49 lines
3.3 KiB
Markdown
49 lines
3.3 KiB
Markdown
---
|
||
type: xpost
|
||
source_url: https://x.com/snicklink/status/2122356805015666969
|
||
retrieved: 2026-11-16
|
||
author: "@snicklink"
|
||
is_thread: false
|
||
likes: 101
|
||
retweets: 10
|
||
replies: 4
|
||
views: 8112
|
||
posted_at: 2026-11-16T15:51:08Z
|
||
tags: [metr, time-horizon, benchmark, anthropic, scaling]
|
||
---
|
||
|
||
# Posttext
|
||
|
||
> "Aber die Hände haben doch 6 Finger... und meinen Elektriker Job könnse ooch nich machen!" 🤣
|
||
>
|
||
> Freunde... it's OVER! Das bisher war alles nur Kindergarten. Welcome to Exponential Growth ❤️
|
||
|
||
Ein Bild angehängt (`HXQf1ehXcAAgh0L.jpg`), beim Abruf ausgewertet.
|
||
|
||
# Inhalt der Grafik
|
||
|
||
Titel: „Length of coding and ML research tasks that different AI models can complete 80% of the time“. X-Achse: Release date 2020–2027; Y-Achse: Aufgabendauer für Menschen, 0 bis 48 Stunden.
|
||
|
||
Drei Trendlinien:
|
||
- 2019–2025: Verdopplung alle 7 Monate
|
||
- 2024–Anfang 2026: Verdopplung alle 3,3 Monate
|
||
- Seit Opus 4.5, inklusive Schätzungen: Verdopplung alle 1,7 Monate (im Bild rot eingekreist)
|
||
|
||
Legende und Punkte:
|
||
- Schwarze Punkte: von METR gemessen (State of the Art bei Release), u. a. GPT-2, GPT-3, GPT-3.5, GPT-4.
|
||
- Graue Punkte: von METR gemessene andere Modelle.
|
||
- Rote Rauten: **nicht gemessen** — geschätzt aus Anthropics internem Capability-Index (AECI), 50-%-Horizont ÷ 6,3.
|
||
- Beschriftete Punkte: „Claude Mythos Preview (early) measured: 3.1 hours“ und „Model 4 (Anthropic internal) estimate: ~38 hours“.
|
||
- Gestrichelter Verlauf am rechten Rand: Extrapolation.
|
||
|
||
Fußnote der Grafik: Die Rauten seien aus AECI-Werten in METRs November-2026-Bewertung von Anthropic abgeleitet, von Nikola Jurkovic bei 50 % Erfolg extrahiert (Daten der internen Verfügbarkeit) und durch Division durch 6,3 auf 80 % umgerechnet.
|
||
|
||
# Gegenprüfung
|
||
|
||
- [METR, Independent Assessment of AI R&D Acceleration at Anthropic in October 2026](https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment/), 05.11.2026, beim Abruf gelesen. Kernergebnis: AECI-Wachstum seit Oktober 2025 rund 1,9-mal so schnell wie zuvor (95-%-Intervall 1,5–2,8), also etwa zwei Jahre Fortschritt in einem Jahr. Ein Großteil davon wird dem Einsatz von KI in der eigenen Forschung zugeschrieben; es wurden keine wesentlichen Engpässe für die nächsten zwölf Monate gefunden. Ein erheblicher Teil der aussagekräftigsten Belege wurde von Anthropic geschwärzt.
|
||
- [METR, Task-Completion Time Horizons of Frontier AI Models](https://metr.org/time-horizons/), beim Abruf gelesen: Definition des 50-%- und 80-%-Horizonts, über hundert Software-Aufgaben, logistischer Fit. Für „Claude Mythos Preview (early)“ nennt die Seite einen 50-%-Horizont von 17 Stunden und den Hinweis: „Measurements above 16 hrs are unreliable with our current task suite.“
|
||
- Rechnerischer Abgleich: 17 Stunden ÷ 6,3 ergäbe rund 2,7 Stunden, nicht die im Bild genannten 3,1 Stunden. Die beiden Werte derselben Grafik (50 % = 17 h, 80 % = 3,1 h) entsprechen einem Verhältnis von etwa 5,5. Der Faktor 6,3 ist also eine Näherung, die je nach Modell streut.
|
||
|
||
# Einordnung der Grafik (nicht Teil des Posts)
|
||
|
||
Der gemessene Bereich endet bei Mythos Preview; alle Rauten darüber sind aus einem Benchmark-Index abgeleitete Schätzungen, der rechte Rand ist ausdrücklich extrapoliert. Die Steigung „1,7 Monate“ entsteht aus einer Mischung aus Messpunkten und Schätzpunkten.
|