A Anthropic afirmou na segunda-feira (12) que suas novas defesas contra a cópia não autorizada de modelos de inteligência artificial reduziram entre 10 e 100 vezes o volume de raciocínio extraído do Claude por agentes identificados como responsáveis por ataques de destilação. Os resultados foram apresentados em um relatório técnico que detalha restrições de acesso, sistemas de detecção e bloqueios de contas.
A destilação consiste em utilizar respostas de um modelo avançado para treinar outro sistema a reproduzir suas capacidades. Um dos alvos mais valiosos são os registros de raciocínio, que revelam etapas intermediárias utilizadas pelo modelo antes de produzir uma resposta.
Para dificultar essa extração, a Anthropic adotou um sistema de classificação em duas etapas, capaz de identificar solicitações que tentam recuperar raciocínios protegidos. A proteção está ativa em modelos como Claude Sonnet 5.5, Opus 5 e 5.5 e Fable 5 e 5.1.
A empresa também restringiu a transferência de registros de raciocínio entre modelos, conversas e contas. Desde 31 de agosto de 2026, novas contas da API estão sujeitas a uma proteção que impede a edição de determinados contextos anteriores nos modelos compatíveis.
Contas envolvidas em tentativas recorrentes de extração enfrentam limites de uso mais rigorosos e possíveis banimentos. A Anthropic afirma ter encerrado dezenas de milhares de contas associadas à destilação, frequentemente menos de duas horas após o início das campanhas.
Redução de até 100 vezes é medição interna, e usuários legítimos podem ser cobrados
A redução divulgada foi calculada a partir de estimativas da própria Anthropic sobre a quantidade de tokens de raciocínio extraída em sua plataforma. Não se trata de uma medição independente, nem de uma demonstração de que os ataques foram eliminados.
A companhia reconhece que ainda não enfrentou uma tentativa altamente sofisticada e persistente de contornar o conjunto completo das novas proteções. Também admite não saber por quanto tempo os resultados serão mantidos.
As restrições têm consequências para desenvolvedores legítimos. Embora os classificadores apresentem uma taxa declarada de falsos positivos inferior a 0,1%, solicitações permitidas podem ser identificadas incorretamente e bloqueadas.
Desde 24 de setembro, a Anthropic voltou a cobrar por determinadas solicitações bloqueadas antes mesmo de o Claude responder, incluindo casos relacionados à destilação em categorias nas quais seus sistemas registram falsos positivos abaixo de 0,1%.
A empresa reconhece ainda que algumas integrações precisaram ser atualizadas para funcionar com as novas restrições. As medidas foram implementadas em momentos diferentes, enquanto a publicação de 12 de outubro reúne os resultados observados e explica suas limitações.
