Anthropic расширил водяные знаки на четыре модели Claude, но на двух их можно обойти

Anthropic добавляет невидимые водяные знаки в четыре модели Claude ради дедлайна AI-акта ЕС. Но на двух старых моделях API-клиенты смогут обойти метку, изменив один параметр.

Четыре листа бумаги под лампой: на двух — едва заметный оттиск водяного знака, остальные чистые.
Фото: ИИ bitPress

Как сообщает The Decoder, Anthropic расширяет встроенный текстовый водяной знак на модели Claude Mythos 5, Claude Opus 4.7, Claude Opus 4.6 и Claude Sonnet 4.6 — соответствующее письмо компания разослала клиентам API. Более новые модели, например Claude Opus 5.5, уже содержат метку, а развёртывание на Amazon Bedrock может занять ещё несколько дней.

Водяной знак — это невидимый узор в выборе слов, по которому можно определить, что текст сгенерирован ИИ. По словам Anthropic, метка не меняет смысл, качество и читаемость текста, не добавляет лишних символов и токенов, не влияет на тарифы и форматы запросов и почти не замедляет генерацию. Компания также подчёркивает, что метка «не содержит информации о пользователе, его организации или диалогах с Claude».

Однако на Claude Opus 4.6 и Claude Sonnet 4.6 знак проставляется только при стандартных значениях трёх параметров сэмплирования — temperature, top_p и top_k, которые управляют случайностью выбора слов; изменение любого из них отключает защиту. «Если вы полагаетесь на водяной знак для собственного комплаенса, оставьте эти настройки по умолчанию», — предупреждает Anthropic. Для Claude Mythos 5 и Claude Opus 4.7 такой оговорки в письме нет — судя по всему, там метка действует при любых настройках.

Причина доработки старых моделей — декабрьский дедлайн AI-акта ЕС: модели, выпущенные после 2 августа 2026 года, получают метку с первого дня, остальные — поэтапно. Знак встроен на уровне самой модели, поэтому работает на любых платформах, включая Amazon Web Services, Google Cloud и Microsoft Foundry, и отключить его клиенты не могут — за исключением обхода через параметры сэмплирования на двух старых версиях. В основе технологии — вариант текстового метода SynthID от Google DeepMind.

Для сравнения: OpenAI в октябре 2026 года запустила собственную систему textGrain, но по умолчанию она включена только у пользователей ChatGPT и Codex в ЕС — API-клиентам по всему миру придётся активировать её самостоятельно. Google DeepMind, в свою очередь, открыла исходный код SynthID для текста и встроила технологию в модели Gemini.

Влияние водяных знаков на качество текста остаётся спорным. Блогер Джон Грубер утверждает, что выбор синонимов по ключу метки вместо смысловой точности неизбежно снижает точность формулировок, а издание Artificial Lawyer указывает на риски для юридических фирм: клиенты, запретившие использование ИИ, могут обнаружить метку, а наложение нескольких меток в одном документе создаст дополнительные сложности.