Anthropic рассылает API-клиентам письма о второй волне «ретрофита» водяных знаков. С 16 ноября знак получат Claude Opus 4.6, Opus 4.5, Sonnet 4.5 и Haiku 4.5; на Amazon Bedrock раскатка может занять на несколько дней больше.
Показательная деталь: Opus 4.6 был в первой волне и должен был получить знак 3 ноября, но этого не случилось. Anthropic подтвердила перенос на 16 ноября, не объяснив причину. Остальные три модели первой волны — Mythos 5, Opus 4.7 и Sonnet 4.6 — в новом письме не упомянуты, то есть, вероятно, получили знак в срок.
Что это за знак
Anthropic описывает его как «незаметный паттерн в выборе слов», который не меняет смысл, качество и читаемость, не добавляет символов и токенов и почти не влияет на скорость. Технически это вариант метода SynthID от Google DeepMind: меняется распределение случайности при выборе следующего слова, и в тексте возникает статистически обнаружимый рисунок. Знак встроен на уровне модели, поэтому работает на всех платформах, включая AWS, Google Cloud и Microsoft Foundry, и отключить его нельзя.
Где обход
На всех четырёх моделях второй волны знак включается только при значениях temperature, top_p и top_k по умолчанию. Любое отклонение — и метки нет. В первой волне это ограничение касалось двух моделей из четырёх.
Anthropic сама предупреждает: если вы полагаетесь на водяной знак для комплаенса, держите эти параметры по умолчанию. Звучит честно, но означает, что «детектируемость» здесь — свойство конфигурации, а не текста. Для тех, кто обязан маркировать AI-контент по EU AI Act, это важный нюанс: знак не гарантирует, что выход модели будет помечен, если её вызывает нестандартно настроенный клиент.
Anthropic is emailing API customers about a second round of watermark retrofits. From 16 November the mark reaches Claude Opus 4.6, Opus 4.5, Sonnet 4.5 and Haiku 4.5; on Amazon Bedrock the rollout may take a few extra days.
A telling detail: Opus 4.6 was in the first wave and should have been watermarked on 3 November, but was not. Anthropic confirms the move to 16 November without giving a reason. The other three first-wave models — Mythos 5, Opus 4.7 and Sonnet 4.6 — are absent from the new email, so they likely shipped on time.
What the mark is
Anthropic describes it as an “imperceptible pattern in word choice” that does not change meaning, quality or readability, adds no characters or tokens and barely affects speed. Technically it is a variant of Google DeepMind’s SynthID: the randomness behind word selection is adjusted, leaving a statistically detectable pattern. The mark is embedded at the model level, so it works on every platform that hosts the model, including AWS, Google Cloud and Microsoft Foundry, and it cannot be disabled.
Where the bypass is
On all four models in the second wave the mark applies only when temperature, top_p and top_k are left at their defaults. Any deviation and there is no mark. In the first wave that limitation covered two of four models.
Anthropic warns plainly: if you rely on the watermark for compliance, keep those settings at their defaults. That is honest, but it means detectability here is a property of configuration, not of the text. For anyone obliged to label AI content under the EU AI Act, it is an important nuance: the mark does not guarantee that a model’s output will be labelled when the caller uses non-default settings.