深度介绍
METR 是 Model Evaluation & Threat Research 的缩写，官网首页用一句话交代自己在做什么：评估前沿 AI 模型，并让公众了解它们的风险与能力。首屏两个按钮分别指向 Our research 与 Careers，登录与搜索入口放在顶栏，九项导航覆盖工作、研究、笔记、更新、风险评估、关于、捐赠、招聘与搜索。整站找不到定价页，捐赠位直接挂在导航里，这正是非营利机构的形态：报告免费公开，运营依靠捐赠与合作维持。首页主体由时间域图与研究卡片构成，打开就能直接读内容。
任务完成时间域是 METR 最有代表性的指标，官网把它放在核心指标一栏，结论是过去六年模型能完成的任务时长呈指数增长，旁边提供 Read paper 与 View repo 两个按钮，论文与数据仓库都能直达。时间域页面目前提供两个版本：Time Horizon 1.1 是当前版本，任务集比旧版更大；Time Horizon 1.0 保留 2025 年 3 月的口径，方便回看当时的结论。两版都支持对数与线性两种刻度切换，并用 50% 与 80% 两条成功率线标出模型跨过门槛的时点，数据覆盖从 2019 年到 2025 年 11 月发布的模型。
风险侧的主入口是 Risk Assessment，独立出现在导航中，点进去是官方的风险评估内容。最新一期前沿风险报告覆盖 2026 年 2 月至 3 月，页面上还标注了关于流氓部署风险的试点评估，以及一句关键说明：评估所用的非公开信息与模型访问由前沿公司提供。这句话说明评测条件依赖被评估方的配合，官方把它写在明面上，读者可以自行判断结论的适用范围。对关注模型失控、越权调用与部署风险的团队来说，这一栏是全站最值得先看的部分。
研究区目前列出三项工作。第一项是对 349 名技术工人开展的自评调查，询问早期 2026 年 AI 对工作产出的价值，中位答案落在 1.4 倍到 2 倍之间，官方在结论旁明确提醒对这个量级保持怀疑。第二项是监控能力评估的早期工作，同时考察两个方向：监控者能否抓住侧任务，以及智能体能否绕过监控。第三项回答时间域在不同领域的差异，用九个基准覆盖科学推理、数学、机器人、计算机使用与自动驾驶等方向。三篇的共同点是把方法、数据与不确定性一起公开。
METR 不销售软件，也没有席位或调用计费，读者获取全部内容的成本是零：研究报告、时间域数据与风险评估都在官网直接打开，无需注册。机构的经费来源写在导航的 Donate 位置，捐赠入口与 Our research、Careers 并列，构成这家非营利机构的三个对外通道。想支持它的人可以直接捐赠，想合作的机构可以从研究页找到联系方式，想加入的人走 Careers。对预算有限但需要权威评测数据的团队而言，这种公开模式意味着引用与二次分析都不设门槛。
从内容结构看，METR 适合四类读者。政策与监管研究者可以引用时间域与风险报告作为讨论基础；前沿实验室能把自家模型放回时间轴上，判断相对位置；AI 安全与评测方向的研究者可以直接复用公开的方法与基准；关心行业进展的普通读者也能读懂结论与其中的保留意见。九项导航按用途分区，Notes 承载长文，Updates 承载短消息，Risk Assessment 单独成栏，Search 支持全站检索，不同需求的人不需要在同一页里互相等待。
上手路径很短。第一步打开官网首页，首屏就是时间域的图与论文入口，先看六年指数增长这条主线；第二步用顶栏进入 Risk Assessment 或 Updates，了解最新的风险结论与动态，也可以用 Search 直接检索关键词；第三步回到 Our research 通读研究列表，挑与自己相关的主题深入。全站没有注册墙，读完之后如果希望这类评测继续公开，导航上的 Donate 就是支持入口。招聘信息与全站搜索分别挂在顶栏两端，找东西不需要层层点选。
产品特点
商业产品的首页会放定价与购买按钮，这一页摆的是 Donate。非营利的身份决定了它的漏斗形状：先把研究公开，再把选择权交给读者。读完报告的人可以直接捐赠，想合作或求职的人各有通道，三条路互不干扰，也不需要先留邮箱才能看内容。
Time Horizon 1.1 用更大的任务集更新了口径，1.0 仍保留 2025 年 3 月的原始版本，读者可以看到两版之间结论的变化。对数与线性刻度随时切换，50% 与 80% 两条成功率线把跨门槛的时点标得很清楚，判断趋势不必自己换算。
349 人调查给出 1.4 到 2 倍的中位价值，官方同时提醒对这个量级保持怀疑。把不确定性写进结论本身，是这套评测最难得的地方：读者拿到的不只是一个数字，还有这个数字适用的边界，引用时不容易越界，也不容易被单个数据点误导。
前沿风险报告注明非公开信息与模型访问由前沿公司提供，流氓部署风险也在试点评估中。把评测依赖什么条件摊开来讲，读者就能自行判断结论的强弱，团队在内部引用时也能补上恰当的上下文，而不是拿着一个来源不明的结论去做决策。
最近动态
官网当前展示的最新一期 Frontier Risk Report 覆盖 2026 年 2 月至 3 月，同期页面标注了对流氓部署风险的试点评估，并说明评估所用的非公开信息与模型访问由前沿公司提供，读者可在风险评估栏直接阅读这一期内容。
时间域页面现在把 Time Horizon 1.1 标为当前版本，任务集比 2025 年 3 月发布的 1.0 更大，两版都保留查看入口，对数与线性刻度和 50%、80% 两条成功率线继续可用，覆盖 2019 年至 2025 年 11 月发布的模型。
研究区当前列出三份公开工作，分别是 349 名技术工人生产力调查、监控能力评估的早期工作，以及时间域的跨领域对比；导航上的 Donate 与 Our research、Careers 并列，读者无需注册即可阅读全部报告与数据。
METR 的全称是 Model Evaluation & Threat Research，是一家专注于前沿 AI 模型的非营利评测与威胁研究机构，官网首页把使命写得很直白：评估前沿模型，并让公众了解它们的风险与能力。整站导航九项，首屏给出 Our research 与 Careers 两个入口，一个通向全部研究成果，一个通向加入团队。与商业产品站不同，这一页没有定价与购买入口，摆出来的是捐赠位，读者读完报告之后可以直接用捐赠支持后续工作。 机构最核心的产出是任务完成时间域，官网把它列在核心指标位置，给出的判断是模型能完成的任务时长在过去六年里呈指数增长，论文提供 Read paper 与 View repo 两个入口。时间域当前有两个版本：Time Horizon 1.1 使用更大的任务集，Time Horizon 1.0 保留 2025 年 3 月的口径，两版都能在对数与线性刻度之间切换，并用 50% 与 80% 两条成功率线标出模型跨过门槛的位置。研究区另有三项工作：一项面向 349 名技术工人的调查显示自评价值中位在 1.4 到 2 倍之间，官方同时提醒对这个量级保持怀疑；一项监控能力评估的早期工作，分别考察监控者抓住侧任务与智能体绕过监控两种能力；还有一项把时间域拆到不同领域，用九个基准覆盖科学推理、数学、机器人、计算机使用与自动驾驶等方向。 面向读者的入口按用途分得很清楚：Risk Assessment 独立成栏，集中放风险评估；Notes 与 Updates 分别承载长篇分析与动态消息；Search 支持全站检索；前沿风险报告的最新一期覆盖 2026 年 2 至 3 月，其中包含对流氓部署风险的试点评估，并说明非公开信息与模型访问由前沿公司提供。政策研究者可以把它当参考依据，实验室能判断自家模型所处的位置，安全方向的读者可直接拿到方法与数据，普通读者也能读懂结论背后的保留意见。上手路径很短：打开首页看时间域图的趋势，再从 Risk Assessment 或 Updates 深入，最后用 Donate 支持这家机构继续公开发布。
核验信息
本页产品信息核对于 2026-10-04，来源包括 METR 官网首页、研究库、风险评估页与更新页，以及站点的 robots 规则与站点图。任务时间域的两版口径、六年指数增长、前沿风险报告期次、三项公开研究与捐赠入口等信息均引自官网公开页面，标识与封面取自官网公开图片资源，未做额外推断。
METR介绍页面对您是否有帮助？
METR