knowledge-base/raw/xpost/2026-11-16_snicklink-zeithorizont-1-7-monate.md

3.3 KiB
Raw Blame History

type source_url retrieved author is_thread likes retweets replies views posted_at tags
xpost https://x.com/snicklink/status/2122356805015666969 2026-11-16 @snicklink false 101 10 4 8112 2026-11-16T15:51:08Z
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, 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, 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.