Michael JohnsonIl 12 ottobre Anthropic ha descritto un nuovo insieme di misure contro la distillazione non autorizzata dei modelli Claude. Secondo la stima dell’azienda, dopo l’introduzione dei classificatori il numero di token di ragionamento estratti da malintenzionati sulla sua piattaforma è diminuito di 10–100 volte. Si tratta di una stima relativa al flusso interno di Anthropic, non di una misurazione complessiva della distillazione nell’intero settore.
La distillazione è un metodo di addestramento in cui un modello impara dalle risposte di un altro. Le nuove restrizioni di Anthropic puntano a impedire che reti di account tentino di estrarre tracce di ragionamento protette per addestrarvi altri modelli. L’azienda descrive anche servizi proxy che distribuiscono le richieste tra account, modelli e fornitori di infrastrutture.
Tre livelli di protezione
Il primo livello limita il trasferimento di blocchi di ragionamento protetti tra conversazioni, account e modelli. Per Claude Fable 5.1 e Opus 5.5, Anthropic ha introdotto la modalità preserved thinking: i nuovi account API creati il 31 agosto 2026 o successivamente non possono modificare il contesto precedente del modello. Per Sonnet 5.5, le tracce di ragionamento sono disponibili soltanto all’organizzazione che le ha richieste.
Il secondo livello consiste in classificatori a due fasi che rilevano i tentativi di estrarre ragionamenti nascosti. Anthropic dichiara di aver verificato il sistema con test red team interni ed esterni e che il tasso di falsi positivi è inferiore allo 0,1%. L’azienda applica i classificatori ai modelli pubblici più potenti elencati nella descrizione delle nuove protezioni.
Il terzo livello rende più difficili i tentativi ripetuti: agli account con segnali persistenti di estrazione vengono imposti limiti più rigorosi oppure vengono bloccati. Anthropic afferma di aver bloccato decine di migliaia di account legati alla distillazione; secondo l’azienda, molti sono stati individuati meno di due ore dopo l’inizio della campagna.
Che cosa misura la riduzione dichiarata
La stima di 10–100 volte confronta il numero di token di ragionamento di Claude che Anthropic considera estratti sulla propria piattaforma prima e dopo l’introduzione dei nuovi classificatori. Questa metrica descrive il flusso osservato dall’azienda, non la qualità dei modelli altrui né il volume della distillazione nell’intero settore. Anthropic scrive che i classificatori applicati ai modelli elencati rilevano tutte le tecniche di estrazione descritte nel suo rapporto di settembre.
L’azienda riporta separatamente un test su SWE-bench Verified. Un modello preaddestrato e poi perfezionato su trascrizioni complete di Claude Opus 4.8 ha ottenuto l’80,4%; un modello addestrato su trascrizioni abbreviate ha raggiunto il 71,8%. In questo esperimento, le trascrizioni abbreviate sono state meno utili al modello per risolvere i problemi di SWE-bench Verified. Anthropic non presenta questi risultati come una valutazione dell’efficacia dell’intero nuovo insieme di protezioni.
Conseguenze per gli sviluppatori
Le protezioni incidono sulle integrazioni e sui costi delle API. Anthropic segnala che la modalità preserved thinking ha richiesto aggiornamenti da parte di alcuni sviluppatori, che i classificatori possono bloccare per errore richieste innocue in meno dello 0,1% dei casi e che, dal 24 settembre, l’azienda addebita le richieste interrotte dalle protezioni nelle categorie in cui il tasso dichiarato di falsi positivi è inferiore allo 0,1%.
I team che trasferiscono il contesto tra chiamate dovrebbero verificare la compatibilità della propria logica con i blocchi di ragionamento protetti e testare la gestione dei rifiuti e della fatturazione nei normali scenari operativi. Anthropic invita i fornitori di piattaforme API a monitorare gli abusi tramite intermediari e infrastrutture di terze parti e a disattivare le reti di account confermate.
Anthropic si aspetta che gli aggressori si adattino e dichiara di continuare ad aggiornare i classificatori. Per gli sviluppatori, il compito pratico è già chiaro: tenere conto delle restrizioni sul trasferimento del contesto e verificare come l’integrazione gestisce blocchi e fatturazione.