmarks, pas la productivité des chercheurs, et tombe à 1,4x, selon The Decoder, si l'on inclut les modèles d'OpenAI, Google et xAI.
  • La part attribuée à l'IA, une « majorité » selon METR (environ 80 % selon The Decoder), est une estimation de jugement, et Anthropic a caviardé la majorité des preuves que l'évaluateur jugeait les plus informatives.
  • La politique de sécurité d'Anthropic fait d'une accélération de 2x un seuil d'alerte, que METR juge plausiblement franchi dès juillet : pour une entreprise qui prépare sa cotation, l'enjeu devient aussi financier.
  • Un régulateur européen ne pourrait pas se satisfaire d'un audit dont l'entreprise contrôle unilatéralement ce qui est publié.

Le « 2x » de METR mesure la vitesse des benchmarks, pas des chercheurs, et un audit largement caviardé ne peut tenir lieu de preuve publique.

Le 5 novembre 2026, l'organisme d'évaluation METR a publié son « Independent Assessment of AI R&D Acceleration at Anthropic in October 2026 ». Du 12 août au 29 octobre, une équipe de 2,5 équivalents temps plein a eu un accès étendu aux données internes du laboratoire : pré-entraînement, apprentissage par renforcement, calcul, benchmarks de modèles non publiés, prévisions, une quinzaine d'entretiens selon The Decoder. Conclusion principale : depuis octobre 2025, les scores des modèles d'Anthropic sur benchmarks progressent 1,9 fois plus vite qu'entre mars 2024 et octobre 2025, avec un intervalle de confiance à 95 % de 1,5 à 2,8. Le contexte est aussi boursier : selon CNBC, Anthropic a rendu public fin octobre son document d'enregistrement en vue d'une introduction en Bourse, le formulaire S-1.

Ce que METR mesure, et ce qu'il ne mesure pas

Le chiffre ne dit pas que les chercheurs d'Anthropic travaillent deux fois plus vite. METR mesure la pente de l'AECI, la version interne à Anthropic de l'Epoch Capabilities Index, un indice composite qui agrège de nombreux benchmarks. Cette pente passe d'environ 15 points par an avant octobre 2025 à environ 29 points par an ensuite. En clair : deux ans de progrès historique sur benchmarks en un an, soit l'écart qui séparait grosso modo Claude 2.1 de Sonnet 4.5.

La question de la cause est distincte. METR se dit confiant que l'accélération ne vient pas d'une accélération de la croissance du calcul d'entraînement. Quant à la part due à l'usage interne de l'IA, l'évaluateur écrit qu'une « majority » de l'accélération actuelle lui est probablement attribuable, avec une incertitude importante, et que d'autres causes ont sans doute beaucoup pesé fin 2025 ; The Decoder chiffre cette part à environ 80 %. C'est une estimation de jugement, pas une mesure. Les entretiens montrent d'ailleurs des désaccords internes : un chercheur ramène la part de l'IA à 15–20 % des gains, un autre fait des nouvelles recrues le facteur principal des derniers mois. Dans des sondages Slack informels d'octobre 2026, les salariés déclarent en moyenne un gain d'environ 12x avec le dernier modèle interne ; plus largement, les gains autodéclarés passent de 1,2x avec Claude 3.7 Sonnet à 12x avec ce modèle. METR qualifie ces auto-évaluations de « very loose evidence », peu représentatives et susceptibles d'exagérer les gains réels. Produire plus vite n'est pas progresser plus vite.

Le chiffre qui change la lecture : 1,4

Le résultat le plus instructif tient dans un chiffre rapporté par The Decoder au chapitre de l'incertitude : selon le site, en intégrant les modèles d'OpenAI, Google et xAI, l'accélération à l'échelle de l'industrie tombe à 1,4x, possiblement parce qu'Anthropic était en retard sur ses concurrents en 2025 et qu'un effet de rattrapage gonfle le ratio. METR range d'ailleurs parmi les causes possibles de surestimation une croissance 2023–2025 « unusually low » chez Anthropic, des facteurs de progrès non liés à l'IA et le fait que l'AECI se concentre sur des tâches vérifiables. Mais la liste des biais joue dans les deux sens : METR pourrait aussi sous-estimer l'accélération, si certains taux de croissance ont encore augmenté récemment, si l'automatisation de la recherche progresse, ou parce que la croissance de l'AECI a parfois sous-estimé l'impact réel. Le « 2x » est donc la croyance centrale d'une équipe qui ne serait surprise ni par 1,3x ni par 3x.

Un audit dont l'essentiel reste invisible

Anthropic disposait d'un droit de caviardage unilatéral sur toute information non publique et a retiré, selon METR, « a majority of the evidence we found most informative ». Ont disparu notamment, selon The Decoder, les prévisions sur les modèles futurs, les décompositions par étape d'entraînement et l'analyse des goulots d'étranglement. Anthropic invoque la protection d'informations susceptibles d'accélérer d'autres développeurs. METR en tire lui-même la conséquence : le public doit s'en remettre à son jugement « much more than would be ideal ». L'évaluateur n'a pas été payé par Anthropic, mais a travaillé sur ses appareils, pour des raisons de sécurité. Dans un second rapport, consacré au Risk Report d'août, METR juge « plausible » que les modèles du 15 juillet aient déjà franchi le seuil d'alerte de 2x et estime que le rapport public « understates the level of acceleration », en s'appuyant sur des « contestable judgment calls », même si les chercheurs de METR et d'Anthropic penchent plutôt pour un seuil non franchi. Selon The Decoder, le rapport public parlait de « moins d'un facteur 2 » quand la version interne impliquait 1,97.

Du seuil de sécurité au risque boursier

Le mécanisme mérite attention. La politique de mise à l'échelle responsable d'Anthropic, ou RSP, fixe dans sa version 3.4 deux seuils pour la R&D automatisée, dont un seuil d'accélération de 2x : une « dramatic acceleration » du rythme de progrès, probablement liée à l'automatisation de la recherche. Le Risk Report d'août le présente comme une alerte précoce, pas comme la preuve d'un danger avéré ; selon The Decoder, il doit déclencher un niveau d'alerte. Ce que ce niveau impose concrètement, et s'il pourrait ralentir les déploiements, n'est pas établi par les documents consultés pour cet article. L'hypothèse pèse pourtant lourd pour une entreprise qui prépare sa cotation : un engagement de sécurité susceptible de freiner l'activité devient logiquement un risque à exposer aux investisseurs, et chaque audit externe qui rapproche le seuil devient une information de marché. Reste à vérifier, dans le document d'enregistrement lui-même, dont le contenu n'a pas pu être contrôlé ici, comment Anthropic décrit ce seuil et son éventuel franchissement.

Ce qu'un régulateur européen pourrait exiger

Côté européen, l'AI Act fournit le cadre général, mais ses obligations précises pour les modèles de frontière ne sont pas détaillées ici ; reste qu'un audit de ce type est précisément ce qu'une autorité voudrait examiner. Or l'exercice de METR en montre les limites. Un régulateur pourrait demander au minimum trois choses : un accès confidentiel aux pièces caviardées, à défaut de publication ; la fin du droit de veto du fournisseur sur ce qui est rendu public ; des règles d'indépendance comparables à celles des commissaires aux comptes. S'y ajouterait l'audit de la répartition du calcul entre recherche sur les capacités et recherche sur la sécurité, volet qu'Anthropic a annulé en cours de mission selon The Decoder. Le web a connu ce débat avec les plateformes qui mesuraient seules leurs audiences, jusqu'à ce que les annonceurs exigent une certification tierce. Pour une entreprise européenne cliente, la leçon est pratique : un multiplicateur annoncé ne vaut que par sa méthode, son périmètre et la part de preuves vérifiables.

Le chiffre qui compte n'est donc ni 1,9 ni 2. C'est la part des preuves que le public peut voir : la majorité des plus informatives, selon METR lui-même, reste invisible. Tant que l'évalué choisit ce qui sort de l'évaluation, l'audit tiers reste une opinion informée, pas une garantie. Reste à savoir qui, des investisseurs ou des régulateurs, exigera le premier de voir les pages noircies.

Sources

Pour aller plus loin sur moovie