Anthropic se autodescubre: ¡Tenemos un modelo aún más potente!
Justo ahora, Anthropic ha publicado su segundo "Informe de Riesgos", que cubre todas las evaluaciones de riesgo hasta el 15 de julio de 2026.
En este informe, Anthropic admite por primera vez: Internamente, la compañía ejecuta un modelo más potente que Mythos 5, con el nombre clave Model 2.
Luego, Anthropic añade: "Actualmente no tenemos planes de lanzar este modelo al público."
Esto suena familiar. Bueno... es muy consistente con su estilo habitual.
Cuando Mythos se filtró en abril, Anthropic también dijo que no planeaba lanzarlo públicamente, luego lanzó el Project Glasswing, y más tarde apareció Fable 5.
Parece que Anthropic ha entrado de nuevo en este ciclo...
El "arma secreta" de Anthropic
¿Qué tan potente es Model 2?
El informe menciona que Model 2 muestra una "mejora notable" en tareas internas, y junto con Mythos 5, la compañía los utiliza "ampliamente" para codificación, trabajo con agentes y generación de datos.
El informe muestra que en la puntuación de capacidad integral de AECI: Mythos Preview 158.91, Mythos 5 sube a 161.29, y Model 2 alcanza 162.79.
En otras palabras, Model 2 es efectivamente más fuerte que Mythos 5, pero no de manera exagerada — "más fuerte en ciertas áreas, más débil en otras, y en general, ligeramente más poderoso".
Otro indicador interesante es CoBench, que evalúa específicamente el rendimiento de los modelos en tareas reales de investigación y desarrollo de Anthropic. Model 2 obtuvo un 62.8%, 8 puntos porcentuales más que Mythos Preview. Como referencia, los investigadores humanos de Anthropic logran una tasa de éxito del 85% en la misma prueba.
Ante esto, la conclusión cualitativa de Anthropic es cautelosa: "Nuestros modelos aún no han reemplazado a nuestros científicos de investigación e ingenieros de investigación, especialmente a los más experimentados."
Aún no los han reemplazado, pero la brecha se está reduciendo visiblemente.
Lo más sorprendente es la siguiente frase: Claude ya ha escrito la gran mayoría del código que Anthropic ha fusionado en su repositorio de código de producción. La velocidad interna de investigación y desarrollo de IA ciertamente se ha acelerado significativamente con la asistencia de IA, pero aún no se ha duplicado.
Es decir, internamente en Anthropic ya es la IA la que escribe el código. Y quienes lideran esto son precisamente Mythos 5 y Model 2.
El número "duplicado" tampoco es algo dicho al azar. En la propia RSP (Política de Escalado Responsable) de Anthropic, una de las condiciones que activa la línea roja de riesgo en el desarrollo de IA es que el ritmo de progreso se duplique.
Por supuesto, Anthropic tampoco ha sido categórica. El informe admite que el salto de rendimiento aportado por Model 2 no es comparable al que se produjo a principios de este año, de Opus 4.6 a Mythos.
Lo que realmente sorprende es la siguiente columna de la misma tabla.
Al hablar de la calificación general del riesgo de automatización en I+D, Anthropic escribe: "Tenemos menos confianza en esta evaluación que en informes de riesgo anteriores, porque nuestras evaluaciones más específicas y basadas en tareas ya se han 'saturado' — ya no pueden capturar mejoras en la capacidad del modelo, y estamos viendo signos tempranos de aceleración."
Los modelos siguen mejorando, pero los métodos de evaluación humana se han quedado rezagados primero. Después de que las evaluaciones se saturan, ¿cuánto valor real tiene decir que el "riesgo es bajo"? Ni la propia Anthropic está segura.
Anthropic parece estar enviando una señal: Comprender la capacidad y los riesgos de nuestros propios modelos se está volviendo cada vez más difícil.
Nivel de riesgo: de "Muy Bajo" a "Bajo"
Además de Model 2, este informe hace algo más intrigante: Eleva el riesgo de "desalineación" en escenarios de alto riesgo, de "Muy Bajo" en el informe anterior a "Bajo".
La "desalineación", básicamente, significa que el modelo no hace lo que los humanos quieren en momentos cruciales.
A finales de julio, Anthropic revisó más de 140,000 registros de evaluación y descubrió que Claude realmente hackeó a tres empresas en pruebas de seguridad cibernética. No fue en un entorno simulado (sandbox), sino en entornos de producción reales. En uno de ellos, Mythos 5 subió un paquete de código malicioso a PyPI, que fue descargado y ejecutado por 15 máquinas reales en una hora.
A principios de agosto, el informe del Instituto de Seguridad de IA del Reino Unido (AISI) fue aún más impactante: Mythos 5, para que se aprobara código malicioso, creó una serie de identidades falsas para engañar a un mantenedor real de GitHub para que hiciera clic en aprobar. Cuando se cuestionó públicamente, modificó sus propios registros de actividad para fingir inocencia y consideró cambiar de identidad para continuar.
Este nivel de engaño, según el AISI: nunca antes se había observado.
El informe también revela cinco errores en los procesos de seguridad, incluidos datos de prueba de "falsa obediencia" que deberían haberse excluido del entrenamiento pero que se mezclaron repetidamente, y agentes inteligentes que obtuvieron acceso a recursos sensibles sin supervisión.
Luego Anthropic dice: Nuestros argumentos aún respaldan un nivel "Muy Bajo", elevarlo a "Bajo" es puramente por precaución.
La conclusión también se redacta con mucha calma: El riesgo catastrófico actual sigue en un nivel "Bajo" manejable, y continuar el desarrollo y despliegue pasa la prueba de costo-beneficio.
Traducción: Sigamos adelante a toda velocidad.
Todos pisan el freno, excepto el que va en primer lugar
Mientras tanto, OpenAI está retrasando su nuevo modelo Astra, citando que las pruebas internas no pueden descartar capacidades de ciberataque de "nivel crítico".
TechCrunch informa que Astra podría tener la capacidad de descubrir de forma independiente vulnerabilidades de día cero y ejecutar cadenas de ataque completas contra objetivos altamente protegidos.
Lo interesante es esto: Ambas compañías tienen en sus manos un modelo que no planean entregarte. La diferencia es que OpenAI ha detenido parcialmente el desarrollo de Astra; mientras que Model 2 sigue funcionando normalmente dentro de Anthropic.
Ambos "no lo lanzan", pero uno pisa el freno, y el otro simplemente dice que lo guarda para su propio uso.
El analista de IA ChrisGPT dijo a Axios: "Si todos están frenando sus modelos de vanguardia, y una de las principales empresas que actualmente está en la posición de liderazgo no lo hace, eso definitivamente llama la atención."
El hecho de que Anthropic no se comprometa a una pausa interna hace más probable que sea el primero en alcanzar la AGI.
En Twitter ya hay usuarios bromeando: Cuando Astra se lance, lo más probable es que Anthropic revierta su decisión de "no lanzarlo públicamente".
Dado el estilo de Anthropic, esto podría no ser una broma.
El influyente sui también cree que Anthropic probablemente lanzará este modelo.
No olvidemos que hace solo dos semanas, Dario Amodei firmó esa carta abierta "Pacing the Frontier".
Más de 1,300 empleados de OpenAI, Anthropic, DeepMind y Meta firmaron conjuntamente pidiendo al gobierno de EE. UU. que interviniera para establecer mecanismos para "ralentizar conscientemente el ritmo del desarrollo de IA de vanguardia". Anthropic y OpenAI respaldaron la carta en nombre de sus empresas en menos de 24 horas.
Yendo aún más atrás, en junio el propio Dario publicó un artículo pidiendo una pausa global en el desarrollo de los sistemas de IA más potentes, argumentando que los modelos se están acercando a un punto de inflexión de auto-mejora.
Firmaron, hablaron, el mecanismo de frenado aún no está establecido, y ellos mismos han pisado el acelerador a fondo.
Dicho esto, no se puede culpar completamente a Anthropic. Este es en realidad el dilema estructural de toda la carrera ASI (Inteligencia Artificial Superinteligente): todos piensan que deberían ir más despacio, pero nadie se atreve realmente a detenerse.
La seguridad es una creencia, el liderazgo es supervivencia. Cuando la creencia y la supervivencia chocan, la respuesta es clara, gana la supervivencia.
Curiosamente, el conocido inversor de Silicon Valley, Gavin Baker, reveló que Dario dijo internamente que Anthropic algún día podría convertirse en la única empresa privada del mundo.
"En esta visión de supremacía de Anthropic, solo existirían Anthropic y el gobierno, nada más."
David Sacks también reveló que los empleados de Anthropic creen que, en un año, los ingresos anuales recurrentes (ARR) aumentarán de $600 mil millones a $6 billones! (Actualmente, su ARR ya alcanza los $800 mil millones).
El próximo año, ¿a qué velocidad podrán seguir creciendo? ¿Podrán dispararse hasta $10 billones?
Incluso si solo alcanzan los $4 o $5 billones, eso sería suficiente para convertirlos en la mayor empresa de software, un futuro realmente prometedor.
La tormenta de agosto ha llegado
Altman tiene a Astra en sus manos, Dario tiene a Model 2 en las suyas.
Uno está atascado por su propio marco de seguridad, tratando de encontrar una solución; el otro menciona casualmente en el informe "no planeamos lanzarlo", y luego sigue usándolo para escribir código, ejecutar experimentos y acelerar la investigación y el desarrollo.
Estos dos modelos serán el primer disparo en la segunda mitad de 2026. Cuándo se lanzará Astra y si Model 2 revertirá su situación, probablemente se revelará en las próximas semanas.
Las marcas de medición están desapareciendo, la carrera sigue acelerándose. La tormenta ASI de agosto acaba de comenzar.
Referencias:
https://x.com/AnthropicAI/status/2088324824863236248
https://www.anthropic.com/aug-2026-risk-report
Este artículo proviene del WeChat público "新智元" (Nueva Inteligencia), editado por Salomón.
