アンソロピック、蒸留対策で90〜99%削減、誤検知請求開始
2026年10月19日 · 読了 1 分
2026年10月12日、アンソロピックは、競合モデルの訓練目的で大量のクエリを送る蒸留攻撃に対する新たな防御策の成果を発表した。同社によれば、蒸留業者が収集するデータ量は約90%から99%減少した。しかし、正当な顧客の体験を損なわないという当初の目標は完全に達成されていないと認めた。
2月から10月にかけて、攻撃の焦点は推論プロセスへ移行した。2月の報告では、ディープシーク他社による1600万回以上の不正交換が記録された。9月の報告では、アリババ他7つの中国系ラボが対象となり、5月から7月にかけて1億5100万回以上の交換が行われた。これは同社が測定した最大規模の攻撃である。推論の文字起こしは回答単体より価値が高く、蒸留の主要標的となっている。
防御策は三つある。第一は、2026年8月31日以降に作成されたAPIアカウントにおいて、推論前の文脈変更を禁止する「保存された思考」機能である。第二は、生物兵器防止で用いられるような二段階分類器で、偽陽性率は0.1%未満とされる。第三は、繰り返しの攻撃に対して利用制限やアカウント禁止を課す仕組みである。9月24日以降、偽陽性率が0.1%未満の分野では、回答前にブロックされたクエリも請求対象となった。
この削減率はアンソロピックのプラットフォーム内でのみ測定された。蒸留業者はトラフィックを分散させるため、長期的な効果は不明である。中国の智譜は、米国のサイバー能力を蒸留したモデルを開発したが、防御策により攻撃が阻害された。開発者は、誤ってブロックされた正当なリクエストについても費用を負担することになった。