Anthropic заявляет, что новые механизмы защиты Claude сократили объём данных, извлекаемых при атаках дистилляции, примерно на 90–99%. При этом компания впервые публично указала на китайскую Z.ai как на одного из игроков, пытавшихся использовать такие методы.
Ключевые факты:
- По данным Anthropic, новые защитные меры снизили объём данных, которые дистилляторы могут выкачивать из Claude, примерно на 90–99%.
- Компания заблокировала десятки тысяч аккаунтов, связанных с кампаниями по дистилляции.
- Anthropic утверждает, что Z.ai (также известная как Zhipu) пыталась дистиллировать Claude при разработке модели GLM-5.3.
Как Anthropic защищает Claude от дистилляции
Anthropic представила результаты в исследовательском посте в понедельник, 12 октября, описав изменения, внедрённые за последние месяцы. В компании сообщили, что первые данные указывают: новые методы сократили объём данных, которые удаётся собрать дистилляторам, примерно на 90–99%. При этом Anthropic оговаривается, что не знает, как долго сохранится такой эффект. Защита сфокусирована на уровне рассуждений Claude — поэтапных логических шагах, которые модель прописывает до выдачи ответа.
В версиях Claude Fable 5.1 и Claude Opus 5.5 для новых API-аккаунтов, созданных 31 августа и позже, больше нельзя редактировать предыдущее контекстное состояние модели — функцию, которую Anthropic называет «preserved thinking» (сохранённое мышление). Новый двухступенчатый классификатор блокирует попытки извлечения рассуждений с долей ложных срабатываний менее 0,1%, а по оценке компании дистилляторы теперь получают в 10–100 раз меньше «reasoning tokens», чем раньше.
Anthropic также заблокировала десятки тысяч связанных аккаунтов, зачастую в течение двух часов с момента начала активности.
Также читайте: GPT-6.1 Sol помог Asana снизить расходы на ИИ‑агентов в 76 раз — но не всё так просто
Обвинения в адрес Z.ai по дистилляции Claude
Дистилляция — это метод, при котором меньшую модель обучают на ответах более сильной, чтобы быстрее и дешевле перенять её возможности. OpenAI и Google вместе с Anthropic утверждают, что такой подход позволяет конкурентам копировать продвинутые способности флагманских моделей, существенно экономя на разработке. Наибольшую ценность представляют именно «протоколы рассуждений» — детальные логические цепочки. В собственном эксперименте Anthropic модель, обученная на полном reasoning Claude, показала 80,4% на бенчмарке SWE-bench Verified по программированию против 71,8% у модели, обученной только на кратких резюме этих рассуждений.
Компания предупредила, что подобное копирование несёт риски для безопасности и национальной безопасности: дистиллированные модели зачастую оказываются в открытом доступе без сопоставимых по уровню систем сдержек и противовесов. По словам Anthropic, Z.ai (Zhipu) пыталась дистиллировать Claude Fable 5 в процессе разработки GLM-5.3, но после того как киберзащита Anthropic ухудшила эффективность таких атак, переключилась на более старую версию Claude и модель другой лаборатории. Z.ai на запрос о комментарии оперативно не ответила.
Пока ни одна независимая сторона не подтвердила эти цифры. В Anthropic также признают оборотную сторону ужесточения защиты: упущенную выручку, необходимость доработок интеграций у части разработчиков, эпизодические блокировки добросовестных запросов и списание средств за блокированные запросы, к которому компания вернулась 24 сентября.
Заявление Anthropic прозвучало на фоне многомесячных обвинений. В феврале компания обвинила китайские DeepSeek, Moonshot AI и MiniMax в том, что они сгенерировали более 16 млн запросов к Claude через около 24 тыс. фиктивных аккаунтов, чтобы улучшить собственные модели. 17 сентября американские эксперты из Национального института стандартов и технологий (National Institute of Standards and Technology, NIST) оценили GLM-5.3 как наиболее продвинутую по кибервозможностям открытую модель на сегодняшний день, хотя она по-прежнему отстаёт от передовых американских моделей примерно на четыре месяца.
Читайте далее: Французские держатели криптоактивов рискуют штрафами до 10 000 евро за незадекларированные кошельки
