Il 12 ottobre 2026 Anthropic ha descritto nuove difese contro la distillazione di Claude, la tecnica con cui un modello viene addestrato usando le risposte di un altro. L’azienda riferisce che, dopo l’introduzione di un classificatore, l’estrazione di token di ragionamento sulla propria piattaforma è diminuita di un fattore compreso tra 10 e 100. Anthropic presenta il risultato come una propria misurazione.
Come funzionano le difese
Anthropic combina controlli sull’accesso e sul trasferimento del ragionamento con un classificatore in due fasi e provvedimenti sugli account che tentano ripetutamente di estrarre queste informazioni. L’obiettivo è rendere più difficile raccogliere tracce del ragionamento di Claude per addestrare altri modelli.
Con il cosiddetto ragionamento preservato, alcuni account API non possono modificare il contesto precedente di Claude. Anthropic afferma inoltre che il ragionamento dei modelli interessati non è leggibile dai modelli precedenti con protezioni meno efficaci. Per Claude Sonnet 5.5, invece, le trascrizioni del ragionamento sono accessibili soltanto all’organizzazione che ha generato la richiesta.
Il classificatore cerca di individuare tentativi di estrazione. Anthropic dice di averlo aggiornato anche contro richieste che chiedono a Claude di tradurre il ragionamento precedente o di riprodurlo in tag accanto alla risposta. La società applica poi limiti d’uso più severi e può bannare gli account coinvolti in tentativi persistenti.
Quali modelli e account rientrano nelle misure
La copertura varia in base al controllo: l’accesso alle trascrizioni, le restrizioni sugli account e il classificatore non hanno tutti lo stesso ambito.
| Misura | Modelli o account interessati | Funzione descritta da Anthropic |
| Ragionamento preservato | Nuovi account API creati dal 31 agosto 2026 per Claude Fable 5.1 e Claude Opus 5.5 | Impedisce di modificare il contesto precedente; il ragionamento non è leggibile dai modelli precedenti con protezioni meno efficaci |
| Accesso alle trascrizioni legato all’organizzazione | Claude Sonnet 5.5 | Le trascrizioni del ragionamento sono accessibili soltanto all’organizzazione che ha generato la richiesta |
| Classificatore in due fasi | Claude Sonnet 5.5, Claude Opus 5, Claude Opus 5.5, Claude Fable 5 e Claude Fable 5.1 | Individua i tentativi di estrazione descritti da Anthropic |
Che cosa misurano i risultati dichiarati
La riduzione di 10–100 volte riguarda i token di ragionamento che Anthropic stima siano stati estratti sulla propria piattaforma dopo l’introduzione del classificatore. Separatamente, l’azienda descrive i primi risultati come una riduzione di circa il 90–99% dei dati raccolti dai distillatori. Le due cifre riguardano misure diverse e sono stime comunicate da Anthropic.
Questi risultati non descrivono quanto un modello addestrato in seguito possa apprendere dalle risposte ottenute. Anthropic dice di non sapere quanto a lungo dureranno i miglioramenti e afferma di non aver ancora osservato un tentativo altamente sofisticato e persistente di aggirare le nuove difese.
Che cosa cambia per chi usa le API
Anthropic riconosce che alcuni sviluppatori hanno dovuto aggiornare le proprie integrazioni. La società stima sotto lo 0,1% il tasso di falsi positivi del classificatore, ma ammette che anche richieste legittime possono essere identificate o bloccate per errore.
Dal 24 settembre Anthropic ha ripreso ad addebitare alcune richieste bloccate prima che Claude risponda, nelle aree coperte dalle protezioni in cui il tasso di falsi positivi è inferiore allo 0,1%, compresa la distillazione. La comunicazione di Claude Developers riguarda questa politica di addebito.
Anthropic afferma di aver bannato decine di migliaia di account associati alla distillazione; in alcuni casi, il blocco è arrivato meno di due ore dopo l’inizio di una campagna. Le nuove difese si inseriscono nel dibattito sulle attività attribuite ad Anthropic, già affrontato nella nostra ricostruzione delle accuse di impiego di Claude in operazioni militari e di sorveglianza legate alla Cina.
