Внедрение водяного знака Anthropic оставляет лазейку в двух более старых моделях Claude

Anthropic добавляет текстовый водяной знак еще в четыре модели Claude, однако пользователи API могут обойти его в двух из них, изменив всего один параметр сэмплирования.

В электронном письме клиентам API Anthropic сообщила, что добавит водяные знаки в Claude Mythos 5, Claude Opus 4.7, Claude Opus 4.6 и Claude Sonnet 4.6. Более новые модели, такие как Claude Opus 5.5, уже содержат этот знак, а его внедрение в Amazon Bedrock может занять еще несколько дней.

Anthropic называет водяной знак «незаметным паттерном в выборе слов», который не меняет смысл, качество или удобство чтения. Компания утверждает, что он не добавляет лишних символов или токенов, не влияет на стоимость, форматы запросов и ответов и лишь незначительно снижает скорость генерации. Anthropic также заявляет, что водяной знак «не содержит информации о пользователе, его организации или его разговорах с Claude».

Anthropic применяет водяной знак только при настройках по умолчанию в двух старых моделях

Для Claude Opus 4.6 и Claude Sonnet 4.6 Anthropic сообщает, что водяной знак активируется только в том случае, если разработчики оставляют три параметра сэмплирования со значениями по умолчанию. Эти параметры — temperature, top_p и top_k — определяют, насколько случайным будет выбор слов моделью. Небольшого изменения любого из них достаточно, чтобы обойти водяной знак. В электронном письме Anthropic предупреждает: «Если вы полагаетесь на водяной знак для собственного соблюдения требований, оставляйте эти настройки по умолчанию».

В письме эта оговорка не упоминается применительно к Claude Mythos 5 или Claude Opus 4.7, что предполагает действие водяного знака в этих моделях независимо от настроек сэмплирования. Однако лазейка в старых моделях по-прежнему примечательна, поскольку Opus 4.6 остается лучшей моделью Anthropic для написания текстов, опережая даже Opus 5.5.

Anthropic предлагает API обнаружения в режиме закрытого предварительного тестирования для проверки водяного знака, а также публикует дополнительные сведения на своей странице с информацией о маркировке контента.

Anthropic адаптирует старые модели Claude, чтобы уложиться в сроки действия Закона ЕС об ИИ

Anthropic объясняет внедрение водяных знаков в старые модели приближением декабрьского срока, установленного Законом ЕС об ИИ. Все модели, выпущенные после 2 августа 2026 года, с самого первого дня поставлялись с водяным знаком, тогда как старые модели получают его поэтапно. Поскольку водяной знак встроен на уровне модели, он работает на всех платформах, где размещены эти модели, включая Amazon Web Services, Google Cloud и Microsoft Foundry. Клиенты не могут его отключить.

Anthropic использует вариант метода SynthID для текста Google DeepMind, который изменяет случайность, лежащую в основе выбора слов, чтобы создавать статистически обнаруживаемый паттерн. В октябре 2026 года OpenAI запустила собственную систему маркировки textGrain, однако по умолчанию она активируется только для пользователей ChatGPT и Codex в ЕС. Клиенты API по всему миру могут включать или отключать ее, причем изначально она выключена. Google DeepMind открыла исходный код SynthID для текста и встроила его в модели Gemini.

Сомнения в том, действительно ли водяные знаки не влияют на качество текста, остаются. Блогер Джон Грубер утверждает, что никакие два синонима не означают в точности одно и то же, поэтому выбор слов по ключу водяного знака, а не по смысловой уместности неизбежно снижает точность. Юридическое отраслевое издание Artificial Lawyer указывает на отдельную проблему для юридических фирм: клиенты, запретившие использование ИИ, могут обнаружить водяной знак, а несколько водяных знаков, наложенных внутри одного документа, могут создать дополнительные сложности.

Новости об ИИ без шумихи — отобраны людьми

Подпишитесь на THE DECODER, чтобы читать материалы без рекламы, получать еженедельную рассылку об ИИ и наш эксклюзивный аналитический отчет о передовых разработках «AI Radar» шесть раз в год, иметь полный доступ к архиву и возможность оставлять комментарии.