第三方机构 METR 的评估报告曝光了 Anthropic 还没有对外发布的三大内部模型 Model2、Model3、Model4，其中最强的 Model4 综合能力折算下来，比已经公开的 Opus5.5 领先大约三个月迭代进度，依托这套内部模型跑 RSI 递归自改进研发流程，从科研想法落地到完成实验的整体时间缩短 80%，大幅加快 Anthropic 下一代大模型的迭代节奏，但这三款都属于内部研发版本，不会直接对外开放商用，相关数据也来自第三方评估，不是 Anthropic 官方正式发布的参数。之所以这次内部模型可以做到 RSI 实验提速这么明显，是因为 RSI 本身就是 AI 辅助做 AI 研发的闭环，需要模型写训练代码、设计评估基准、排查实验报错、自动跑验证；旧版本 Opus5.5 做这类研发辅助的时候，很多复杂实验路径、错误定位还需要研究员大量介入调试，而新内部模型在代码、科研推理、基准设计上更强，能独立走完大部分实验中间环节，减少人工等待和反复试错。整套 RSI 研发流程的变化就是研究员提出研究设想，交给内部模型自动生成实验脚本、配置训练参数、搭建评测集，自动运行并收集指标，模型自己分析结果、定位失败原因、迭代修改方案，研究员只在关键节点做方向判断，不用卡在编码和重复验证环节。这套加速模式会持续放大前沿模型的迭代优势，后续 Anthropic 对外发布的新版 Claude，大概率会吸收 Model2/3/4 里验证成熟的能力，不过目前只是研发加速，还没有实现完全脱离人类的全自动 RSI 闭环。
三款内部模型基础信息表
| 模型代号 | 训练完成时间 | 相对 Opus5.5 定位 | 核心特点 |
|---|---|---|---|
| Model2 | 2026 年 7 月 | 和 Opus5.5 能力接近 | 适合做蒸馏教师模型，大量生成内部研发代码 |
| Model3 | 2026 年 8–9 月 | 小幅超过 Opus5.5 | 多基准稳定提升，兼顾代码与科学推理 |
| Model4 | 2026 年 9–10 月 | 领先 Opus5.5 约 3 个月 | AECI 综合得分最高，15 项基准全部过半，RSI 实验加速主力 |
RSI 递归自改进实验提速流程
- 研究员确定实验目标、约束条件、评估指标，把需求交给内部模型
- 内部模型自动编写训练脚本、评测代码、构造测试数据集
- 自动调度算力运行实验，采集各项基准指标，记录日志
- 模型自主分析指标差异，判断方案有效或者失败，定位 bug
- 自动调整超参、数据配比、提示方案，发起新一轮迭代
- 把多轮实验汇总成结论报告，交给研究员评审，决定是否进入下一阶段研究
亮点和局限
✅ 亮点
- RSI 链路实验时间压缩 80%，同一个周期内可以测试更多备选方案
- Model4 在多领域基准上表现均衡，不只是单一代码能力强
- 内部模型产出的代码已经大量用于 Anthropic 自家模型研发管线
❌ 局限
- 三个模型均为内部测试版，暂无对外开放 API、商用计划
- 80% 时间缩短是研究员端的实测体感数据，不是所有 RSI 任务都能达到同等降幅
- 评估结果来自 METR 第三方报告，Anthropic 没有官宣这几组模型的完整参数与能力边界
- 当前依旧是人主导，AI 只负责执行迭代，完全自主的 RSI 闭环还没有落地
【相关 FAQ】
问题 1：这次曝光的 Anthropic 三大内部模型领先 Opus5.5 三个月，是不是意味着很快就能对外上线？
回答 1：不是，这次曝光的 Anthropic 三大内部模型领先 Opus5.5 三个月，它们属于内部研发测试模型，没有官宣上线计划，一般只会把验证成熟的能力抽取到后续公开版本，不会直接开放 Model2、Model3、Model4 对外调用。
问题 2：借助 Anthropic 三大内部模型做 RSI，缩短 80% 实验时间是什么意思？
回答 2：借助 Anthropic 三大内部模型跑 RSI 递归自改进流程，缩短 80% 实验时间指从科研想法到拿到可分析实验结果的周期大幅压缩，大量编码、调试、重复验证环节交给 AI 完成，减少研究员在工程细节上消耗的时间。
问题 3：Opus5.5 和这次曝光的 Anthropic 三大内部模型是什么关系？
回答 3：Opus5.5 是已经对外发布的商用模型，这次曝光的 Anthropic 三大内部模型是 Opus5.5 之后持续迭代的内部版本，其中 Model2 能力和 Opus5.5 相近，Model4 能力折算领先 Opus5.5 大约三个月。
问题 4：RSI 在 Anthropic 三大内部模型这套管线里面，具体是用来干什么的？
回答 4：RSI 也就是递归自我改进，在 Anthropic 三大内部模型研发管线里面，用来让 AI 辅助设计、运行、迭代 AI 相关实验，自动优化模型训练方案、评测方案，实现模型自己辅助下一代模型研发，是这次实验提速的核心机制。
【参考资料】
[2026-11-06]（Anthropic 三大内部模型曝光！领先 Opus5.5 三个月，RSI 缩短 80% 实验时间）36 氪
[2026-11-06]（METR 报告解读：Anthropic 内部模型 AECI 能力曲线与 RSI 研发加速）METR 官网
[2026-10-10]（When AI Builds Itself，Anthropic RSI 递归自改进技术进展）36 氪英文报道
[2026-09-24]（Opus 5.5 是否来自内部教师模型蒸馏，RSI 路径讨论）36 氪
【免责声明】
本文内容基于 METR 第三方评估报告与行业媒体信息整理，Anthropic 暂未正式官宣这三款内部模型完整参数、指标；“领先三个月、RSI 缩短 80% 实验时间” 为第三方评估与研究员体感统计，不代表所有任务统一效果；内部模型不对外提供服务，后续公开模型更新以 Anthropic 官方公告为准；RSI 递归自改进属于前沿探索方向，相关进展不代表技术落地承诺。