Anthropic 水印扩到 4 个 Claude 模型 2 个旧版可绕过

10 月 31 日,Anthropic 宣布把文本水印扩展到 4 个 Claude 模型,分别是 Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6 和 Claude Sonnet 4.6,此前 Claude Opus 5.5 等更新模型已默认带水印。在给 API 客户的邮件中,Anthropic 明确了两个老模型上可以绕开水印的办法,只要改动一个采样参数即可。Anthropic 表示水印是词汇选择上不可察觉的模式,不改变语义、质量与可读性,不增加额外字符或 token,也不影响定价与请求响应格式。

两个老模型改一个参数就能绕开

在 Claude Opus 4.6 与 Claude Sonnet 4.6 上,水印只在开发者保留三个采样参数默认值时才会生效,这三个参数是 temperature、top_p 和 top_k,它们决定模型选词时的随机程度。Anthropic 在邮件里提醒,如果依赖水印做合规,请让这三个设置保持默认。至于 Claude Mythos 5 与 Claude Opus 4.7,邮件没有提到这个前提,意味着无论采样怎么设置水印都会生效。不过 Opus 4.6 目前仍是 Anthropic 最强的写作模型之一,绕过水印的通道因此更受关注。Anthropic 已提供私有预览的检测 API,验证水印是否存在。

为欧盟 AI 法案 12 月截止日期补课

Anthropic 把欧盟 AI 法案 12 月的截止日期列为这次给老模型补水印的直接原因。2026 年 8 月 2 日之后发布的模型都在发布当天就带上了水印,更早的模型则分阶段补齐。因为水印嵌在模型层,所以在 AWS、Google Cloud 与 Microsoft Foundry 上托管的同一模型都会生效,客户无法关闭。Anthropic 使用的是 Google DeepMind SynthID 文本方法的变体,通过微调选词背后的随机性生成统计上可检测的模式。对 Claude 系列的评测可参考站内更早的 Claude Opus 5.5 的评测细节。


争议同样存在,评论者认为不同近义词含义并不完全相同,按水印密钥而非语义匹配选词必然损失精度,法律行业则担心禁用 AI 的客户会发现文本中的标记。