AIニュース・Anthropic・セキュリティ
Anthropic、Claudeの模倣を最大99%削減する新対策を発表
Anthropicによると、Claudeの回答で自社モデルを学習させている競合は、これまでより推論内容の90〜99%少ない情報しか得られなくなりました。
Anthropicは2026年10月12日（月）の投稿で、新たな対策により、競合がClaudeから集めるデータを約90〜99%減らしたと説明しています。狙いは「蒸留（ディスティレーション）」の防止です。偽アカウントのネットワークを使ってモデルに何百万ものプロンプトを送り、その回答を真似るように、より安価なモデルを学習させる手口を指します。
模倣する側にとって最も価値が高いのは、Claudeが回答の前に書き出す思考、つまり推論です。そこでAnthropicは、推論の全文ではなく要約をユーザーに見せる形にしました。全文の記録で学習させたモデルはコーディングのベンチマークSWE-bench Verifiedで80.4%に達したのに対し、要約で学習させたモデルは71.8%だったと、Anthropicは報告しています。
Anthropicは、蒸留を狙った活動に関わる数万件のアカウントも停止しました。中国のZhipuについては、GLM-5.3モデルの開発中にClaudeの蒸留を試みたと名指ししたと、Reutersは報じています。正当なリクエストを誤ってブロックした割合は0.1%未満で、これらの顧客からの相当な売上を断ったとAnthropicは述べています。
正規の顧客の一部は、アプリとClaudeをつなぐコードの更新が必要になったとAnthropicは説明しています。Claudeの推論の出力を活用して開発しているチームは、自社のツールが今どのような内容を受け取っているか確認しておく必要があります。
出典
- Anthropic：Distillation defenses。確認日：
- Reuters via Business Standard：New safeguards sharply reduce AI distillation attacks, says Anthropic。確認日：
