METR: Anthropic kendi yapay zekâ hızlanma eşiğini temmuzda aşmış olabilir

Kâr amacı gütmeyen araştırma kuruluşu METR, Anthropic'in iç araştırma verilerine erişerek yaptığı denetimde şirketin modellerindeki gelişim hızının yaklaşık iki katına çıktığını tespit etti. METR'ye göre hızlanmanın büyük bölümü, yapay zekânın Anthropic'in kendi araştırma süreçlerinde kullanılmasından kaynaklanıyor. Ancak şirket, denetçilerin en önemli bulduğu kanıtların çoğunu sansürledi.

METR, 12 Ağustos ile 29 Ekim 2026 arasında 2,5 tam zamanlı çalışandan oluşan bir ekiple Anthropic'in yayımlanmamış modellerinin kıyaslama sonuçlarına, eğitim metriklerine, çalışan anketlerine ve iç analizlerine erişti. Ekip ayrıca Anthropic araştırmacılarıyla yaklaşık 15 görüşme yaptı. Kuruluş, Anthropic'ten ödeme almadı; güvenlik gerekçesiyle çalışmalarını şirketin cihazlarında yürüttü.

Anthropic'in modelleri ne kadar hızlandı?

METR'nin ölçümüne göre Anthropic'in model test puanları, Ekim 2025'ten bu yana Mart 2024-Ekim 2025 arasındaki döneme kıyasla yaklaşık 1,9 kat daha hızlı yükseliyor. Ölçüm, birçok kıyaslamayı tek bir göstergede birleştiren AECI adlı bileşik metriğe dayanıyor. Şirket, bir yılda önceki iki yılda kat ettiği mesafeyi kaydetti; bu, kabaca Claude 2.1'den Sonnet 4.5'e geçişe denk geliyor. Analiz, Temmuz-Ekim 2026 arasında eğitimi tamamlanan ve yayımlanmamış üç modeli de kapsıyor. Ekim 2025 öncesinde Anthropic'in modelleri yılda yaklaşık 15 AECI puanı kazanırken, bu tarihten sonra oran 29'a çıktı.

METR, hızlanmanın eğitim için kullanılan hesaplama gücünün daha hızlı artmasından kaynaklanmadığından emin. Denetçiler, mevcut hızlanmanın yaklaşık yüzde 80'inin yapay zekânın Anthropic'in kendi araştırmalarında kullanılmasından geldiğini tahmin ediyor. Görüşmelerde bir çalışan durumu şöyle anlattı: "Artık yalnızca fikirler ve hesaplama gücü darboğaz oluşturuyor, kod artık darboğaz değil."

Çalışanlar verimlilik artışını nasıl değerlendiriyor?

Ekim 2026'da yapılan gayri resmi Slack anketlerinde çalışanlar, en yeni iç modelin kendilerini ortalama yaklaşık 12 kat daha verimli hâle getirdiğini belirtti. METR bu öz değerlendirmeleri "çok gevşek kanıt" olarak nitelendiriyor; temsili bulmuyor ve gerçek kazanımları abartma eğiliminde olduğunu düşünüyor. Kuruluş, çalışanların bildirdiği verimlilik artışının Claude 3.7 Sonnet'te 1,2 kattan iç Model 4'te 12 kata çıktığını aktarıyor.

Yapay zekâ henüz tam otonom araştırma yapmıyor. Hızlanma ağırlıklı olarak yapay zekânın asistan olarak çalışmasından kaynaklanıyor; ancak METR, bağımsız katkıların yakın dönemde daha büyük rol oynayabileceğine dair "yaşam belirtileri" gördüğünü belirtiyor. Kuruluş, önümüzdeki on iki ayda hızı düşürecek herhangi bir darboğaz bulamadı; bu da hızlanmanın gelecek yıl da büyümeye devam etmesinde "önemli bir risk" olduğu anlamına geliyor.

Sonuçlar ne kadar kesin?

METR, sonuçların ne kadar isabetsiz olduğunu da vurguluyor. Gerçek hızlanma katsayısı 1,3 kadar düşük, 3 kadar yüksek olabilir. OpenAI, Google ve xAI'nin modelleri hesaba katıldığında sektör genelindeki oran 1,4'e iniyor. Bunun bir nedeni, Anthropic'in 2025'te rakiplerinin gerisinde kalmış olabileceği ve aradaki farkı kapatma etkisinin rakamları çarpıtması olabilir.

Anthropic içinde de görüşler tek değil. Bir araştırmacı, verimlilik artışında yapay zekânın payını yüzde 15-20 olarak tahmin ediyor ve meslektaşlarının öz bildirimlerine güvenmiyor. Bir başkası ise son ayların en önemli faktörünün yeni işe alınanlar olduğunu düşünüyor.

Neden önemli?

Yapay zekânın daha iyi yapay zekâ geliştirmeyi hızlandırıp hızlandırmadığı, güvenlik tartışmasında kritik bir erken uyarı sinyali sayılıyor. Endişe, modellerin kendi ardıllarını giderek daha hızlı iyileştirdiği bir geri bildirim döngüsünün oluşması. METR'ye göre bu durum "aşırı ve riskli yeteneklerin ani ortaya çıkışına" yol açabilir. Anthropic, Sorumlu Ölçeklendirme Politikası'nda tam da bu tür bir hızlanmayı risk göstergesi olarak tanımlıyor: otomatik yapay zekâ araştırması nedeniyle yapay zekâ ilerleme hızı iki katına çıkarsa bir uyarı seviyesi tetiklenmeli.

METR, Anthropic'in Ağustos 2026 risk raporunu da inceledi. Şirket bu raporda hızlanmanın kamuya açık biçimde "2 kattan az" olduğunu belirtmişti. Oysa sansürlenmemiş iç versiyon 1,97 değerine işaret ediyor ve Anthropic'in kendisi de eşiğin aşılmış olmasını "makul" buluyor. METR, uyarı seviyesine 15 Temmuz'da ulaşılmış olabileceğini düşünüyor ve kamuya açık raporu hem hızlanmayı hem de etrafındaki belirsizliği olduğundan az göstermekle eleştiriyor.

METR şu anda Anthropic'in akut felaket riskinin "düşük" olduğu değerlendirmesini paylaşıyor; ancak önümüzdeki altı ayda risk derecesini hızla yükseltebilecek yeni bir keskin hızlanmayı da göz ardı edemiyor. Kuruluş, Türkiye'deki kullanıcılar ya da erişim koşulları hakkında bir değerlendirme yapmadı.

Hesaplama denetimi neden iptal edildi?

METR başlangıçta Anthropic'in hesaplama gücünü yetenek araştırmaları ile güvenlik araştırmaları arasında nasıl böldüğünü de doğrulayacaktı. Anthropic projenin bu bölümünü yarıda iptal etti. Şirket, gerekçe olarak önce risk değerlendirmesine odaklanmak istediğini ve hesaplama denetimine daha sonra dönmeyi planladığını belirtti. "AI 2027" senaryosunun arkasındaki araştırmacı Daniel Kokotajlo, X'te sert tepki göstererek hesaplama tahsisinin denetlenmesinin, yavaşlama taahhütlerinin doğrulanabilir olmasının temeli olduğunu savundu.

Anthropic, tüm kamuya açık olmayan bilgiler üzerinde tek taraflı sansürleme hakkına sahipti ve bunu yoğun biçimde kullandı. METR'ye göre denetçilerin en bilgilendirici bulduğu kanıtların çoğu çıkarıldı; bunlar arasında gelecek model tahminleri, eğitim adımlarına göre kırılımlar ve darboğaz analizi yer alıyor. Şirket sansürlemeyi "diğer yapay zekâ geliştiricilerini hızlandırabilecek gizli bilgileri çıkarmaya yönelik" olarak açıklıyor. METR, bunun sonucunda kamuoyunun kendi yargısına "olması gerekenden çok daha fazla" güvenmek zorunda kaldığını yazıyor. Rapordaki bir grafikte bu nedenle büyük harflerle "SAHTE VERİ" ifadesi yer alıyor.