Anthropic durcit ses défenses contre la distillation illégale de Claude

Anthropic a annoncé le 12 octobre 2026 avoir considérablement renforcé ses défenses contre les attaques de distillation illégale visant ses modèles Claude. Selon l'entreprise, ces nouvelles mesures ont permis de réduire d'environ 90 à 99 % le volume de données d'inférence collectées par les attaquants.

Parmi les dispositifs déployés, Anthropic a introduit une fonctionnalité de « preserved thinking » dans Fable 5.1 et Opus 5.5. Les nouveaux comptes API créés après le 31 août 2026 ne peuvent plus modifier arbitrairement le contexte des conversations précédentes. Dans Sonnet 5.5, l'accès aux enregistrements de raisonnement est restreint à l'organisation à l'origine de la requête. Anthropic a également mis en place un système de classification en deux étapes, fondé sur ses recherches sur les « Constitutional Classifiers », pour détecter en temps réel les sorties de raisonnement dissimulées et les tentatives d'extraction indirecte. Ce système affiche un taux de faux positifs inférieur à 0,1 % et est appliqué à Sonnet 5.5, Opus 5 et 5.5, ainsi qu'à Fable 5 et 5.1.

Anthropic indique que le nombre de tokens de raisonnement extraits par les attaquants est tombé entre un dixième et un centième des niveaux antérieurs après l'application de ces défenses. L'entreprise dit avoir bloqué des dizaines de milliers de comptes liés à des activités de distillation illégale, certains dans les deux heures suivant le début d'une attaque. Depuis le 24 septembre 2026, Anthropic facture les requêtes bloquées par certaines mesures de sécurité, notamment celles liées à la distillation. Elle précise avoir renoncé à des revenus significatifs et à un trafic de plusieurs billions de tokens en bloquant ces attaques, et que certains développeurs légitimes ont dû modifier leurs méthodes d'intégration API.

Anthropic a par ailleurs accusé la société chinoise Z.ai d'avoir tenté de distiller les capacités de cybersécurité de Claude dans le cadre du développement de GLM-5.3. Selon aitimes.com, cette annonce s'inscrit dans un contexte de pression accrue sur les modèles ouverts. Dans un rapport publié en février, Anthropic avait déjà indiqué qu'un réseau avait géré simultanément plus de 20 000 faux comptes.