Anthropic: las nuevas defensas de Claude reducen la cosecha de datos de destilación un 90–99%

Anthropic anunció el 12 de octubre de 2026 que nuevas defensas contra ataques de destilación sobre Claude han reducido en torno a un 90–99% la cantidad de datos de razonamiento que los atacantes pueden cosechar, según mediciones propias en su plataforma.

Qué es la destilación

Las campañas usan redes de cuentas fraudulentas para extraer capacidades de un modelo frontera —sobre todo transcripciones de razonamiento oculto— y entrenar una copia más barata. Anthropic sostiene que las copias ilícitas pueden salir con salvaguardas más débiles y alimentar sistemas militares o de vigilancia extranjeros. Cita las capacidades cibernéticas de GLM-5.3 de Zhipu y un caso en el tráfico de Kimi de Moonshot ligado, según la empresa, al análisis de CCTV y al Ejército Popular de Liberación de China.

Nuevas medidas

Tres vías: preserved thinking, que impide a cuentas API nuevas editar el contexto previo; un clasificador en dos etapas (falsos positivos <0,1%) en Sonnet 5.5, Opus 5/5.5 y Fable 5/5.1; y límites y bans más duros, con cobro por peticiones bloqueadas de alta confianza desde el 24 de septiembre. Resumir el razonamiento ya bajó en sus pruebas el SWE-bench Verified de un modelo destilado del 80,4% al 71,8%.

Matices

Las cifras son estimaciones internas; Anthropic espera más adaptación de los atacantes y admite costes para desarrolladores legítimos. Pide a otros laboratorios y nubes que también corten el tráfico fraudulento.