Anthropic заявляет, что новые защитные механизмы Claude сократили объём данных, выкачиваемых при атаках дистилляции, примерно на 90–99%. Компания публично назвала китайскую Z.ai одной из структур, которые пытались копировать её модель.
Главное:
- По данным Anthropic, новые защиты уменьшают объём данных, которые дистилляторы могут собрать с Claude, примерно на 90–99%.
- Заблокированы «десятки тысяч» аккаунтов, связанных с кампаниями дистилляции.
- Anthropic утверждает, что Z.ai (Zhipu) пыталась дистиллировать Claude при обучении своей модели GLM-5.3.
Защита Claude от дистилляции
Anthropic представила результаты в исследовательском материале, опубликованном в понедельник, 12 октября, где описала изменения, внедрённые за последние месяцы. Как указано в посте компании said, предварительные данные показывают, что новые методы сократили объём данных, извлекаемых дистилляторами, примерно на 90–99%. В то же время Anthropic признаёт, что не знает, как долго удастся удерживать такой эффект. Защита сфокусирована на «рассуждениях» Claude — пошаговых размышлениях, которые модель формирует перед выдачей ответа.
В версиях Claude Fable 5.1 и Claude Opus 5.5 для новых API-аккаунтов, созданных 31 августа и позже, отключена возможность редактировать предшествующий контекст Claude — функцию, которую Anthropic называет «preserved thinking» (сохранённое мышление). Дополнительно внедрён новый двухэтапный классификатор, который блокирует попытки извлечения рассуждений с долей ложных срабатываний ниже 0,1%. По оценке компании, теперь дистилляторы извлекают в 10–100 раз меньше токенов, связанных с рассуждениями, чем ранее.
Anthropic также сообщила о блокировке «десятков тысяч» связанных между собой аккаунтов, зачастую в течение менее чем двух часов с момента начала подозрительной активности.
Также по теме: GPT-6.1 Sol помог Asana снизить затраты на агентов в 76 раз — но есть нюанс
Обвинения в адрес Z.ai в дистилляции Claude
Дистилляция предполагает обучение более компактной модели на ответах более мощной модели. OpenAI и Google вместе с Anthropic настаивают, что этот подход позволяет конкурентам быстрее и дешевле копировать продвинутые возможности. Ключевую роль в этом играют именно «рассуждения» модели. В собственном эксперименте Anthropic модель, обученная на полных цепочках рассуждений Claude, показала 80,4% на кодерском бенчмарке SWE-bench Verified, тогда как модель, обученная лишь на сжатых версиях ответов, набрала 71,8%.
Компания предупредила, что подобное копирование несёт риски для безопасности и нацбезопасности: дистиллированные модели часто попадают в открытый доступ без сопоставимых по строгости защит. По данным Anthropic, Z.ai, также известная как Zhipu, пыталась дистиллировать Claude Fable 5 при обучении GLM-5.3, но затем переключилась на более старую версию Claude и модель другой лаборатории после того, как киберзащита Anthropic снизила эффективность этих атак. Z.ai, как утверждается, не дала оперативного комментария.
Независимой проверки приведённых Anthropic цифр пока нет. Компания также признала наличие издержек: упущенную выручку, необходимость модификаций интеграций для ряда разработчиков, эпизодические блокировки добросовестных запросов и списание платы за некоторые заблокированные запросы. Возврат к тарификации заблокированных обращений состоялся 24 сентября.
Заявление Anthropic последовало за серией прежних обвинений. В феврале компания обвинила DeepSeek, Moonshot AI и MiniMax в генерации более 16 млн диалогов с Claude с использованием примерно 24 000 фиктивных аккаунтов для улучшения собственных моделей. А 17 сентября американские эксперты из Национального института стандартов и технологий США (National Institute of Standards and Technology, NIST) присвоили GLM-5.3 статус самой «киберспособной» из открыто распространяемых моделей на сегодняшний день, хотя она всё ещё отстаёт от американских передовых моделей примерно на четыре месяца по уровню возможностей.
Читайте далее: Французские держатели криптоактивов могут заплатить до 10 000 евро за незадекларированные кошельки
