Anthropic refuerza sus defensas frente a ataques de destilación

Anthropic informó el 12 de octubre de 2026 de nuevas medidas para dificultar los ataques de destilación contra Claude. La compañía asegura que estas defensas han reducido entre un 90% y un 99% la cantidad de datos recopilados por quienes intentan replicar las capacidades del modelo.

La empresa describe la destilación como campañas industriales encubiertas que generan grandes volúmenes de respuestas de un modelo avanzado para entrenar otro más pequeño. Según Anthropic, los atacantes utilizan redes de cuentas fraudulentas y se centran especialmente en obtener las transcripciones del razonamiento de Claude, que consideran más útiles que las respuestas finales.

Entre las medidas aplicadas figura el resumen del razonamiento antes de mostrarlo a los usuarios. En las pruebas de Anthropic, un modelo entrenado con transcripciones completas obtuvo un 80,4% en SWE-bench Verified, frente al 71,8% de otro entrenado con razonamientos resumidos.

La compañía afirma que los atacantes respondieron intentando provocar que Claude revelara su razonamiento completo mediante instrucciones específicas y campañas automatizadas. Anthropic señala que algunas redes llegaron a controlar cientos de miles de cuentas fraudulentas, revendieron acceso en regiones donde el servicio no estaba disponible y utilizaron identidades falsas y datos de pago robados. Una de esas redes administró más de 20.000 cuentas fraudulentas al mismo tiempo.

Como parte de sus nuevas defensas, Anthropic ha limitado el traslado del razonamiento protegido entre conversaciones, modelos y cuentas. Con Claude Fable 5.1 y Claude Opus 5.5 introdujo preserved thinking, que impide a las nuevas cuentas de API creadas desde el 31 de agosto de 2026 editar el contexto anterior de Claude. También ha restringido el acceso de modelos anteriores al razonamiento de estos sistemas y, con Claude Sonnet 5.5, ha hecho que las transcripciones solo sean accesibles para la organización que generó la solicitud.

Anthropic reconoce que estas medidas han supuesto renunciar a ingresos y a tráfico de pago por billones de tokens, además de exigir cambios en algunas integraciones legítimas. La compañía sostiene que la destilación ilícita también plantea riesgos de seguridad porque los modelos resultantes pueden incorporar capacidades avanzadas sin salvaguardas equivalentes.

Fuente: Anthropic.