---
title: "Anthropic acelera desenvolvimento de IA em quase 2 vezes"
author: "Lígia Lemos Maia"
date: "2026-11-08 06:41:23.192-03"
category: "Inteligência Artificial & Dados"
url: "https://desbugados.com.br/post/2026/11/08/anthropic-acelera-desenvolvimento-de-ia-em-quase-2-vezes"
---

## Resumo
- A METR estima que a Anthropic desenvolve sistemas de IA quase duas vezes mais rápido do que no período anterior.
- A avaliação acompanhou dados internos e entrevistas com funcionários durante 11 semanas.
- A pontuação dos modelos cresceu 1,9 vez segundo a métrica AECI, com intervalo de confiança de 95% entre 1,5 e 2,8 vezes.
- A aceleração está associada ao uso da própria IA em tarefas de engenharia, como gestão de experimentos e diagnóstico de erros.
- A avaliação mede a velocidade de desenvolvimento e não comprova que capacidades específicas dos modelos públicos tenham dobrado.
- Tarefas de pesquisa mais críticas ainda dependem de supervisão humana significativa.
- A Anthropic aplicou redações no relatório público por razões relacionadas à segurança e à divulgação de informações sensíveis.

---

Uma avaliação independente da **METR**, organização sem fins lucrativos que pesquisa riscos e capacidades de sistemas de IA, concluiu que a **Anthropic** está desenvolvendo seus modelos aproximadamente duas vezes mais rápido do que no período de março de 2024 a outubro de 2025, mesmo enquanto o setor discute pedidos por mais cautela. O dado importa porque desloca a disputa da simples criação de modelos para a velocidade da própria oficina de pesquisa: a ferramenta passou a participar da construção de suas sucessoras. [A avaliação citada pela Associated Press](https://apnews.com/article/anthropic-metr-ai-claude-acceleration-9cf8c590ffc1abdb489179bdccc69c23) mede o ritmo de desenvolvimento, não autoriza concluir que alguma capacidade específica dos modelos públicos tenha dobrado.


## O que a avaliação realmente mediu


Para chegar a essa estimativa, pesquisadores da **METR** tiveram acesso a dados internos da Anthropic e conversaram com funcionários durante uma auditoria de **11 semanas**. A organização acompanhou a evolução da pontuação dos modelos em benchmarks, testes padronizados de desempenho, usando a métrica AECI. O resultado publicado aponta crescimento estimado de **1,9 vez**, com intervalo de confiança de 95% entre 1,5 e 2,8 vezes, em comparação com o período anterior a outubro de 2025. O relatório final foi publicado em 3 de novembro de 2026. [Os dados públicos da METR](https://metr.org/feed.xml) ajudam a traduzir a diferença entre medir capacidade e medir a velocidade para alcançar novas capacidades.


Essa aceleração nasce, segundo a avaliação, do uso da própria **IA** no ciclo de pesquisa e desenvolvimento. Sistemas internos passaram a executar trabalho de engenharia, como administrar experimentos e diagnosticar erros, tarefas que antes consumiam diretamente o tempo de pesquisadores. A mudança parece menos com um salto isolado e mais com uma engrenagem que retorna sobre si mesma: cada ferramenta ajuda a organizar o caminho para a seguinte. É justamente aí que a notícia ganha peso para quem trabalha com tecnologia, porque o intervalo entre uma geração de modelos e outra passa a depender também da produtividade das equipes que os constroem.


## A velocidade que volta sobre si mesma


O mecanismo, porém, não elimina a presença humana. A **METR** observou que as tarefas de pesquisa mais críticas ainda exigem supervisão significativa, mesmo com o aumento da produtividade proporcionado pelos modelos internos. A empresa também aplicou redações extensas na versão pública do relatório, alegando que a divulgação completa poderia oferecer instruções sensíveis a laboratórios concorrentes. Surge uma pergunta difícil: como examinar uma tecnologia em aceleração sem publicar detalhes que ajudem a acelerá-la ainda mais?


Daqui para frente, o ponto a acompanhar não é apenas o próximo modelo anunciado, mas a relação entre **velocidade, transparência e supervisão**. A Anthropic permitiu a auditoria externa, mas o documento publicado não revela tudo o que os pesquisadores viram; ao mesmo tempo, a avaliação indica que a automação já ocupa parte relevante do trabalho de desenvolvimento. A imagem que fica é a de uma oficina em que algumas ferramentas começam a desenhar ferramentas novas, enquanto as pessoas continuam decidindo quais peças podem sair da bancada. O limite dessa delegação permanece aberto, entre a promessa de pesquisa mais rápida e a necessidade de enxergar o que está sendo construído.