“Claude内部Model4曝光"这件事，源头不是偷跑截图，也不是灰度翻车——是独立评估机构METR在11月5日公布的一份对Anthropic研发进度的评估报告。报告第一次对外确认：Anthropic在2026年7月至10月间训练完成了代号Model 2、Model 3、Model 4的内部模型。作为其中当前最强档，Model 4的AECI综合能力指数达到178.6分。它在报告所测的全部相关基准上都超过50%难度线——约9个月前，Opus 4.6在同类基准上还大量达不到这条线。至于标题里最多人问的"比Opus 5.5强多少”：报告没有一场直接对决，但公开可核对的读法是——Model 4相对Opus 5.5领先"一步"，不是"一代"；真正被低估、也最该看懂的，是它背后那条能力曲线变陡了。知乎小红书知乎
这份"曝光"是怎么来的
评估从8月12日做到10月29日，历时11周、投入相当于2.5个全职人力，拿到了Anthropic内部研发数据的高权限访问，还访谈了约15名关键员工，最终形成约百页报告。量的尺子是AECI——Anthropic版的Epoch能力指数，把一组基准分数合成一条时间曲线，让不同模型能放到同一条时间轴上比较。按报告主设定，以2025年10月为断点，此后新模型分数增速约为此前的1.9倍，置信区间1.5到2.8倍。METR也强调，这并不意味着AI已经能够完全自主完成模型研发，相关加速幅度及其归因仍存在不确定性。知乎知乎知乎
“一年走完两年"就来自这条曲线：断点后AECI的年增量大约从15点抬到29点，从Claude 2.1到Sonnet 4.5原本约两年走完的指数距离，按这个速度一年出头就能走完。但请把"1.9倍"连着口径一起读：它量的是基准测试里那些边界清晰任务的分数增长速度，不是任何一个模型的能力翻倍。报告的敏感性分析把范围摆得很直白：换一个连接函数，倍率区间就拉到1.1至2.9倍。换模型集合和日期口径的估计网格走到最低一格，接近"没有加速”；把其他开发者的公开模型也纳入前沿趋势后，加速估计降到约1.4倍。引用任何一个倍率，都得连带接受它背后那组设定。知乎
Model 4 比 Opus 5.5 强多少
Opus 5.5是5.5家族第一个开闸的模型：按官方发布记录，Opus 5.5在9月22日上线，Sonnet 5.5和Haiku 5.5分别在9月28日、10月7日跟上。Model 4与它的训练期基本重叠，但至今没有公开发布，外界也无法独立验证。报告没有单独给出Opus 5.5的精确AECI，两者分差只能按报告曲线读作"几个点"的量级——对照现在每年约29点的新斜率，大致就是一到两个月的研发增量。换句话说，Model 4更像同一条内部工程爬坡线最上面的那格台阶，而不是对市售旗舰的降维打击。知乎小红书
比"强多少"更值得注意的是难度线在消失：测量点越来越少、题目越来越不够用，基准饱和之后，指数还能不能继续量出真实增长，本身成了报告留下的新问题。
爆点不在Model 4，在80%
报告里更重的判断在归因：研究员认为，目前大部分提速可能来自AI参与研发，但这仍是主观判断。METR给出的估计是：截至2026年10月，当前加速的大部分、约80%，来自AI本身。这个数必须读窄：80%说的是加速里AI的贡献占比，不是80%的研发工作已经交给AI，更不是说AI有80%的概率自我进化。Anthropic自家研究者都没形成共识：11位被立场编码的研究者中，支持2人、倾向支持3人、模糊4人、反对2人，支持与倾向支持加起来尚未过半。被相对明确排除的是算力解释：METR表示有把握确认，训练算力增长加快解释不了这次加速。留下来的是一线感受——“现在只被想法和算力卡住，不再被代码卡住”，以及10月内部Slack投票里员工自报最强模型带来约12倍生产力，后面这条METR自己列为很弱的证据。知乎知乎知乎
透明度是这份报告最薄的一页
被评估方也在给评估划线。这份报告的一个限制是：Anthropic对大量内部证据进行了删减，外界无法完整复核METR的推算。更能说明边界的是另一处：原合同里有能力与安全算力分配的核验，项目进行到中途，Anthropic调整范围把这一项移除了，所以现有报告无法回答"能力与安全各拿了多少算力"。Anthropic联合创始人、负责大部分安全工作的Sam McCandlish同日在X上发长帖回应，态度是承认在加速、但"很难确切地说加速了多少"。知乎知乎知乎
上市前夜的牌桌，普通用户看什么
把Model 4的曝光放回时间线：10月26日，Claude开发商Anthropic正式向SEC公开提交S-1注册文件，拟以ANT为代码登陆纳斯达克，估值预期一度高达2万亿美元，三季度营收增速披露后又回落到约1.5万亿美元左右。上市前夜，"下一代模型"本身就是估值叙事的一部分，而市面捕捉到的信号一直在响：Cognition编程榜单FrontierCode 2.0的公开数据里闪过一个疑似Claude系的隐藏模型Obsidian 3，以46.8分超过Opus 5.5的45.5分，当天即被删除。Azure模型目录里还短暂闪现过claude-fable-5-5条目，几分钟后被撤下；最新一轮AI日报又曝出Sonnet 5.5 Extra被灰度路由到下一代模型。这些闪过的条目和报告里的Model 4是不是同一款，没有任何官方确认——当线索可以，当论据不够。知乎知乎哔哩哔哩
对用户来说，现在不是换模型的时候，报告也明确提到，目前AI主要还是辅助研究人员，尚不能完全自主完成模型训练中最重要的工作。更值得盯的是几个可核验的发布信号：官方Models API或Claude Code的/model列表里是否冒出新条目、云厂商目录是否再次现货、榜单匿名模型的数据会不会重新挂出来。真到Model 4以产品形式落地的那天，值得计较的大概率是它的定价档位，而不是AECI又多了几分。知乎
