Die Bewertungsorganisation METR hat von Mitte August bis Ende Oktober 2026 bei Anthropic interne Daten und Interviews ausgewertet. Demnach verbessert Anthropic Fähigkeiten auf klar spezifizierten Aufgaben etwa doppelt so schnell wie zwischen März 2024 und Oktober 2025 – Schätzspanne etwa 1,3× bis 3×. Die Benchmark-Kurve AECI wuchs seit Oktober 2025 mit Faktor 1,9 (95-%-Intervall 1,5–2,8). METR führt den Großteil der heutigen Beschleunigung auf den Einsatz eigener KI in Forschung und Entwicklung zurück und sieht keine klaren Engpässe für die nächsten zwölf Monate. Anthropic schwärzte nach eigener Angabe den Großteil der aussagekräftigsten Belege, um Konkurrenten keine Roadmap zu liefern. Unveröffentlichte interne Modelle, darunter „Model 4“, lagen über 50 Prozent auf allen 15 getesteten Benchmarks.
Physical Superintelligence (PSI) meldet den Beweis der seit 2008 offenen Aaronson-Ambainis-Vermutung. Ein internes Forschungssystem, das Instanzen eines nicht öffentlichen Anthropic-Modells nutzte, fand am dritten Tag einen Beweis; der Beweisassistent Lean akzeptierte ihn und spätere Verbesserungen. Die Vermutung betrifft Polynome und impliziert, dass Quantencomputer bei Ja/Nein-Fragen über zufällige Bits ohne seltene Struktur höchstens polynomiell schneller sind als klassische Maschinen – dramatische Vorteile wie bei Shor brauchen Struktur. Stanford-Forscher, die zuvor einen Spezialfall gelöst hatten, nannten das Ergebnis „huge“ und arbeiten an einer kürzeren Expertenfassung. PSI veröffentlicht Paper und Lean-Formalisierung; die öffentliche Nachprüfung der Formalisierung läuft noch.