METR、難度を上げた課題群でフロンティアAIのタイムホライズンが約3.6カ月ごとに倍増と報告

Opus 5.5やGPT-6 Astraまでを対象とした第4四半期の能力アップデートは、エージェントがコーディングと最適化で熟練者に並ぶか上回る一方、明確なフィードバックがない課題では専門家より判断が劣ると指摘。公開情報では今後数年のAI研究開発の急加速を否定できないとした。
なぜ重要か
METRのタイムホライズン図はAIの進歩を示す最もよく引用される指標の1つ。今回はAI研究に近い、曖昧で判断を要する課題を含むより難しいTH2を追加した。MITテクノロジーレビューによると、モデルがMETR向けに設計した評価で職員が有用と判断したものは1つもなかった。倍増期間はOpenAIが社内研究課題で報告した傾向に近い。METRは能力の測定が難しくなっているとし、明確な限界に頼るリスク議論に影響する。
要点
- Opus 5.5とGPT-6 Astraまでの公開モデルが対象
- TH1.1とTH2合算の倍増期間:約3.6カ月
- コーディングと最適化では熟練者に並ぶか上回ることが多い
- 明確なフィードバックがない課題では専門家より判断が劣る
- 2026年11月20日公開