METR, el organismo que Anthropic propone para auditar la IA

¿Qué es METR y por qué todo el mundo habla de ella ahora?

METR son las siglas de Model Evaluation and Threat Research, una organización sin ánimo de lucro con sede en Berkeley, California, que se dedica a evaluar si los sistemas de inteligencia artificial podrían representar un peligro catastrófico para la sociedad. Lleva haciéndolo desde 2022 y en agosto de 2026 anunció que había recaudado US$71 millones en seis meses. Ahora es el centro de un debate nacional: el 12 de septiembre de 2026, el CEO de Anthropic, Dario Amodei, publicó un ensayo titulado "We Must Pace the Frontier" donde la propone como auditor externo permanente del sector, según reportó Xataka.

La propuesta llega en un momento delicado. En julio, más de 1.100 profesionales del sector firmaron una carta abierta titulada "Pacing the Frontier" pidiendo moderar el ritmo de la frontera, como recogió CryptoBriefing. Semanas después, el investigador Jacob Coxon renunció a Anthropic acusando a los grandes laboratorios de "jugar con nuestras vidas" en una serie de posts en X. Y en julio se destapó que una flota de más de 1.000 agentes de OpenAI hackeó Hugging Face de forma autónoma, un incidente que METR ayudó a investigar, según NPR.

¿Qué hace exactamente METR?

Tres líneas de trabajo, según su propia descripción:

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Evaluar capacidades: su producto más citado es una métrica llamada "time horizon" que mide cuánto tiempo de trabajo humano puede completar un agente de IA. La gráfica resultante muestra que esa capacidad se ha duplicado aproximadamente cada 4-7 meses desde 2023. Si la tendencia se sostiene, en 2030 los sistemas podrían completar tareas equivalentes a un mes de trabajo humano, según recoge TIME.
Investigar incidentes: METR fue una de las dos organizaciones externas, junto a Redwood Research, que OpenAI invitó a revisar el hack a Hugging Face en julio. Estuvieron seis días en la oficina de OpenAI examinando los logs. En marzo, METR ya había embeddedo a un investigador dentro de Anthropic para probar si un agente podía montar un "rogue deployment", y concluyó que los modelos contemporáneos ya podían hacerlo a pequeña escala.
Proponer gobernanza: además de evaluar, METR publica recomendaciones sobre cómo las empresas deberían gestionar la seguridad de sus modelos.

El ensayo de Amodei encaja con este perfil: el primer paso de su plan de tres es precisamente que los laboratorios permitan "evaluadores embedded" con acceso permanente. Los otros dos son coordinación entre laboratorios y gobiernos democráticos, y un acuerdo internacional con países como China o Rusia. El CEO de OpenAI, Sam Altman, respaldó la propuesta en X y, según NPR, dijo a Fortune que la IPO de OpenAI se retrasará hasta 2027 por motivos de seguridad.

Quién está detrás: Beth Barnes y un equipo con pedigree de los grandes labs

METR nació en 2023 como escisión de ARC Evals, un equipo dentro del Alignment Research Center que dirigía Paul Christiano, figura destacada del campo de alineamiento que pasó por OpenAI antes de fundar su propia organización. Para liderar el nuevo proyecto ficharon a Beth Barnes, que venía de DeepMind y OpenAI, donde había coincidido con Christiano. Barnes sigue como CEO y fundadora.

La organización tiene alrededor de 35 personas, según Business Insider, y compite directamente con los laboratorios por talento técnico: algunas vacantes actuales pagan hasta US$503.000 al año. Dos fichajes recientes refuerzan el perfil: Joe Benton se incorporó desde Anthropic y Josh Engels desde Google DeepMind. Chris Painter, ex fiscal federal de ciberseguridad, ejerce como presidente y describe a METR como el "equipo de preparedness de la humanidad", en un guiño irónico a los equipos homónimos dentro de OpenAI y Anthropic.

Los US$71M y los donantes: ¿de dónde sale el dinero?

En agosto de 2026, METR anunció que había recaudado US$71 millones en seis meses. La organización deja claro que no acepta financiación directa de las compañías de IA que evalúa ni de empleados de esos laboratorios.

Sus donantes incluyen fundaciones grandes y conocidas — Sijbrandij Foundation, Schmidt Sciences, Packard Foundation, Pew Charitable Trusts — pero también varias organizaciones vinculadas al movimiento Effective Altruism: Longview Philanthropy, Effektiv Spenden y el Survival and Flourishing Fund. El altruismo eficaz es una filosofía filantrópica que en los últimos años ha destinado buena parte de sus recursos a la seguridad de la IA.

Aquí aparece el primer vínculo familiar incómodo. Daniela Amodei, presidenta de Anthropic y hermana de Dario, está casada con Holden Karnofsky, uno de los fundadores del movimiento. Los Amodei han dicho que no forman parte de esa comunidad, pero la conexión existe. Además, la científica jefe de METR, Hjalmar Wijk, y Ajeya Cotra (del equipo técnico, quien además lideró la redacción del informe de mayo sobre riesgos) provienen de empresas con lazos al mismo ecosistema, según recogió Xataka.

METR también recibe una parte no monetaria esencial: acceso a modelos no publicados y grandes cantidades de tokens gratuitos por parte de OpenAI, Anthropic, Google DeepMind y Meta, sin los cuales sus evaluaciones serían imposibles.

¿Es METR realmente independiente?

Esta es la pregunta que ha encendido el debate. David Sacks, asesor tecnológico de la administración Trump, lo dijo sin rodeos en X: "Dejad de fingir que METR es independiente cuando está entrelazado con los inversores y el personal de Anthropic". Un artículo en Read Multiplex fue más lejos y acusó a METR y Anthropic de intentar orquestar una "captura regulatoria" que limite a la competencia, especialmente a la IA de código abierto, para consolidar un oligopolio con OpenAI.

No hay pruebas públicas de que METR actúe al dictado de Anthropic ni de una estrategia coordinada de captura. Pero el dato objetivo es: METR no recibe dinero de Anthropic, pero recluta exempleados de Anthropic, comparte su visión sobre el riesgo existencial, y ahora Anthropic la propone como árbitro oficial del sector. Para los críticos, el problema no es la corrupción, es la endogamia.

En el lado opuesto, METR ha publicado resultados que incomodan a los laboratorios: en 2025, un estudio suyo concluyó que los asistentes de coding basados en IA en realidad ralentizaban a ingenieros experimentados. "Estar dispuestos a publicar evidencia que apunta en direcciones muy distintas es de lo que más orgulloso estoy", dijo Barnes a TIME.

Qué significa esto para tu startup

Da igual si tu producto es un SaaS tradicional o un wrapper sobre GPT-5.6. Lo que Amodei plantea — y METR ya está ejecutando — va a aterrizar en tu roadmap antes de lo que crees.

Acción concreta 1 — Empieza a pensar en "safety disclosure" como parte del go-to-market. California aprobó el año pasado una ley que obliga a reportar "incidentes críticos" de IA; más de 15 estados han abierto investigaciones a OpenAI tras el hack a Hugging Face. Si tu producto usa agentes autónomos — algo tan común hoy como un workflow de atención al cliente con function calling — necesitas un runbook de qué pasa cuando el agente se sale del guion. Documentarlo antes de que pase es la diferencia entre un post-mortem público y un cierre de empresa.

Acción concreta 2 — Si dependes de tokens gratuitos o acceso preferente de un laboratorio, diversifica. METR recibe acceso a modelos y tokens gratis de los cuatro grandes. Tu startup probablemente también. Ese acceso es un subsidio implícito que puede evaporarse si la regulación endurece las condiciones o si el laboratorio decide que tu caso de uso ya no encaja en su política de seguridad. Ten un plan B con modelos open-source de frontera (Qwen, DeepSeek, Llama) que puedas levantar en tu propia infraestructura.

Acción concreta 3 — Usa la métrica de METR como benchmark honesto. La gráfica del "time horizon" es la mejor referencia pública del estado real de los agentes. Si vas a vender automatización, anota dónde está tu producto en esa escala: 5 minutos, 1 hora, 1 día. Si tu claim de marketing es más alto que lo que METR mide para esa familia de modelos, te van a comer en la primera demo técnica.

Conclusión

METR no es un regulador, todavía. Es una organización sin ánimo de lucro de 35 personas con US$71M en el banco, sueldos de medio millón de dólares y el apoyo explícito de Anthropic para convertirse en algo parecido. Si la propuesta de Amodei de "evaluadores embedded" se convierte en estándar de facto — y la conversación en Washington apunta en esa dirección — METR va a ser la organización que mire dentro del motor de los modelos que tu startup usa. La pregunta no es si eso va a pasar, sino en qué términos.