Anthropic dice que ha logrado un avance importante contra quienes intentan copiar la tarea de Claude. Según la compañía, las nuevas defensas han reducido entre 90% y 99% la cantidad de datos extraídos mediante ataques de destilación.

Las cifras provienen de un informe de inteligencia de amenazas de septiembre de 2026. En él, Anthropic detalla cómo ha rastreado, atribuido y perturbado los intentos ilícitos de extraer las capacidades de Claude, con un enfoque principalmente en el razonamiento, la programación y el uso de herramientas.

La destilación, en este contexto, es una técnica en la que un competidor recopila grandes volúmenes de las respuestas de un modelo más potente y utiliza esos registros como datos de entrenamiento para su propio sistema. Planteado así, el activo en disputa no es el modelo en sí, sino el registro de sus respuestas, por lo que las contramedidas de Anthropic se concentran en controlar lo que el modelo emite y degradar el valor de ese resultado para quien lo recolecta.

Casi 200 millones de intercambios, una campaña muy grande

Anthropic dijo que atribuyó casi 200 millones de intercambios relacionados con la destilación en cinco campañas separadas en su último informe. La mayor de las cinco destaca: Anthropic la vinculó a Qwen de Alibaba, y involucró más de 151 millones de intercambios entre mayo y julio de 2026.

No es la primera vez que Anthropic habla públicamente del tema. En febrero de 2026, la compañía reveló campañas anteriores que involucraron más de 16 millones de intercambios y se apoyaron en aproximadamente 24,000 cuentas fraudulentas. Mientras la revelación de febrero puso cifras a las campañas en sí, el informe de septiembre va más allá al agregar un resultado medible: cuántos menos datos, según la compañía, están saliendo realmente.

Cómo funcionan realmente las defensas

Anthropic describe un enfoque por capas en lugar de una única solución milagrosa. Los bloqueos de cuentas se ubican en un nivel; el análisis de metadatos y los clasificadores de comportamiento en otros. Además, la compañía utiliza métodos de atribución organizacional para vincular la actividad con los grupos que están detrás.

Varias de las defensas lleg con actualizaciones de producto. La actualización Fable 5 trajo clasificadores de extracción reforzados, diseñados para marcar patrones de uso que parecen recolección sistemática. También introdujo funciones de resumirización en Claude, y esta limita la utilidad del material recolectado: si lo que sale del modelo es una versión condensada en lugar de un rastro completo de razonamiento paso a paso, el registro pierde gran parte de su valor como material de entrenamiento.

Fable 5.1 añadió luego una función que Anthropic llama "preserved thinking". Impide que las cuentas nuevas de API editen el contexto de razonamiento cifrado. Los rastros de razonamiento son parte del material más valioso que puede obtener un destilador, y si las cuentas nuevas no pueden alterar el contexto de razonamiento cifrado, se cierra una vía para manipular el modelo y exponer o reestructurar ese razonamiento.

Leídas en conjunto, las medidas operan en dos frentes: hacer que la recolección sistemática sea más difícil de ejecutar sin ser detectada y reducir el valor de entrenamiento de los registros que aún se lleguen a recopilar.

Anthropic no está sola en esta lucha

OpenAI ha trabajado en el mismo problema. Publicó su propio informe de septiembre de 2026 que describe técnicas para perturbar esfuerzos de destilación similares, incluido un método llamado encrypted reasoning replay. Que dos laboratorios competidores hayan publicado informes de amenazas sobre el mismo problema en el mismo mes subraya el cambio: la defensa contra la destilación ha pasado a la vista pública como una preocupación de toda la industria en lugar de permanecer como un asunto interno de seguridad.

También hay un argumento de seguridad implícito en todo esto. La destilación ilícita plantea preguntas sobre si las salvaguardas incorporadas al modelo original se trasladan a la copia destilada. Un laboratorio puede invertir un esfuerzo enorme en entrenar un modelo para rechazar solicitudes peligrosas, pero una copia entrenada con resultados recolectados podría no heredar esas protecciones.

Anthropic traza una línea entre este tipo de actividad y el uso legítimo en investigación. La distinción importa porque la destilación como técnica no es intrínsecamente problemática. El problema es practicarla a gran escala, mediante cuentas fraudulentas y en contra de los términos de un proveedor.

La propia Anthropic reconoce que los esfuerzos de destilación ilícita continúan y que sus salvaguardas tendrán que seguir evolucionando. Esa advertencia convierte la cifra principal en un punto de referencia y no en una conclusión: la empresa presenta la reducción de 90% a 99% como el estado actual de una contienda en curso, y las cifras de atribución del informe sirven como línea base para evaluar cómo evoluciona ese esfuerzo.