Anthropic afirmó el lunes (12) que sus nuevas defensas contra la copia no autorizada de modelos de inteligencia artificial redujeron entre 10 y 100 veces el volumen de razonamiento extraído de Claude por agentes identificados como responsables de ataques de destilación. Los resultados se presentaron en un informe técnico que detalla restricciones de acceso, sistemas de detección y bloqueos de cuentas.
La destilación consiste en utilizar respuestas de un modelo avanzado para entrenar a otro sistema para que reproduzca sus capacidades. Uno de los objetivos más valiosos son los registros de razonamiento, que revelan etapas intermedias utilizadas por el modelo antes de producir una respuesta.
Para dificultar esa extracción, Anthropic adoptó un sistema de clasificación en dos etapas, capaz de identificar solicitudes que intentan recuperar razonamientos protegidos. La protección está activa en modelos como Claude Sonnet 5.5, Opus 5 y 5.5, y Fable 5 y 5.1.
La empresa también restringió la transferencia de registros de razonamiento entre modelos, conversaciones y cuentas. Desde 31 de agosto de 2026, las nuevas cuentas de la API están sujetas a una protección que impide la edición de determinados contextos anteriores en los modelos compatibles.
Las cuentas involucradas en intentos recurrentes de extracción enfrentan límites de uso más estrictos y posibles prohibiciones. Anthropic afirma haber cerrado decenas de miles de cuentas asociadas a la destilación, con frecuencia menos de dos horas después del inicio de las campañas.
La reducción de hasta 100 veces es una medición interna, y a los usuarios legítimos se les puede cobrar
La reducción divulgada se calculó a partir de estimaciones de la propia Anthropic sobre la cantidad de tokens de razonamiento extraída en su plataforma. No se trata de una medición independiente, ni de una demostración de que los ataques hayan sido eliminados.
La compañía reconoce que aún no ha enfrentado un intento altamente sofisticado y persistente de eludir el conjunto completo de las nuevas protecciones. También admite que no sabe cuánto tiempo se mantendrán los resultados.
Las restricciones tienen consecuencias para los desarrolladores legítimos. Aunque los clasificadores presentan una tasa declarada de falsos positivos inferior al 0,1 %, las solicitudes permitidas pueden ser identificadas incorrectamente y bloqueadas.
Desde 24 de septiembre, Anthropic volvió a cobrar por determinadas solicitudes bloqueadas incluso antes de que Claude respondiera, incluyendo casos relacionados con la destilación en categorías en las que sus sistemas registran falsos positivos por debajo del 0,1 %.
La empresa reconoce además que algunas integraciones tuvieron que actualizarse para funcionar con las nuevas restricciones. Las medidas se implementaron en momentos diferentes, mientras que la publicación del 12 de octubre reúne los resultados observados y explica sus limitaciones.
