Claude ニュース 2026/10/12 AI判定 重要度:高

Anthropic、蒸留によるデータ収集を90〜99%削減した新たな防御策を公表

#Anthropic#セキュリティ#蒸留#セーフガード

Anthropicは、初期の証拠では蒸留業者がClaudeから集めるデータを約90〜99%削減できたとする手法を公表し、他の最先端開発者にも同様の対策を求めました。ページ記載の日付は2026年10月12日です。

詳細

  • 脅威: 数十万規模の不正アカウントを持つプロキシ網(2月には1網で同時2万超)。Anthropicは、ZhipuがGLM-5.3開発でサイバー能力を蒸留したこと、Kimiへの要求が密かにClaudeへ転送され、人民解放軍関係者とみられる利用者の例もあったことを指摘しています。
  • 推論の制御: 2026年8月31日以降に作成された新規APIアカウントは、過去のコンテキストを編集できません(Claude Fable 5.1、Opus 5.5)。Claude Sonnet 5.5では、推論の記録は要求元の組織にのみ表示されます。
  • 分類器: 誤検知率0.1%未満の2段階分類器が、Sonnet 5.5、Opus 5・5.5、Fable 5・5.1で稼働。
  • 執行: 繰り返し抽出を試みるアカウントへの上限強化と停止。9月24日以降、Claudeが応答する前にセーフガードで遮断された要求にも課金。
  • 成果: 抽出された推論トークンは10〜100倍以上減少。数万のアカウントを、多くはキャンペーン開始から2時間以内に停止。
  • リスクの根拠: Opus 4.8の全文記録で学習したモデルはSWE-bench Verifiedで80.4%、要約記録では71.8%。
  • 留意点: 効果の持続性は不明、高度で執拗な回避の試みは未確認、一部の連携は更新が必要でした。

その後

Anthropicは終わりのないいたちごっこになるとしています。API・クラウド・推論事業者も不正アカウントを検知・排除すべきだと主張し、蒸留業者は有料顧客であるため業界の誘因が防御を妨げていると指摘しています。