快讯前沿资讯

METR 发布 Time Horizons 2.0:AI 智能体任务时长每 3.6 个月翻倍

约 2 分钟阅读

AI最前沿 88Z.ai 11 月 21 日消息,METR 更新其 AI 智能体能力评估报告,显示任务完成时长的翻倍周期缩短至 3.6 个月。最新测试中,GPT-6 Astra 和 Opus 5.5 的表现接近,但置信区间极宽,反映出当前评估的不确定性。

消息要点

  • AI 智能体任务时长翻倍周期缩短至 3.6 个月,与 OpenAI 预测相近
  • GPT-6 Astra 与 Opus 5.5 表现接近,但置信区间极宽(11.9 小时至 110.2 天)
METR Time Horizons 2.0 数据图表
METR Time Horizons 2.0 数据图表

评估指标更新

METR 发布了 Time Horizons 2.0 报告,更新了关于 AI 智能体自主完成任务时间跨度的预测模型。数据显示,AI 能够处理的任务时长正以每 3.6 个月翻一倍的速度增长。这一增速与 OpenAI 此前估算的 3.8 个月翻倍周期高度相似,表明行业头部机构对 AI 能力演进速度的判断趋于一致。

模型表现与不确定性

在具体模型测试中,GPT-6 Astra 的任务处理时长为 40.3 小时,Opus 5.5 为 39.0 小时,两者表现极为接近。然而,报告指出这些数据伴随着极宽的 95% 置信区间,范围从约 11.9 小时延伸至 110.2 天。这种巨大的波动性提示,尽管平均估值显示快速进步,但当前 AI 智能体在复杂长程任务中的稳定性仍存在显著差异,实际部署时需谨慎参考单一均值。

资料来源与整理说明

本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述,未将其视为本站实测或独家采访结论。

  1. @scaling01原始资料发布于

以上日期为原始资料发布日期;标题下方日期为本文在 AI最前沿的发布时间。

相关阅读

全部资讯
Ai最前沿