Anthropic publicó el 12 de octubre una nueva descripción de sus defensas contra la destilación de Claude: combina controles sobre el acceso al razonamiento, un clasificador y medidas contra las cuentas que insisten en extraerlo. La empresa afirma que, tras introducir el clasificador, la extracción de tokens de razonamiento en su propia plataforma cayó entre 10 y 100 veces, según su explicación de las medidas y los resultados.
La destilación consiste en entrenar un modelo con las respuestas de otro. El debate sobre el uso de Claude para ese fin ya había aparecido en la cobertura de NeoTeo sobre las acusaciones de EE. UU. a seis empresas chinas; esta vez, Anthropic detalla las barreras que dice haber desplegado y sus efectos para los usuarios de API.
Cómo limita Anthropic el acceso al razonamiento
Las medidas combinan restricciones para editar o trasladar razonamiento entre contextos, un clasificador de dos etapas que busca intentos de extracción y controles sobre las cuentas. Anthropic dice que actualiza el clasificador frente a técnicas como pedir a Claude que traduzca su razonamiento previo o que lo reproduzca entre etiquetas junto a la respuesta.
| Medida | Modelos o cuentas cubiertos | Función descrita por Anthropic |
| Razonamiento preservado | Cuentas API creadas el 31 de agosto de 2026 o después, para Claude Fable 5.1 y Claude Opus 5.5 | Impide editar el contexto previo; modelos anteriores con defensas más débiles no pueden leer el razonamiento de estos modelos. |
| Acceso a transcripciones | Claude Sonnet 5.5 | Las transcripciones de razonamiento solo son accesibles para la organización que generó la solicitud. |
| Clasificador de dos etapas | Claude Sonnet 5.5, Claude Opus 5 y Claude Opus 5.5, Claude Fable 5 y Claude Fable 5.1 | Detecta técnicas de extracción; Anthropic dice que lo ha sometido a pruebas manuales y automatizadas. |
| Medidas sobre las cuentas | Cuentas que intentan extraer razonamiento de forma reiterada | Anthropic puede imponer límites de uso más estrictos y cancelar cuentas por intentos persistentes. |
Anthropic afirma que ha cancelado decenas de miles de cuentas asociadas a la destilación; en algunos casos, menos de dos horas después de que comenzara una campaña.
Qué miden las cifras de Anthropic
La caída de entre 10 y 100 veces se refiere a la extracción estimada de tokens de razonamiento en la plataforma de Anthropic después de introducir el clasificador. La empresa también estima que sus defensas redujeron entre un 90 % y un 99 % los datos obtenidos por quienes destilan modelos. Son medidas distintas: la primera cuenta tokens extraídos en la plataforma de Anthropic; la segunda es la estimación más amplia que la compañía ofrece sobre los datos cosechados.
Los efectos para usuarios legítimos
Anthropic reconoce que algunos desarrolladores han tenido que adaptar sus integraciones. También comunica una tasa de falsos positivos inferior al 0,1 %, aunque admite que solicitudes legítimas pueden quedar bloqueadas.
La empresa reanudó el cobro de ciertas solicitudes bloqueadas antes de que Claude responda, en áreas de protección —incluida la destilación— donde la tasa de falsos positivos es inferior al 0,1 %. Anthropic sitúa el cambio el 24 de septiembre. La publicación oficial de Claude Developers está relacionada con ese cobro:
Anthropic afirma que todavía no ha observado un intento muy sofisticado y persistente de sortear las nuevas defensas, y que desconoce cuánto durarán los resultados comunicados.
