Los laboratorios ya usan modelos que vos no podés usar: lo que ves en el mercado es la versión de ayer
Un informe de investigadores externos que trabajaron casi tres meses dentro de Anthropic cuenta que la empresa terminó tres modelos en seis meses que no están disponibles para el público, y que avanzó "aproximadamente dos años de progreso histórico en el último año". El dato que más pesa para quien trabaja con IA: la herramienta que usás hoy no es la mejor que existe, es la que el laboratorio decidió soltar.
El jueves se publicó un informe de METR, un grupo de investigación independiente, basado en casi tres meses de "acceso sin precedentes" dentro de Anthropic. Seis investigadores entrevistaron empleados, siguieron canales internos de Slack y examinaron modelos sin lanzar en el hardware de la empresa. Su hallazgo central: en los últimos seis meses Anthropic terminó de entrenar tres modelos que el público no puede usar, uno de julio, otro de agosto o septiembre y otro de septiembre u octubre. Y esos modelos internos aceleran el trabajo de la propia empresa.
Nuestra lectura es más modesta que el titular y más útil: no hace falta creer en ninguna escena de ciencia ficción para sacar algo concreto. Cuando quien fabrica la herramienta trabaja con una versión mejor que la tuya, lo que vos comparás en el mercado es una foto atrasada. Eso cambia cuánto vale apostar a una sola herramienta y cuánto vale tener el trabajo organizado de modo que cambiar de modelo no te cueste semanas.
Señal 01 · Lo que no se lanza
Anthropic terminó tres modelos en seis meses que el público no puede usar
Según el informe de METR, los modelos internos de Anthropic incluyen versiones terminadas en julio, entre agosto y septiembre, y entre septiembre y octubre de este año. Son modelos que la empresa usa y que no vende.
Importa porque la ventaja competitiva de un laboratorio no está solo en lo que lanza sino en lo que se queda. Mantener privado un modelo de punta le da a los equipos de producto e investigación una ventaja sobre el resto del mercado, y es una decisión que depende de la empresa, no de quien compra.
La lectura propia: cuando elegís herramienta, estás eligiendo entre lo que el proveedor decidió que ya podías tener. Conviene diseñar tu trabajo para que el modelo sea intercambiable y lo valioso quede en tus procesos y tus datos.
Dos años de progreso en uno: qué se sabe y qué todavía no se puede afirmar
METR escribió que Anthropic avanzó "aproximadamente dos años de progreso histórico en el último año", y que esa aceleración se logró "principalmente con asistencia de la IA y no con contribuciones totalmente autónomas". También señala que hay indicios de que las contribuciones autónomas ganarán peso pronto.
Hay un número llamativo, un aumento de productividad autoinformado de alrededor de 12 veces con el modelo interno más capaz a octubre, y una advertencia que no hay que saltear: METR lo considera evidencia débil, porque salió de encuestas en Slack que quizás no representan a todos los empleados y cuyos participantes pudieron responder sin pensarlo mucho. Por eso no lo tomamos como medida, sino como señal de dirección.
Un investigador le dijo a METR que ahora solo lo frenan las ideas y el cómputo, ya no el código. Si eso se sostiene, el cuello de botella de cualquier trabajo con IA se corre de ejecutar a decidir qué vale la pena ejecutar.
La empresa tachó la mayor parte de la evidencia que sostiene las conclusiones
METR aclaró que pudo compartir libremente sus conclusiones de más alto nivel sobre el riesgo, pero que Anthropic eliminó la mayoría de la evidencia que los investigadores consideraban más informativa. Tampoco observaron cuellos de botella que impidan que la aceleración siga creciendo el año próximo, aunque admiten que pueden estar perdiéndose alguno.
Importa porque quien lea el informe completo no puede verificar la mayor parte del razonamiento. Lo que sí se puede afirmar es lo que METR dice haber visto y lo que reconoce no saber.
La lectura propia: tratá cualquier cifra de aceleración, incluida esta, como una hipótesis fechada, no como un dato firme. Lo accionable no depende de que el número exacto sea cierto.
Venimos siguiendo qué cambia cuando la producción con IA se abarata y lo difícil pasa a ser decidir y verificar. Lo desarrollamos en la edición sobre el costo de verificar lo que la IA produce y en la que miró el gasto empresarial en IA. La guía de agentes para emprendedores baja ese mismo problema a tareas concretas.
Si trabajás solo o con un equipo chico, la pregunta de hoy no es qué modelo es el mejor, sino cuánto de tu trabajo se rompería si mañana cambiás de modelo. Elegí un proceso que hoy hacés con una sola herramienta, por ejemplo armar la propuesta para un cliente, y escribí en un documento aparte tres cosas: qué instrucciones le das, qué material le pasás y cómo sabés que el resultado sirvió. Ese documento es lo que conservás cuando aparezca un modelo mejor, y es lo que te deja probarlo en una tarde y no en un mes.
La movida del día
Elegí un proceso que hoy depende de una sola herramienta de IA y escribí sus instrucciones, su material y su criterio de calidad en un documento propio. Probalo esta semana con una segunda herramienta y anotá cuánto cambió el resultado. Si cambió poco, tu ventaja está en el proceso. Si cambió mucho, ya sabés dónde invertir.
¿Significa que Anthropic tiene un modelo que nadie más puede usar?
Según el informe de METR, Anthropic terminó tres modelos en los últimos seis meses que no están disponibles para el público. El informe no detalla sus capacidades, porque la empresa tachó la mayor parte de la evidencia. Lo que se sabe es que existen y que se usan puertas adentro.
La edición abierta lee el mundo. La tuya lee TU mundo — tu industria, tus proyectos, tus objetivos — y llega a tu casilla cada mañana. Nadie más recibe tu edición.
