Anthropics IPO-Chart: Was Coxons Effizienz-These zeigt

Kann Anthropic sein KI-Modell Mythos heute schon mit einem Bruchteil der ursprünglichen Rechenleistung neu trainieren? Das behauptet Jacob Coxon, ehemaliger Forscher bei OpenAI und Anthropic. Er stützt seine Einschätzung auf ein Diagramm zur Effizienz des KI-Vortrainings aus Anthropics IPO-Roadshow. Seine Lesart: Die Effizienz steigt so schnell, dass sich sogar die Verbesserungsrate selbst beschleunigt.

Das wäre technisch bedeutsam. Doch zwischen einer ansteigenden Effizienzkurve und einer belastbaren Aussage über ein konkretes Modell liegt ein wichtiger Schritt: Es muss klar sein, welche Leistung mit welchem Rechenaufwand verglichen wird. Genau diese Überprüfbarkeit liefert eine illustrative Darstellung allein nicht.

Was die Kurve überhaupt beschreiben soll

Das von Coxon angeführte Diagramm trägt die Bezeichnung „Pre-training compute efficiency“. Gemeint ist die Recheneffizienz beim Vortraining eines Modells. Die technische Frage dahinter lautet: Wie viel Rechenarbeit ist nötig, um ein bestimmtes Leistungsniveau zu erreichen?

Eine Effizienzsteigerung lässt sich in zwei Richtungen nutzen. Bei gleichem Rechenbudget könnte ein leistungsfähigeres Modell entstehen. Oder ein vergleichbares Leistungsniveau könnte weniger Rechenarbeit benötigen. Welche dieser Aussagen ein Diagramm tatsächlich trägt, hängt von seiner Messmethode ab. Ein Vergleich braucht ein festgelegtes Leistungsziel und eine einheitliche Erfassung des Rechenaufwands.

Auch die Abgrenzung zählt. Eine Aussage über das Vortraining ist noch keine Aussage über den gesamten Entwicklungsaufwand. Ebenso wenig beschreibt sie automatisch den Aufwand, der später bei jeder einzelnen Antwort eines KI-Dienstes anfällt. Aus effizienterem Training folgt deshalb kein bezifferbarer Rabatt für Nutzer.

Was „superexponentiell“ hier bedeutet

Coxon interpretiert die logarithmisch dargestellte Kurve als „superexponentiellen algorithmischen Fortschritt“. Der Begriff bezeichnet mehr als schnelles Wachstum. Bei exponentiellem Wachstum bleibt der Vervielfachungsfaktor über gleich lange Zeiträume konstant. Bei superexponentiellem Wachstum nimmt dieser Faktor selbst zu.

Eine logarithmische Skala hilft, diesen Unterschied zu verstehen. Konstantes exponentielles Wachstum ergibt darauf eine Gerade, sofern die Zeitachse gleichmäßig eingeteilt ist. Eine nach oben gekrümmte Linie kann auf eine zunehmende Wachstumsrate hinweisen. Das macht Coxons Interpretation nachvollziehbar, ersetzt aber keine Prüfung der zugrunde liegenden Werte.

Denn eine Kurvenform erklärt noch nicht, wie die einzelnen Punkte zustande kamen. Für eine technische Bewertung müsste nachvollziehbar sein, ob über den gesamten Zeitraum dasselbe Leistungsmaß verwendet wurde und ob die Schätzungen vergleichbar sind. Ohne diese Angaben lässt sich aus dem Verlauf keine verlässliche künftige Verbesserungsrate berechnen.

Die Mythos-Behauptung braucht einen direkten Vergleich

Coxons konkrete Behauptung lautet, Anthropic könne Mythos bereits mit einem Bruchteil der ursprünglich benötigten Rechenleistung erneut trainieren. Das ist zunächst seine Einschätzung. Ein bezifferter, überprüfbarer Einsparfaktor ist damit nicht belegt.

Für einen belastbaren Vergleich müsste „Mythos erneut trainieren“ genauer definiert sein. Geht es um dieselben Fähigkeiten über ein breites Aufgabenspektrum? Oder um das Erreichen ausgewählter Testergebnisse? Ein Modell, das bei einzelnen Aufgaben gleich gut abschneidet, muss nicht in allen anderen Eigenschaften vergleichbar sein.

Außerdem bezeichnet weniger Rechenarbeit noch keine entsprechend kürzere Trainingsdauer. Dafür wäre zusätzlich entscheidend, auf welcher Hardware und mit welcher Auslastung gerechnet wird. Auch niedrigere Gesamtkosten lassen sich aus einem Rechenfaktor allein nicht ableiten. Coxons Aussage betrifft zunächst den rechnerischen Aufwand, nicht automatisch Kalenderzeit, Stromrechnung oder Entwicklungskosten.

Die Fußnote begrenzt die Aussagekraft

Das von Coxon angeführte Material aus der IPO-Roadshow enthält demnach eine entscheidende Einschränkung: Die Datenpunkte beruhen auf internen Schätzungen und dienen „ausschließlich zu illustrativen Zwecken“. Damit ist die Darstellung kein unabhängig überprüfter Nachweis für einen bestimmten Effizienzfaktor.

Coxon verknüpft die darin dargestellte Entwicklung mit seinem Austritt aus Anthropic im September 2026. Er hatte dabei Bedenken hinsichtlich existenzieller KI-Risiken geäußert. Seine Bewertung als ehemaliger Forscher verdient Aufmerksamkeit. Sie macht die zugrunde liegenden Schätzungen aber nicht automatisch messbar und belegt auch nicht deren Fortschreibung.

Die technische Schlussfolgerung bleibt deshalb eng: Das Diagramm veranschaulicht eine von Coxon behauptete Beschleunigung der Trainingseffizienz. Wie viel Rechenleistung ein erneutes Mythos-Training heute tatsächlich benötigen würde, ist damit nicht nachgewiesen. Dafür braucht es vergleichbare Leistungswerte, definierte Rechenbudgets und eine offengelegte Berechnungsmethode. Erst dann wird aus einer eindrucksvollen Kurve eine belastbare Effizienzaussage.