Em 12 de outubro de 2026, a Anthropic descreveu novas barreiras contra a destilação do Claude e afirmou que a extração de tokens de raciocínio em sua própria plataforma caiu de 10 a 100 vezes após a introdução de um classificador. A empresa combina controles de acesso ao raciocínio com limites e punições para tentativas persistentes; os resultados divulgados são estimativas da Anthropic. (Publicação da Anthropic sobre as defesas contra destilação)
Como funcionam as defesas
A destilação usa respostas de um modelo, chamado de professor, para treinar outro. Para dificultar a coleta de raciocínio do Claude, a Anthropic descreve controles sobre edição e acesso a transcrições, além de um classificador em duas etapas que busca identificar tentativas de extração.
A empresa afirma que atualizou o classificador contra técnicas como pedir ao Claude que traduza o raciocínio anterior ou o reproduza em etiquetas junto à resposta. Também diz que equipes internas e externas testaram o sistema com métodos manuais e automatizados. Quando detecta tentativas persistentes, a Anthropic pode impor limites de uso mais rígidos ou banir contas; afirma ter banido dezenas de milhares de contas associadas à destilação, às vezes menos de duas horas após o início de uma campanha.
A Anthropic já havia descrito outros usos do Claude em uma reportagem anterior da NeoTeo sobre projetos militares e vigilância. A publicação mais recente se concentra nas barreiras contra a extração de raciocínio.
Modelos e contas abrangidos
As proteções variam conforme o modelo e o tipo de controle. A Anthropic descreve este escopo:
| Proteção | Modelos ou contas abrangidos | Função descrita pela Anthropic |
| Pensamento preservado | Claude Fable 5.1 e Claude Opus 5.5, em novas contas de API criadas a partir de 31 de agosto de 2026 | Impede que essas contas editem o contexto anterior do Claude e que modelos anteriores, com proteções mais fracas contra destilação, leiam o raciocínio desses modelos. |
| Acesso às transcrições vinculado à organização | Claude Sonnet 5.5 | As transcrições de raciocínio ficam acessíveis apenas à organização que fez a solicitação que as gerou. |
| Classificador em duas etapas | Claude Sonnet 5.5, Claude Opus 5 e 5.5, Claude Fable 5 e 5.1 | Identifica técnicas de extração que a Anthropic diz ter observado. |
O que os números divulgados medem
A queda de 10 a 100 vezes se refere à extração estimada de tokens de raciocínio na plataforma da Anthropic após a entrada do classificador. A empresa diz que esse efeito se soma às mudanças anteriores de pensamento preservado. Separadamente, estima uma redução de cerca de 90% a 99% nos dados coletados por destiladores. São métricas diferentes, ambas apresentadas pela Anthropic.
A empresa também informa que a taxa de falsos positivos do classificador fica abaixo de 0,1%, mas reconhece que solicitações legítimas ainda podem ser identificadas por engano ou bloqueadas. A Anthropic afirma que não observou uma tentativa altamente sofisticada e persistente de contornar as novas defesas e que não sabe por quanto tempo os resultados divulgados vão durar.
Efeitos para quem usa a API
A Anthropic diz que alguns desenvolvedores precisaram atualizar suas integrações para lidar com o pensamento preservado. Também afirma que retomou, em 24 de setembro, a cobrança por determinadas solicitações bloqueadas antes de uma resposta do Claude, em áreas de proteção com taxa de falsos positivos abaixo de 0,1%, incluindo a destilação. A publicação não informa o ano dessa data. A conta oficial Claude Developers também divulgou a cobrança:
