Anthropic mantiene sin lanzamiento su Model 2 y eleva su estimación de riesgo de desalineación

Anthropic está mostrando que desarrollar un modelo y decidir liberarlo son decisiones distintas. Axios reportó que la compañía no planea lanzar externamente un modelo interno al que llama “Model 2”, descrito como más potente que su línea Mythos en varias tareas exploratorias. Anthropic explicó que entrena y evalúa versiones internas que no necesariamente están destinadas a usuarios. El dato relevante no es solo que exista un modelo más capaz detrás de puertas cerradas, sino que la organización está manteniendo una frontera deliberada entre investigación, uso interno y disponibilidad comercial mientras continúa desarrollando sistemas más avanzados.

El cambio viene acompañado de una revisión al alza de su estimación de riesgo. En su reporte más reciente, Anthropic elevó de “muy bajo” a “bajo” su evaluación amplia del riesgo de desalineación en situaciones de alto impacto, citando incidentes recientes de ciberseguridad. Axios también señala que la empresa observa señales de aceleración en la capacidad de los modelos para realizar investigación y desarrollo automatizados. La valoración continúa lejos de afirmar que un daño grave sea probable, pero sí reconoce que el nivel de confianza anterior ya no describe adecuadamente lo que la compañía está observando.

Model 2 ya tiene utilidad interna aunque no exista una fecha de lanzamiento para clientes. El reporte citado por Axios indica una mejora perceptible en múltiples tareas internas y señala que Model 2, junto con Mythos 5, se utiliza intensamente dentro de Anthropic para programación, trabajo agentic y generación de datos. La compañía aclara, sin embargo, que el salto no reproduce la misma magnitud de mejora que se vio anteriormente entre Opus 4.6 y Mythos. Ese matiz evita convertir cada nueva versión interna en una supuesta revolución y ayuda a distinguir capacidad incremental, investigación experimental y producto listo para distribución.

La parte más importante del informe es la incertidumbre sobre cómo medir capacidades que siguen avanzando. Anthropic reconoce que tiene menos confianza que en reportes anteriores porque algunas evaluaciones concretas basadas en tareas ya no capturan bien los incrementos de capacidad. Esto crea un problema de gobernanza: si el instrumento de medición pierde sensibilidad, una organización no puede tratar un benchmark histórico como garantía suficiente. La evolución de un sistema puede exigir nuevos tests, nuevos escenarios adversariales y métricas que observen comportamiento compuesto, especialmente cuando un modelo trabaja durante más tiempo, usa herramientas o ejecuta cadenas de acciones.

No lanzar Model 2 no significa que Anthropic haya pausado su desarrollo general. Axios enfatiza que la compañía continúa investigando y que la decisión de no ofrecer este modelo externamente forma parte de su proceso normal de I+D. Esa separación importa para clientes empresariales porque evita dos supuestos frecuentes: que todo modelo interno terminará convirtiéndose en producto, o que una demora comercial significa que la capacidad dejó de avanzar. En la práctica, los proveedores pueden seguir mejorando modelos privados mientras revisan seguridad, acceso, infraestructura y condiciones de uso antes de exponerlos a terceros.

Para quienes compran IA, la noticia obliga a tratar disponibilidad como una variable de arquitectura. Una empresa que construye un proceso crítico alrededor del “modelo más nuevo” puede quedar atrapada si ese modelo cambia de acceso, se retrasa o nunca se ofrece. Conviene diseñar niveles de servicio basados en capacidades necesarias —razonamiento, contexto, herramientas, latencia, costo— y no en un nombre de modelo específico. También es razonable mantener pruebas de sustitución para saber qué parte del flujo funciona con una alternativa y qué parte depende de una capacidad que todavía no tiene reemplazo.

La lectura operativa es que la frontera técnica necesita una frontera de decisión igual de clara. Antes de adoptar un modelo para un proceso sensible, el equipo debería definir qué evidencia exige para considerarlo apto, qué riesgos bloquean el despliegue, qué monitoreo seguirá activo y quién puede retirar acceso si aparecen señales nuevas. Anthropic está haciendo visible un principio que también aplica a empresas pequeñas: tener una tecnología disponible internamente no obliga a ponerla inmediatamente frente al cliente. El control real aparece cuando desarrollo, evaluación, publicación y operación tienen puertas distintas y cada puerta exige evidencia propia.