Текстовый водяной знак Anthropic легко обойти на нескольких старых моделях Claude

Какие модели получат маркировку

Сначала Anthropic собиралась добавить водяные знаки в Claude Mythos 5, Claude Opus 4.7, Claude Opus 4.6 и Claude Sonnet 4.6. В обновлении от 4 ноября компания подтвердила, что Opus 4.6 получит маркировку 16 ноября, хотя изначально его планировали обновить 3 ноября. Причину переноса Anthropic не назвала.

В новом письме не упоминаются Mythos 5, Opus 4.7 и Sonnet 4.6. Судя по этому, их обновление прошло 3 ноября, как и планировалось. Opus 4.5, Sonnet 4.5 и Haiku 4.5 в предыдущем объявлении не фигурировали.

Для всех четырёх моделей из новой волны есть одинаковое условие: водяной знак применяется, только если параметры temperature, top_p и top_k оставлены по умолчанию. В первой волне такое ограничение касалось лишь двух из четырёх моделей — Opus 4.6 и Sonnet 4.6.

Более новые модели, например Claude Opus 5.5, уже получают водяной знак. В Amazon Bedrock внедрение может занять на несколько дней больше.

Как работает водяной знак

Anthropic описывает маркировку как незаметный для читателя рисунок в выборе слов. По утверждению компании, он не меняет смысл, качество и читаемость текста, не добавляет символов или токенов, не влияет на цену и формат запросов и ответов и лишь незначительно замедляет генерацию. Компания также заявляет, что метка не содержит сведений о пользователе, его организации или переписке с Claude.

В Opus 4.6 и Sonnet 4.6 маркировка включается, только если разработчики не меняют значения temperature, top_p и top_k. Эти параметры управляют степенью случайности при выборе слов. Изменения любого одного из них достаточно, чтобы обойти метку. Anthropic предупредила клиентов: если они используют водяной знак для соблюдения собственных требований, настройки нужно оставить стандартными.

В письме не сказано, что для Mythos 5 и Opus 4.7 действует такое же условие. Это может означать, что на этих моделях маркировка работает при любых настройках генерации. При этом Opus 4.6 остаётся, по оценке Anthropic, её лучшей моделью для письма — даже по сравнению с Opus 5.5.

Для проверки водяного знака компания тестирует API в закрытом предварительном доступе. Дополнительные сведения она публикует на странице с информацией о маркировке контента.

Зачем маркируют старые модели

Anthropic связывает обновление старых моделей с декабрьским сроком, установленным законом ЕС об искусственном интеллекте. Все модели, выпущенные после 2 августа 2026 года, получили водяной знак сразу, а более ранние компания обновляет поэтапно.

Поскольку метка встроена на уровне модели, она действует на всех платформах, где та размещена, включая Amazon Web Services, Google Cloud и Microsoft Foundry. Клиенты не могут отключить её.

Anthropic использует вариант текстового метода SynthID от Google DeepMind. Он меняет случайность при выборе слов так, чтобы в тексте возникал статистически обнаружимый рисунок.

В октябре 2026 года OpenAI запустила собственную систему маркировки textGrain. По умолчанию она включена только для пользователей ChatGPT и Codex в ЕС. Клиенты API по всему миру могут включать и отключать её самостоятельно; изначально она выключена. Google DeepMind открыла исходный код текстовой версии SynthID и встроила её в модели Gemini.

Споры о точности и юридических рисках

Вопрос о том, не ухудшают ли водяные знаки качество текста, остаётся спорным. Блогер Джон Грубер считает, что синонимы никогда не совпадают по значению полностью. Поэтому выбор слов по ключу водяного знака вместо соответствия смыслу, по его мнению, неизбежно снижает точность.

Издание Artificial Lawyer отдельно указывает на возможные проблемы для юридических фирм. Клиенты, запретившие использование ИИ, могут обнаружить метку в документе, а несколько водяных знаков, наложенных друг на друга, способны осложнить работу с ним.

По оценке Dataist, маркировка на уровне модели упрощает её применение сразу на разных платформах, но не гарантирует, что текст можно надёжно проверить при любых настройках: на Opus 4.6 и Sonnet 4.6 водяной знак зависит от параметров генерации. Спор о влиянии меток на точность выбора слов также остаётся открытым.