Anthropic étend le filigrane de Claude, avec une faille sur deux anciens modèles

Anthropic étend son filigrane textuel à quatre modèles Claude supplémentaires, dont Claude Mythos 5, Claude Opus 4.7, Claude Opus 4.6 et Claude Sonnet 4.6. L’objectif, selon l’entreprise, est de préparer ses modèles aux contraintes du règlement européen sur l’IA, avec un déploiement déjà effectif sur les versions récentes et étalé sur quelques jours pour Amazon Bedrock. Mais une faille persiste sur deux modèles plus anciens : sur Opus 4.6 et Sonnet 4.6, il suffit de modifier un paramètre d’échantillonnage pour faire sauter le marquage.

Un filigrane discret, pensé pour la conformité

Anthropic décrit ce filigrane comme un « imperceptible pattern in word choice », c’est-à-dire une signature statistique intégrée dans le choix des mots. L’entreprise affirme qu’il ne modifie ni le sens, ni la lisibilité, ni le format des réponses, et qu’il n’ajoute aucun caractère ni jeton supplémentaire. Autrement dit, l’utilisateur ne voit rien, sauf quand il cherche vraiment à regarder sous le capot.

La société précise aussi que ce marquage ne contient aucune information sur l’utilisateur, son organisation ou ses conversations avec Claude. Il fonctionne au niveau du modèle, donc sur toutes les plateformes qui hébergent ces versions, y compris Amazon Web Services, Google Cloud et Microsoft Foundry. Impossible de le désactiver côté client.

Le contournement passe par trois réglages bien connus des développeurs

La nuance importante concerne Claude Opus 4.6 et Claude Sonnet 4.6. D’après l’email envoyé aux clients API, le filigrane n’est actif sur ces deux modèles que si les paramètres temperature, top_p et top_k restent à leurs valeurs par défaut. Ces réglages contrôlent la part d’aléa dans la génération : il suffit d’en toucher un seul pour éviter le filigrane. Anthropic prévient donc les clients qui comptent s’appuyer dessus pour leur conformité de laisser ces paramètres intacts.

Cette limite ne semble pas mentionnée pour Claude Mythos 5 et Claude Opus 4.7, ce qui laisse entendre que le marquage s’y applique quels que soient les réglages. [à vérifier]

Pourquoi maintenant ? Le calendrier européen pousse les éditeurs

Anthropic relie cette évolution à l’échéance de décembre de l’AI Act européen. Les modèles lancés après le 2 août 2026 embarquent déjà le filigrane dès leur sortie, tandis que les anciens sont mis à jour par étapes. La logique est simple : rendre les sorties IA traçables sans alourdir l’usage côté développeur, au moins en théorie.

Le mécanisme reprend une variante de SynthID, la méthode de Google DeepMind pour le texte. Elle agit sur la probabilité des mots choisis par le modèle afin de produire un motif détectable statistiquement. OpenAI a lancé de son côté textGrain en octobre 2026, mais ce système n’est activé par défaut que pour ChatGPT et Codex dans l’Union européenne ; les clients API peuvent l’activer ou le couper. Google, lui, a déjà intégré SynthID dans Gemini et l’a ouvert pour le texte.

Ce que les entreprises devront surveiller

Le débat ne porte pas seulement sur la conformité. Certains observateurs contestent l’idée qu’un filigrane soit neutre sur la qualité du texte, surtout quand plusieurs systèmes de marquage se superposent dans un même document. Dans le droit, le sujet devient encore plus sensible : un cabinet peut vouloir prouver qu’un texte n’a pas été produit par une IA, ou au contraire préserver une chaîne de production propre. Le filigrane aide, mais il ne fait pas disparaître les usages ambigus. Et il ne met pas tout le monde d’accord, loin de là.

Dans ce contexte, Anthropic choisit une voie pragmatique : rendre le marquage automatique sur les modèles les plus récents, tout en rétrospectivement alignant les plus anciens. Reste que le contournement sur Opus 4.6 et Sonnet 4.6 montre qu’un mécanisme de conformité dépend encore, parfois, d’un détail de configuration que beaucoup de développeurs modifient déjà par habitude.