Anthropic afirmó el 12 de octubre de 2026 que sus nuevas defensas redujeron entre 90% y 99% los datos obtenidos mediante ataques de destilación contra Claude. La estimación es preliminar.
El cálculo cuenta tokens de razonamiento, unidades de texto extraídas en la plataforma de Anthropic. Por su definición, mide datos recuperados y no rendimiento de modelos.
La destilación permite entrenar un modelo con respuestas de otro más capaz. En su explicación del 23 de febrero, Anthropic la describió como una técnica legítima y habitual: los propios laboratorios la emplean para crear versiones más pequeñas y baratas de sus sistemas. La compañía distingue ese uso de las campañas que recopilan respuestas sin autorización, mediante cuentas fraudulentas y servicios que revenden el acceso.
El patrón de actividad importa en esa distinción. Según aquel documento, una consulta puede parecer normal por separado, pero la repetición masiva de estructuras similares, concentrada en capacidades concretas y distribuida entre cuentas coordinadas, permite identificar una campaña. Anthropic también señaló que esas redes pueden mezclar la extracción con solicitudes de otros clientes, lo que complica detectarlas.
Qué cambia para las aplicaciones conectadas a Claude
La documentación de preserved thinking, incorporado con Fable 5.1 y Opus 5.5, exige conservar el contexto anterior a un bloque de razonamiento que la aplicación vuelve a enviar. Si cambia ese contexto, la API puede rechazar la solicitud con un error 400 o descartar los bloques afectados.
La comprobación se aplica por defecto a cuentas de API creadas desde el 31 de agosto de 2026. Una integración que funciona con una cuenta anterior puede fallar cuando alguien utiliza una más reciente. Entre los cambios que activan la comprobación figuran modificar las instrucciones, las herramientas o mensajes previos.
La documentación aclara que claude.ai, Claude Code y las integraciones que conservan el historial y solo agregan mensajes no necesitan ajustes por esta comprobación.
La medida ya formaba parte de las salvaguardas anunciadas con Opus 5.5 en septiembre.
Una solicitud bloqueada también puede generar cobros
La documentación de rechazos y facturación establece que ciertas solicitudes se cobran incluso si Claude no produce texto. Entre ellas están las clasificadas como extracción de razonamiento o asistencia al desarrollo de modelos competidores. Se facturan a las tarifas del modelo que procesó la petición.
El mismo documento reconoce que un trabajo legítimo de machine learning puede activar esos filtros. Un rechazo del clasificador llega como una respuesta HTTP 200, aunque carezca de contenido, por lo que una aplicación debe distinguir entre recibir una respuesta del servicio y obtener el resultado solicitado.
El documento distingue los rechazos tempranos por ciberseguridad, que no se cobran, de los bloqueos durante una respuesta, que facturan la entrada y el texto ya generado. Las peticiones rechazadas siguen contando para los límites de uso.
Anthropic calcula menos de 0.1% de falsos positivos. Aún desconoce cuánto durará la mejora y admite que no ha observado un intento de evasión altamente sofisticado y persistente. Para las aplicaciones afectadas, conservar el contexto y reconocer los rechazos tiene consecuencias directas sobre el funcionamiento y la factura.
