AI-translated from English; not yet reviewed by a fluent editor. # Anthropic diz que novas defesas do Claude reduzem em 90% a 99% a extração de raciocínio > A Anthropic informa que supostos destiladores extraem de 90% a 99% menos raciocínio do Claude em sua plataforma. As defesas também mudam a integração com a API e a cobrança por solicitações bloqueadas. By BIG CHANGE Editorial Published: 2026-10-13T08:42:18.603Z Updated: 2026-10-13T08:42:18.603Z Canonical: https://bigchange.ai/blog/anthropic-claude-distillation-defenses-reasoning ![Conceptual charcoal illustration of an unbranded desktop monitor seen from the side with a dark privacy filter attached over its blank screen.](https://bigchange.ai/api/media/file/anthropic-preserved-reasoning-hero-v1.png) AI-generated conceptual illustration by BIG CHANGE. No Anthropic device, software interface, attack or test result is depicted. A Anthropic afirma que mudanças no Claude reduziram bastante a quantidade de raciocínio protegido que supostos destiladores de modelos conseguem extrair. Em um [relato de 12 de outubro sobre suas defesas](https://www.anthropic.com/research/distillation-defenses), a empresa estima que os tokens de raciocínio obtidos por destiladores em sua própria plataforma caíram de 10 a 100 vezes após a introdução de um novo classificador. A medição vem do tráfego e da identificação de ataques da própria Anthropic; a empresa não publicou uma avaliação independente da redução total. ## A grande mudança - **O que mudou:** Agora a Anthropic combina controles sobre onde um bloco de raciocínio do Claude pode ser reutilizado, um classificador que bloqueia tentativas de expor raciocínio oculto e limites para contas que continuam tentando. A estimativa interna mostra que muito menos raciocínio chega aos destiladores identificados por meio da plataforma. - **Por que isso importa:** Transcrições completas de raciocínio podem ser material útil para treinar a cópia do comportamento de um modelo. Restringir essa fonte aumenta o trabalho necessário para uma extração não autorizada, enquanto desenvolvedores de API precisam manter alguns históricos de conversa e talvez paguem por certas solicitações bloqueadas. - **O que acompanhar:** A duração da redução depende dos próximos métodos dos atacantes e do tráfego fora da plataforma direta da Anthropic. A empresa diz que ainda não viu uma tentativa muito sofisticada e persistente contra as novas defesas e espera continuar alterando-as. ## Três controles visam diferentes caminhos de extração A destilação de modelos pode treinar um sistema menor com respostas de outro mais capaz. A preocupação da Anthropic aqui é a coleta não autorizada do raciocínio completo e oculto do Claude, que, segundo a empresa, é mais útil para quem pretende copiá-lo do que apenas o texto das respostas. Antes, a Anthropic resumia o raciocínio antes de mostrá-lo aos usuários. Em um teste de programação conduzido pela empresa, um modelo treinado com transcrições completas do Claude Opus 4.8 obteve 80,4% no SWE-bench Verified, ante 71,8% com transcrições resumidas. O experimento sustenta o valor dos registros mais completos naquela configuração; não mede quanto um modelo externo específico melhorou. O primeiro novo controle restringe a movimentação de blocos de raciocínio. A Anthropic diz que atacantes tentaram mover blocos entre conversas, modelos e contas para fazer o Claude revelar texto protegido. No Claude Fable 5.1 e no Opus 5.5, “preserved thinking” vincula um bloco ao contexto da conversa anterior em novas contas de API. A Anthropic também limita quais modelos podem ler blocos de outros modelos e vincula o raciocínio do Sonnet 5.5 à organização que o produziu. A [documentação atual da API do Claude](https://platform.claude.com/docs/en/build-with-claude/preserved-thinking) torna concreta a consequência para a integração: uma solicitação à API que devolve um bloco de pensamento anterior precisa preservar o prompt de sistema, as ferramentas e as mensagens anteriores relevantes. Para contas criadas em 31 de agosto de 2026 ou depois, a verificação de prefixo é aplicada por padrão. Aplicativos que reescrevem o contexto anterior ou reconstroem uma conversa salva talvez precisem mudar como a reproduzem. A documentação diz que históricos comuns, aos quais apenas se acrescentam mensagens, não precisam de alterações. O segundo controle da Anthropic é um classificador de duas etapas, treinado e testado contra tentativas de extrair raciocínio oculto. A empresa diz que ele funciona em seus modelos mais capazes de disponibilidade geral, incluindo Sonnet 5.5, Opus 5 e 5.5 e Fable 5 e 5.1. A Anthropic informa uma taxa de falsos positivos inferior a 0,1% para essas proteções. Diz também que corrigiu técnicas como pedir o raciocínio anterior em outro idioma ou dentro de tags de saída. A publicação não traz um teste independente dessa taxa nem demonstra que todos os futuros métodos de extração serão bloqueados. O terceiro controle atua no nível da conta. A Anthropic diz que tentativas repetidas de extração podem levar a limites de uso mais rígidos ou banimentos. Desde 24 de setembro, também voltou a cobrar por solicitações bloqueadas antes de o Claude responder em categorias especificadas com baixa taxa de falsos positivos, incluindo destilação. Assim, usuários legítimos podem enfrentar tanto um bloqueio equivocado quanto uma cobrança; a Anthropic também reconhece que o pensamento preservado exigiu que alguns desenvolvedores atualizassem suas integrações. ## O que a redução informada mede A Anthropic estima a quantidade de tokens de raciocínio do Claude extraída por destiladores **em sua própria plataforma**. Após introduzir o classificador, diz que a contagem ficou consistentemente de 10 a 100 vezes menor do que antes e que ele detecta as técnicas descritas em seu relatório de setembro contra seus modelos mais fortes de disponibilidade geral. A estimativa depende da capacidade da Anthropic de identificar tráfego de destilação e, por si só, não mede extrações por outros provedores nem métodos de ataque que ela não reconheceu. A empresa diz ter banido dezenas de milhares de contas associadas à destilação, muitas vezes em até duas horas após o início de uma campanha. Também afirma que destiladores encaminham tráfego por plataformas de nuvem de terceiros e outros provedores de inferência. Essas alegações tornam relevante o limite da plataforma: a queda nos tokens extraídos observada pela Anthropic é evidência de mudança no tráfego que ela consegue medir, não uma contagem de todos os dados de treinamento não autorizados coletados do Claude em toda parte. A Anthropic diz que ainda não observou uma tentativa altamente sofisticada e persistente de contornar as defesas atuais. Essa ressalva importa mais do que uma alegação de sucesso que pareça permanente. A empresa documentou uma redução interna substancial e uma abordagem operacional para proteger o raciocínio do modelo; os resultados futuros dependerão da adaptação dos atacantes e de outras rotas de acesso detectarem o mesmo comportamento. ## Fontes e leituras complementares - [Anthropic, “Fortalecendo nossas defesas contra ataques de destilação”](https://www.anthropic.com/research/distillation-defenses), 12 de outubro de 2026. O relato principal da empresa descreve os controles, a estimativa interna de extração, a alegação sobre falsos positivos e as contrapartidas para usuários. A medição da plataforma não foi reproduzida de forma independente para este artigo. - [Claude Platform, “Preserved thinking”](https://platform.claude.com/docs/en/build-with-claude/preserved-thinking), acessado em 13 de outubro de 2026. A documentação atual da API especifica regras de blocos e prefixos, as datas das contas afetadas e os padrões de integração que talvez precisem mudar. Revisamos a documentação; a BIG CHANGE não fez solicitações à API. - [Anthropic, relatório de inteligência de ameaças de setembro de 2026](https://www.anthropic.com/threat-intelligence-report-september-2026), setembro de 2026. O relatório anterior da empresa dá contexto aos métodos de extração aos quais a Anthropic diz ter respondido; é o relato da própria empresa sobre essas campanhas. ## Sources - [Anthropic, Fortalecendo nossas defesas contra ataques de destilação](https://www.anthropic.com/research/distillation-defenses) — Relato principal da empresa sobre controles, medições internas e contrapartidas reconhecidas; as estimativas são atribuídas e não verificadas de forma independente. - [Claude Platform, Preserved thinking](https://platform.claude.com/docs/en/build-with-claude/preserved-thinking) — Documentação atual de primeira parte da API sobre vínculo de blocos, verificações de prefixo e mudanças de integração; a BIG CHANGE não realizou solicitações à API. - [Anthropic, relatório de inteligência de ameaças de setembro de 2026](https://www.anthropic.com/threat-intelligence-report-september-2026) — Relato anterior de primeira parte sobre os métodos; contexto, não confirmação independente dos resultados de outubro.