✨︎ Resumen (TL;DR):
- Anthropic afirmó el 12 de octubre de 2026 que sus defensas redujeron entre 90% y 99% los datos de razonamiento extraídos de Claude.
- La cifra es preliminar y cuenta tokens de razonamiento, no rendimiento de modelos.
- Algunas integraciones deben conservar el contexto, y ciertas solicitudes bloqueadas pueden generar cobros.
Anthropic afirmó el 12 de octubre de 2026 que sus nuevas defensas redujeron entre 90% y 99% los datos de razonamiento obtenidos mediante ataques de destilación contra Claude. La estimación es preliminar. Las medidas también cambian el manejo de algunas integraciones, que deben conservar el contexto de ciertos bloques y pueden recibir cobros aunque Claude no entregue texto.
La cifra mide extracción, no rendimiento
Anthropic calculó la reducción a partir de tokens de razonamiento, unidades de texto extraídas en su plataforma. Por definición, esa medida indica cuántos datos se recuperaron, no el rendimiento de los modelos.
La destilación es una técnica que permite entrenar un modelo con respuestas de otro más capaz. En su explicación del 23 de febrero, Anthropic la describió como una práctica 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. Una consulta puede parecer normal por separado, pero la repetición masiva de estructuras similares, concentrada en capacidades específicas y distribuida entre cuentas coordinadas, permite identificar una campaña.
Esas redes también pueden mezclar la extracción con solicitudes de otros clientes, lo que complica su detección.
La API exige conservar el contexto
El mecanismo preserved thinking, incorporado con Fable 5.1 y Opus 5.5, exige que la aplicación conserve el contexto anterior a un bloque de razonamiento cuando vuelve a enviarlo. Si ese contexto cambia, la API puede rechazar la solicitud con un error 400 o descartar los bloques afectados.
Por defecto, la comprobación se aplica a cuentas de API creadas desde el 31 de agosto de 2026. Una integración que funciona con una cuenta anterior puede fallar cuando se utiliza con una más reciente.
Entre los cambios que activan la comprobación están:
- Modificar las instrucciones.
- Cambiar las herramientas.
- Alterar mensajes previos.
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 puede generar cobro
La documentación de rechazos y facturación establece que ciertas solicitudes se cobran aunque Claude no produzca texto. Entre ellas están las clasificadas como extracción de razonamiento o asistencia al desarrollo de modelos competidores. Anthropic las factura con 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.
Los rechazos tempranos por ciberseguridad no se cobran. En cambio, los bloqueos durante una respuesta facturan la entrada y el texto ya generado. Las solicitudes rechazadas siguen contando para los límites de uso.
La defensa todavía tiene límites
Anthropic calcula menos de 0.1% de falsos positivos. La compañía todavía 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. Un cambio en instrucciones, herramientas o mensajes previos puede acabar en un error 400 o en el descarte de bloques; una solicitud bloqueada puede generar cobro por la entrada y el texto ya generado, según el momento del bloqueo. Anthropic mantiene la cifra como preliminar y todavía no sabe cuánto durará la mejora.
