Le 12 octobre 2026, Anthropic a décrit plusieurs protections destinées à compliquer la distillation de Claude — l’entraînement d’un autre modèle à partir des réponses du premier. L’entreprise affirme que l’extraction de tokens de raisonnement sur sa plateforme a été 10 à 100 fois plus faible après l’introduction d’un classificateur. Elle combine ce filtre avec des restrictions d’accès au raisonnement et des mesures contre les comptes qui multiplient les tentatives. Anthropic détaille ces protections et les résultats qu’elle leur attribue.
NeoTeo avait déjà relaté les affirmations d’Anthropic sur l’utilisation de Claude dans des opérations militaires et de surveillance liées à la Chine. La nouvelle publication porte sur les protections que l’entreprise dit avoir renforcées contre l’extraction de réponses et de raisonnements.
Comment fonctionnent les protections
Anthropic décrit trois volets. Le « raisonnement préservé » limite la modification du contexte antérieur de Claude pour certains nouveaux comptes API. Des restrictions encadrent aussi l’accès aux transcriptions de raisonnement. Enfin, un classificateur en deux étapes vise à repérer les tentatives d’extraction ; des limites d’usage et des bannissements peuvent viser les comptes qui persistent.
| Protection | Modèles ou comptes concernés | Fonction décrite par Anthropic |
| Raisonnement préservé | Nouveaux comptes API créés à partir du 31 août 2026 pour Claude Fable 5.1 et Claude Opus 5.5 | Empêche ces comptes de modifier le contexte antérieur de Claude ; Anthropic indique aussi que des modèles antérieurs aux protections plus strictes ne peuvent pas lire le raisonnement de ces modèles. |
| Accès aux transcriptions | Claude Sonnet 5.5 | Les transcriptions de raisonnement sont accessibles uniquement à l’organisation à l’origine de la requête. |
| Classificateur en deux étapes | Claude Sonnet 5.5, Claude Opus 5 et 5.5, Claude Fable 5 et 5.1 | Repère les tentatives d’extraction selon les mécanismes décrits par Anthropic. |
| Mesures sur les comptes | Comptes qui tentent de façon répétée d’extraire des raisonnements | Des limites d’utilisation plus strictes et des bannissements peuvent suivre les tentatives persistantes. |
Anthropic dit avoir adapté le classificateur à des méthodes telles que demander à Claude de traduire un raisonnement antérieur ou de le reproduire dans des balises à côté de sa réponse. L’entreprise indique également que ses équipes ont éprouvé le système avec des transcriptions de tentatives d’extraction, par des méthodes manuelles et automatisées.
Ce que mesure la baisse annoncée
Le chiffre de 10 à 100 fois concerne l’extraction estimée de tokens de raisonnement sur la plateforme d’Anthropic après l’introduction du classificateur. L’entreprise présente séparément une estimation d’environ 90 à 99 % de réduction des données recueillies par les distillateurs. Ces deux chiffres décrivent des mesures différentes ; ni l’un ni l’autre ne signifie que toute distillation a cessé.
Anthropic affirme avoir banni des dizaines de milliers de comptes associés à la distillation. Selon l’entreprise, certains bannissements sont intervenus moins de deux heures après le début d’une campagne. Elle dit ne pas avoir encore observé de tentative très sophistiquée et persistante visant à contourner les nouvelles protections et ne pas savoir combien de temps les gains annoncés dureront.
Ce que les développeurs peuvent constater
Anthropic reconnaît que certains développeurs ont dû modifier leurs intégrations. Le classificateur peut aussi bloquer des requêtes légitimes : l’entreprise rapporte un taux de faux positifs inférieur à 0,1 %, tout en indiquant que des demandes bénignes peuvent être mal identifiées.
Anthropic dit avoir repris, le 24 septembre, la facturation de certaines requêtes bloquées avant réponse dans des domaines de protection où le taux de faux positifs est inférieur à 0,1 %, dont la distillation. La publication de Claude Developers sur X porte sur cette facturation.
