Anthropic reporte au 16 novembre le filigrane de Claude Opus 4.6, deuxième vague de rattrapage

Anthropic a écrit le 4 novembre à ses clients API pour annoncer une deuxième série de rattrapages du filigrane textuel. La vague démarre le 16 novembre et couvre Claude Opus 4.6, Claude Opus 4.5, Claude Sonnet 4.5 et Claude Haiku 4.5.

Le détail compte pour qui traite une sortie de Claude comme une preuve de son origine. Sur les quatre modèles, le filigrane ne s'applique que si temperature, top_p et top_k restent à leurs valeurs par défaut. Un seul paramètre modifié et le texte produit échappe à la marque. Dans son courriel, Anthropic demande aux équipes de conformité de ne pas toucher à ces réglages.

La deuxième vague, et le modèle qui a glissé

Trois des quatre modèles, Opus 4.5, Sonnet 4.5 et Haiku 4.5, ne figuraient pas du tout dans la première annonce. Le quatrième est le plus gênant. Claude Opus 4.6 appartenait à la première vague et aurait dû porter la marque dès le 3 novembre. Anthropic confirme le report au 16 novembre sans en donner la raison. Claude Mythos 5, Claude Opus 4.7 et Claude Sonnet 4.6 sont absents du nouveau courriel, ce qui laisse penser que leur déploiement a suivi son cours le 3 novembre comme prévu. Sur Amazon Bedrock, l'entreprise prévient que le déploiement peut prendre quelques jours de plus.

Soit un glissement de 13 jours. The Decoder continue de présenter Opus 4.6 comme le meilleur modèle d'écriture d'Anthropic, devant Opus 5.5.

Anthropic décrit la marque comme un « motif imperceptible dans le choix des mots ». Elle n'ajoute ni caractère ni token, et les tarifs comme les formats de requête restent identiques. La méthode est une variante du SynthID text de Google DeepMind, qui infléchit le hasard derrière la sélection des mots pour qu'un détecteur puisse y retrouver une trace statistique.

Un filigrane qu'un réglage suffit à éteindre

Le courriel contient un avertissement sans détour.

« Si vous vous appuyez sur le filigrane pour votre propre conformité, gardez ces réglages à leurs valeurs par défaut. »

Dans la première vague, la limite du mode par défaut touchait deux des quatre modèles, Opus 4.6 et Sonnet 4.6. Dans la seconde, elle touche les quatre. Le courriel n'associe pas cette réserve à Claude Mythos 5 ni à Claude Opus 4.7, ce qui laisse entendre que la marque y tient quels que soient les réglages d'échantillonnage choisis par le développeur. Anthropic exploite une API de détection en aperçu privé pour vérifier la marque. La façon dont elle traite un texte produit avec d'autres réglages n'est pas publique.

Temperature, top_p et top_k déterminent la part de hasard que le modèle s'autorise au moment de choisir ses mots. Une petite modification de l'un des trois suffit à éviter la marque. C'est pourquoi l'avertissement vise les équipes de conformité plutôt que les utilisateurs ordinaires.

Pour une équipe de conformité, c'est une marque dotée d'un interrupteur.

Pourquoi les rattrapages ont lieu maintenant

Anthropic invoque l'échéance de décembre de l'AI Act européen. Tous les modèles sortis après le 2 août 2026 sont arrivés filigranés dès le premier jour, et les modèles plus anciens sont rattrapés par étapes. La marque est intégrée au niveau du modèle, donc elle suit sur chaque plateforme qui l'héberge. Cela inclut Amazon Web Services, Google Cloud et Microsoft Foundry, et les clients ne peuvent pas la désactiver. La faille de l'échantillonnage se glisse sous tout cela : une marque que personne ne peut couper au niveau de la plateforme reste contournable avec un seul paramètre.

L'entreprise affirme que le filigrane ne contient aucune information sur l'utilisateur, son organisation ou ses conversations avec Claude. Il n'ajoute aucun token, donc les factures ne bougent pas.

Le rattrapage n'est qu'un volet d'un effort plus large sur la provenance. Anthropic a aussi publié FlashProve, un prototype de recherche qui s'appuie sur des preuves à divulgation nulle pour montrer quel modèle a produit une sortie sans révéler ses poids. Il n'est pas déployé. Il ne traite pour l'instant que des contextes de 1 024 tokens. Anthropic indique avoir atteint un objectif de septembre 2026 pour un prototype de vérification d'inférence, via un projet distinct qui signe le trafic d'inférence sur un serveur de confiance.

La prochaine date est le 16 novembre. Les quatre modèles de la deuxième vague doivent porter la marque à ce moment-là, Bedrock pouvant suivre avec quelques jours de retard.