La recherche en intelligence artificielle s'accélère, et ce n'est plus une simple impression. Selon un rapport indépendant publié le 5 novembre 2026 par l'ONG METR (Model Evaluation & Threat Research), le rythme de progrès des modèles d'Anthropic a environ doublé depuis la fin 2025, une accélération attribuée à près de 80 % à l'IA elle-même, qui participe désormais à sa propre recherche. Pour un dirigeant de PME, ce chiffre n'est pas qu'une curiosité technique : il annonce un renouvellement des outils IA plus rapide que prévu, avec ses opportunités et ses risques.
En bref
- METR, ONG indépendante d'évaluation des modèles IA, estime que le rythme de progrès des modèles d'Anthropic a environ doublé (fourchette 1,3 à 3 fois) entre octobre 2025 et octobre 2026, comparé à la période mars 2024 - octobre 2025.
- Un indicateur interne, l'AECI (Anthropic Epoch Capabilities Index), progresse 1,9 fois plus vite depuis octobre 2025, soit environ deux ans de progrès historique compressés en une seule année.
- METR attribue environ 80 % de cette accélération à l'usage, par les chercheurs d'Anthropic eux-mêmes, d'outils IA pour accélérer leur propre travail de recherche, et non à une hausse de la puissance de calcul disponible.
- L'évaluation s'est déroulée du 12 août au 29 octobre 2026, avec un accès quasi interne de METR aux équipes et aux outils d'Anthropic.
- METR précise qu'Anthropic a caviardé une partie significative des preuves avant publication, et que son rapport public sous-estime probablement l'ampleur réelle de l'accélération.
Qui est METR et que mesure exactement ce rapport ?
METR est une organisation indépendante à but non lucratif fondée à Berkeley, spécialisée dans l'évaluation des capacités et des risques des modèles d'IA les plus avancés. LUWAI l'avait déjà présentée en octobre 2026, lorsqu'Anthropic lui avait accordé un accès quasi salarié à ses bureaux (voir notre article sur les évaluateurs indépendants de l'IA). Ce nouveau rapport, intitulé « Independent Assessment of AI R&D Acceleration at Anthropic », est le premier résultat concret de cette collaboration rapprochée.
L'objectif de METR était précis : mesurer si l'IA aide réellement les chercheurs d'Anthropic à créer de meilleurs modèles, et à quelle vitesse. Pour y répondre, une équipe de METR a observé les équipes de recherche d'Anthropic pendant onze semaines, avec un accès à des données internes, des outils de travail et des indicateurs de performance habituellement non publics.
Comment l'IA en vient à accélérer sa propre recherche
Le mécanisme décrit par METR ressemble à une usine qui utiliserait ses propres robots pour fabriquer des robots plus performants. Concrètement, les chercheurs d'Anthropic s'appuient sur des agents IA pour écrire du code expérimental, tester des hypothèses et analyser des résultats, des tâches qui prenaient auparavant des semaines de travail humain.
Déléguer les tâches répétitives
Explorer plus d'hypothèses
Obtenir un modèle plus capable
Relancer la boucle
METR précise qu'elle n'a trouvé aucun signe clair de ralentissement de cette boucle à ce stade : ni manque de données, ni limite de calcul identifiée qui freinerait la poursuite de cette accélération dans les prochains mois.
Les chiffres qui montrent le changement d'échelle
Pour situer l'ampleur du phénomène, METR compare deux périodes : la phase de référence (mars 2024 à octobre 2025) et la phase récente (depuis octobre 2025).
| Indicateur | Avant (mars 2024 - oct. 2025) | Après (depuis oct. 2025) |
|---|---|---|
| Rythme de progrès des capacités | Référence (x1) | x1,3 à x3 (estimation médiane x2) |
| Croissance de l'indice AECI | Référence | x1,9 (intervalle de confiance 1,5 à 2,8) |
| Part attribuée à l'IA elle-même | Non mesurée | ~80 % |
| Part attribuée à plus de calcul | Facteur principal historique | Écartée par METR comme cause de l'accélération |
Autrement dit, selon METR, environ deux années de progrès habituel ont été compressées en une seule année. Ce n'est pas qu'Anthropic a investi massivement dans davantage de puces : c'est que les équipes de recherche travaillent désormais avec des collaborateurs IA qui accélèrent leur propre travail.
Les zones d'ombre que METR reconnaît elle-même
Par honnêteté, il faut aussi noter ce que ce rapport ne garantit pas. METR le dit explicitement : Anthropic a caviardé une partie significative des preuves avant publication, pour des raisons de confidentialité commerciale. METR estime donc que son propre rapport public sous-estime probablement l'ampleur réelle de l'accélération, faute d'avoir pu tout documenter.
A retenir
Les gains de productivité rapportés par les équipes d'Anthropic elles-mêmes restent, selon METR, une « preuve faible » : ce sont des déclarations internes, pas des mesures indépendantes complètes. De plus, les étapes de recherche les plus critiques ne sont pas encore totalement automatisées : l'humain reste nécessaire pour vérifier et corriger le travail de l'IA.
Un exemple concret illustre cette prudence : dans un autre projet de recherche biologique mené par Anthropic avec Claude, un protocole généré par l'IA incluait un additif inadapté dans un milieu de culture bactérien, une erreur qui a coûté deux semaines de travail avant d'être corrigée par un chercheur humain. L'accélération ne supprime donc pas le besoin de supervision, elle en change la nature.
Ce que cette accélération change pour une PME
Une PME n'a ni les équipes de recherche ni les volumes d'Anthropic. Mais le constat de METR a une conséquence directe pour toute entreprise qui s'appuie sur des outils IA : le rythme de renouvellement des modèles risque de s'accélérer, ce qui change la façon d'investir dans ces outils.
Stratégie IA figée
Stratégie IA agile
Concrètement, cela veut dire éviter de construire des processus critiques autour des limites actuelles d'un seul modèle, car ces limites peuvent reculer vite. Cela veut dire aussi garder un œil sur les audits indépendants (comme ceux de METR) plutôt que de se fier uniquement aux annonces commerciales des fournisseurs, et continuer à vérifier le travail produit par l'IA, même quand les modèles progressent.
FAQ
Qu'est-ce que le rapport METR sur l'accélération de la recherche IA chez Anthropic ?
C'est une évaluation indépendante, publiée le 5 novembre 2026, qui mesure à quel point l'IA aide désormais les chercheurs d'Anthropic à créer de meilleurs modèles. METR a mené cette évaluation avec un accès interne aux équipes et aux outils d'Anthropic, du 12 août au 29 octobre 2026.
Le rythme de progrès de l'IA va-t-il continuer à doubler chaque année ?
Personne ne peut l'affirmer avec certitude. METR indique seulement n'avoir identifié aucun signe clair de ralentissement de cette accélération à ce stade, sans pour autant garantir qu'elle se poursuivra au même rythme dans les années suivantes.
Peut-on faire confiance à un rapport caviardé par le laboratoire qu'il évalue ?
METR reconnaît elle-même les limites de l'exercice : une partie des preuves a été retirée par Anthropic pour des raisons commerciales, ce qui pousse METR à estimer que son rapport sous-estime probablement l'accélération réelle. C'est une évaluation indépendante, mais partiellement contrainte, plutôt qu'un audit totalement ouvert.
Que doit changer une PME dans sa stratégie IA face à cette accélération ?
Elle doit surtout éviter de figer ses processus autour des limites actuelles d'un seul modèle, privilégier des outils interopérables, et revoir régulièrement son choix d'outils IA plutôt que de reconduire une configuration ancienne sans vérification.
Conclusion
Le rapport METR 2026 confirme que la recherche en IA est entrée dans une boucle de rétroaction où l'IA contribue à sa propre amélioration, avec un rythme de progrès environ deux fois plus rapide qu'avant fin 2025. Pour une PME, la bonne réaction n'est pas la panique, mais l'agilité : garder ses choix d'outils IA réversibles, suivre les audits indépendants plutôt que les seules annonces commerciales, et continuer à superviser le travail produit par l'IA. Pour approfondir le sujet des évaluateurs indépendants, consultez notre article sur METR et Anthropic, et pour la gestion budgétaire de vos outils IA, notre guide sur le coût réel des agents IA.
