Michael JohnsonEl 12 de octubre, Anthropic describió un nuevo conjunto de medidas contra la destilación no autorizada de los modelos Claude. Según la estimación de la empresa, tras implementar clasificadores, el número de tokens de razonamiento extraídos por actores maliciosos en su plataforma se redujo entre 10 y 100 veces. Se trata de una estimación del tráfico interno de Anthropic, no de una medición general de la destilación en todo el sector.
La destilación es un método de entrenamiento en el que un modelo aprende de las respuestas de otro. Las nuevas restricciones de Anthropic están dirigidas a situaciones en las que redes de cuentas intentan extraer registros de razonamiento protegidos para entrenar otros modelos con ellos. La empresa también describe servicios proxy que distribuyen solicitudes entre cuentas, modelos y proveedores de infraestructura.
Tres capas de protección
La primera capa limita la transferencia de bloques de razonamiento protegidos entre conversaciones, cuentas y modelos. Para Claude Fable 5.1 y Opus 5.5, Anthropic introdujo el modo de razonamiento preservado (preserved thinking): las nuevas cuentas de API creadas el 31 de agosto de 2026 o después no pueden editar el contexto previo del modelo. En Sonnet 5.5, los registros de razonamiento solo están disponibles para la organización cuya solicitud los generó.
La segunda capa consiste en clasificadores de dos etapas que detectan intentos de extraer razonamientos ocultos. Anthropic afirma que probó el sistema con ejercicios internos y externos de red team y que la tasa de falsos positivos es inferior al 0,1 %. La empresa aplica los clasificadores a los modelos públicos más potentes que enumera en la descripción de las nuevas protecciones.
La tercera capa dificulta los intentos repetidos: las cuentas con indicios persistentes de extracción reciben límites más estrictos o se bloquean. Anthropic afirma que bloqueó decenas de miles de cuentas vinculadas a la destilación; según la empresa, muchas se detectaron menos de dos horas después del inicio de la campaña.
Qué mide la reducción anunciada
La estimación de entre 10 y 100 veces compara la cantidad de tokens de razonamiento de Claude que Anthropic considera extraídos en su propia plataforma antes y después de implementar los nuevos clasificadores. Esta métrica describe el tráfico observado por la empresa, no la calidad de modelos ajenos ni el volumen de destilación en todo el sector. Anthropic escribe que los clasificadores detectan todas las técnicas de extracción descritas en su informe de septiembre en los modelos enumerados.
Por separado, la empresa presenta una prueba con SWE-bench Verified. Un modelo preentrenado y luego ajustado con transcripciones completas de Claude Opus 4.8 obtuvo un 80,4 %; otro, entrenado con transcripciones abreviadas, alcanzó un 71,8 %. En este experimento, los registros abreviados resultaron menos útiles para que el modelo resolviera tareas de SWE-bench Verified. Anthropic no presenta estos resultados como una evaluación de la eficacia del conjunto completo de nuevas protecciones.
Consecuencias para los desarrolladores
Las protecciones modifican las integraciones y los cálculos de la API. Anthropic señala que el modo de razonamiento preservado exigió actualizaciones a algunos desarrolladores, que los clasificadores pueden bloquear por error solicitudes inocuas en menos del 0,1 % de los casos y que, desde el 24 de septiembre, cobra por las solicitudes detenidas por las protecciones en categorías donde la tasa de falsos positivos declarada es inferior al 0,1 %.
Los equipos que transfieren contexto entre llamadas deberían comprobar que su lógica sea compatible con los bloques de razonamiento protegidos y probar la gestión de rechazos y la facturación en situaciones habituales. Anthropic recomienda a los proveedores de plataformas de API vigilar los abusos a través de intermediarios e infraestructura de terceros y desactivar las redes de cuentas confirmadas.
Anthropic prevé que los atacantes se adaptarán y afirma que continúa actualizando los clasificadores. Para los desarrolladores, la tarea práctica ya está clara: tener en cuenta las restricciones para transferir contexto y comprobar cómo gestiona la integración los bloqueos y la facturación.