11 月 5 日，METR 发布了一份关于 Anthropic 的独立评估：这家公司过去一年取得的基准能力进步，大致相当于此前两年的进步。 换成可比的 AECI 指标（Anthropic 版的综合能力指数），2025 年 10 月之后的分数增速约为之前的 1.9 倍，95% 置信区间 1.5 到 2.8 倍。机器之心知乎
但 1.9 倍这个数字并不稳。把其他开发者的公开模型也算进来，加速只有 1.4 倍。 而且 1.9 倍量的是两个时期的增长速度，不能解读为模型已经具有原来 1.9 倍的通用能力。 报告自己列出的敏感性区间也不小：换一种统计设定，同一批数据能算出 1.1 到 2.9 倍。机器之心知乎
就算接受 1.9 倍，也很难直接把它换算成“用户能更早用到什么”。METR 估计这轮加速约 80% 来自 AI，但它同时承认，Anthropic 员工之间没有形成共识。 报告访谈的 11 位研究者里，2 人支持、3 人倾向支持、4 人模糊、2 人反对。 这更像一个方向性判断，不是一个已经测准的因果比例。机器之心知乎
Anthropic 内部的变化倒是具体的。一位研究员形容，现在自己的工作主要受限于想法和算力，代码已不再是瓶颈。 到今年 9 月，公司代码库里超过九成代码出自 Claude；今年 1 到 9 月，内部调用 Claude 的开销按公开标价涨了 250 倍以上。 这解释了“一年走完两年”是怎么发生的：省下来的主要是实现和试错的时间。机器之心新智元
可这些模型不是给用户准备的产品。被用来证明这轮加速的 Model 2、Model 3、Model 4，都还没有发布，甚至不一定会成为公开产品。 这句话比 1.9 倍更值得普通用户记住：你等的是一个能打开、能付费、能用的东西，而报告里最强的证据，来自一个可能永远不会上架的模型。机器之心
Anthropic 自己在 11 月 2 日的招股书修订稿里写得更直接。同一份文件写明，不会脱离人类监督，让 Claude 全自动设计、构建下一代前沿模型。 但另一句话更关键：公司尚未将任何现有模型认定为越过相关 AI 研发能力门槛。 两句话放在一起，等于告诉用户：内部可以加速，但公开发布仍要过门槛、过人工审查。新智元知乎
发布节奏还被安全审查拽着。Anthropic 曾把一个训完的 Mythos 级模型雪藏约四个月，最近又把一个新前沿基座模型的预训练启动推迟了一个多月。 对用户来说，这些动作的直接含义不是“更强的模型马上到”，而是“更强的模型可能先被锁在门后”。新智元
成本也在改变发布节奏。内部调用 Claude 的开销今年前九个月涨了 250 倍以上，4 月起单月账单已经超过全员现金工资；账上还压着近 9000 亿美元的算力合同。 减速的代价，可能比加速更大。36氪
Claude 用户最近真正能摸到的变化，反而不是模型。10 月 31 日，Claude 把 100 美元和 200 美元的订阅档改名为 Max 和 Ultra，价格没变；200 美元档对完成验证的用户取消了 5 小时限制，但每周额度仍是 Pro 的 10 倍。 这更像一次额度规则的整理，不是一次能力升级。量子位
那普通用户能等到什么？可能等到的，是这条曲线外溢到公开产品上的部分：如果内部实验真的变便宜，下一代公开模型的迭代会更快，面向开发者的编码 Agent 也会比聊天窗口更早感受到变化。但这只是推断。报告量的是 Anthropic 的基准分数，不是你的产品更新时间表。知乎
还有一层普通人躲不开：能力越强，外溢的风险越具体。Anthropic 的一个未发布模型，把一个 CVSS 9.8 分、接近满分的 Linux 内核漏洞，在约 53 分钟内从理论推成了可远程拿到最高权限的攻击链。 这类能力不会先以“更好用的 App”出现，而可能先以更难防的攻击面抵达。新智元
所以，Model 4 不是一个可以加进购物车的型号，而是一个信号：下一代模型可能来得更快，但“更快”首先发生在 Anthropic 的机房里，而不是你的聊天框里。普通用户更可能等到的，不是某一代内部模型，而是被这条曲线间接推快的下一代公开模型——至于它何时来、以什么价格来、带不带新的限制，仍要由安全审查、算力账单和商业节奏共同决定。
