Anthropic 的文本水印在多个旧版 Claude 模型上容易被绕过
Anthropic 向 API 客户发出第二轮水印改造邮件:2026 年 11 月 16 日起,Opus 4.6、Opus 4.5、Sonnet 4.5、Haiku 4.5 四款模型将加入文本水印,Bedrock 上可能再晚几天。但这四款模型的水印只在 temperature、top_p、top_k 保持默认值时才生效,改动任一采样参数即可规避;Opus 4.6 本在第一批名单内,被推迟且未说明原因。
原贴
查看原文原文
中文翻译
Anthropic 再次向 API 客户发送邮件,说明第二轮水印改造。自 2026 年 11 月 16 日起,Claude Opus 4.6、Claude Opus 4.5、Claude Sonnet 4.5 和 Claude Haiku 4.5 都将加入文本水印。在 Amazon Bedrock 上,推送可能要多花几天。Claude Opus 4.6 原本属于第一批,本应在 11 月 3 日就获得水印。Anthropic 明确确认推迟至 11 月 16 日,但未给出原因。第一批中另外三款模型 Claude Mythos 5、Claude Opus 4.7 和 Claude Sonnet 4.6 未出现在新邮件中,因此它们的推送很可能按计划在 11 月 3 日进行。
Claude Opus 4.5、Claude Sonnet 4.5 和 Claude Haiku 4.5 是三款未出现在此前公告中的模型。本轮四款模型都有相同的采样限制:水印仅在 temperature、top_p 和 top_k 设为默认值时才生效。在第一批中,这一限制只影响四款模型中的两款(Opus 4.6 和 Sonnet 4.6)。
Anthropic 正在把文本水印扩展到另外四款 Claude 模型,但 API 用户只需调整一个采样参数,就可在其中两款上规避该标记。
在致 API 客户的邮件中,Anthropic 表示将对 Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6 和 Claude Sonnet 4.6 添加水印。Claude Opus 5.5 等较新模型已带有该标记,Amazon Bedrock 上的推送可能要多花几天。Anthropic 称水印是“措辞中难以察觉的模式”,不改变含义、质量或可读性。公司称它不增加额外字符或 token,不影响定价或请求与响应格式,几乎不拖慢输出速度。Anthropic 还称水印“不包含关于用户、其组织或其与 Claude 对话的任何信息”。
在 Claude Opus 4.6 和 Claude Sonnet 4.6 上,Anthropic 表示只有当开发者将三个采样参数保持在默认值时,水印才生效。这些参数 temperature、top_p、top_k 控制模型选词时使用的随机程度。对其中任意一个做小幅调整,就足以规避水印。Anthropic 在邮件中警告:“如果你依赖水印来满足自身的合规要求,请将这些设置保持在默认值。”
邮件没有对 Claude Mythos 5 或 Claude Opus 4.7 提及这一限制,这暗示水印在这两款模型上无论采样设置如何都会生效。但旧模型上的这个漏洞仍然值得注意,因为 Opus 4.6 仍是 Anthropic 最好的写作模型,甚至领先于 Opus 5.5。Anthropic 有一个处于私密预览阶段的检测 API,用于验证水印,并在其内容标注信息页面上提供更多细节。
Anthropic 以 EU AI Act 的 12 月期限作为现在给旧模型加水印的理由。2026 年 8 月 2 日之后发布的每一款模型都在发布当天就带有水印,而旧模型则分批获得。由于水印嵌入在模型层面,它在托管这些模型的所有平台上都有效,包括 Amazon Web Services、Google Cloud 和 Microsoft Foundry。客户无法关闭它。Anthropic 使用的是 Google DeepMind 的 SynthID 文本方法的一个变体,该方法调整选词背后的随机性,以产生统计上可检测的模式。OpenAI 于 2026 年 10 月推出自己的水印系统 textGrain,但它只对欧盟的 ChatGPT 和 Codex 用户默认开启。全球的 API 客户可以自行开启或关闭,且默认关闭。Google DeepMind 将 SynthID 文本方法开源,并内置到 Gemini 模型中。水印是否真的不影响文本质量仍有争议。博主 John Gruber 认为,没有两个同义词含义完全相同,因此按水印键而非语义匹配来选词,必然会降低精确度。法律行业媒体 Artificial Lawyer 提出了另一个针对律所的担忧,即那些已经禁用(原文此处截断)的客户。
核心信息
Anthropic 向 API 客户发出第二轮水印改造邮件:2026 年 11 月 16 日起,Opus 4.6、Opus 4.5、Sonnet 4.5、Haiku 4.5 四款模型将加入文本水印,Bedrock 上可能再晚几天。但这四款模型的水印只在 temperature、top_p、top_k 保持默认值时才生效,改动任一采样参数即可规避;Opus 4.6 本在第一批名单内,被推迟且未说明原因。
- Anthropic 向 API 客户发出第二轮水印改造邮件:2026 年 11 月 16 日起,Opus 4.6、Opus 4.5、Sonnet 4.5、Haiku 4.5 四款模型将加入文本水印,Bedrock 上可能再晚几天。但这四款模型的水印只在 temperature、top_p、top_k 保持默认值时才生效,改动任一采样参数即可规避;Opus 4.6 本在第一批名单内,被推迟且未说明原因。
- 原贴提到:Anthropic emailed API customers again about a second round of watermark
- 来源:the-decoder.com
详细解读
这是什么信号
Anthropic 第二次给 API 客户发邮件,把文本水印从“新模型默认自带”推进到“存量模型分批补齐”。这一批是 Opus 4.6、Opus 4.5、Sonnet 4.5、Haiku 4.5,生效日 2026 年 11 月 16 日,Bedrock 上还可能再晚几天。两个细节值得记下来:一是 Opus 4.6 本属第一批、原定 11 月 3 日上线,被推迟且官方未给原因;二是这批四款模型的水印都绑定了“采样参数必须为默认值”的前提。
为什么重要
水印嵌在模型层,不是 API 层开关,因此在 AWS、Google Cloud、Microsoft Foundry 上一致生效,客户无法关闭。这意味着对 Anthropic 模型的采购决策里,第一次出现了“可检测性”这个不可协商的固定项。但真正关键的不是水印本身,而是它的触发条件:只要改动 temperature、top_p、top_k 中任意一个,就能规避。换句话说,模型供应商提供了“合规可验证”,但把“参数可调”和“可被检测”变成了二选一。Anthropic 在邮件里也直说了:如果你靠水印做合规,就别动这些设置。竞争节奏同样重要——OpenAI 的 textGrain 只对欧盟 ChatGPT/Codex 用户默认开启,全球 API 默认关闭、可自行开关;Google 把 SynthID 开源并内置进 Gemini。三家在“默认开”与“可关闭”上的差异,会直接影响跨国产品的披露口径。
对谁有价值
面向欧盟市场、需要按 EU AI Act 12 月期限准备内容标注的 B 端产品与法务合规负责人;把 Claude 当写作产线、尤其是重度使用 Opus 4.6 的内容团队;做 AI 内容溯源、检测与模型采购评估的工具方和咨询方。
可以怎么行动
- 盘点在用模型版本与采样配置:哪些调用跑在默认参数上、哪些为了风格调过温度。
- 把“合规依赖水印”的场景单独列出来,在代码或网关层锁死默认采样参数,并加校验防止被业务侧改动。
- 把“质量优先”的场景(典型是 Opus 4.6 写作)标注为水印不可检测区,在对外披露、合同条款和内部审计说明里写清楚,别默认“我们全量可溯源”。
- 申请检测 API 的私密预览,先把验证链路跑通,再谈规模化。
- 为 Bedrock 等托管平台的生效时间差留灰度窗口,别把 11 月 16 日当成全球统一时间点。
风险与限制
第一,报道本身存在前后不一致:第一批模型名单在文中出现了两种表述,落地前必须以官方邮件或文档核对,别拿二手信息做合规依据。第二,“水印不影响质量”是厂商声明而非独立结论,John Gruber 的反驳有技术分量——同义词并不等价,按水印键选词会牺牲精确度,这对以文风为卖点的写作场景尤其敏感。第三,法律行业的顾虑已经出现(原文在该处被截断,只能读到律所客户“禁用”相关内容的担忧),说明水印可能反向影响客户采用意愿。第四,“不含用户与对话信息”同样是自述,不等于第三方审计通过。
信息差价值
这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。
如果把《Anthropic 的文本水印在多个旧版 Claude 模型上容易被绕过》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。
参考来源
TOPIC HUBS
延伸专题
AI SUMMARY
这篇文章回答了什么
Anthropic 的文本水印在多个旧版 Claude 模型上容易被绕过主要讲什么?
Anthropic 向 API 客户发出第二轮水印改造邮件:2026 年 11 月 16 日起,Opus 4.6、Opus 4.5、Sonnet 4.5、Haiku 4.5 四款模型将加入文本水印,Bedrock 上可能再晚几天。但这四款模型的水印只在 temperature、top_p、top_k 保持默认值时才生效,改动任一采样参数即可规避;Opus…
这篇文章最值得关注的要点是什么?
Anthropic 向 API 客户发出第二轮水印改造邮件:2026 年 11 月 16 日起,Opus 4.6、Opus 4.5、Sonnet 4.5、Haiku 4.5 四款模型将加入文本水印,Bedrock 上可能再晚几天。但这四款…;原贴提到:Anthropic emailed API customers again about a second round of watermark;来源:the-decoder.com
这篇文章和哪些AI专题相关?
它适合放在AI副业、AI工具专题里阅读。 关联原因:这篇内容命中「项目、小生意、变现」等主题信号。;这篇内容命中「模型、Claude」等主题信号。
阅读这篇文章建议先理解哪些关键词?
建议先理解AI工具、工具、自动化、模型、Cursor这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。