Anthropic 为四款 Claude 模型加水印，两款旧模型可改采样参数绕过

Anthropic 正在把文本水印扩展到更多 Claude 模型。据其发给 API 客户的邮件，本次覆盖 Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6 和 Claude Sonnet 4.6 四款模型；较新的 Claude Opus 5.5 等此前已带水印，Amazon Bedrock 上的推送可能多花几天。 Anthropic 将水印描述为词选择中的不可感知模式，不改变含义、质量或可读性，不增加额外字符或 token，不影响定价和请求响应格式，对输出速度影响很小，并且不包含用户、其组织或与 Claude 对话的信息。 适用范围存在差异。在 Claude Opus 4.6 和 Claude Sonnet 4.6 上，水印只在 temperature、top_p、top_k 三个采样参数保持默认值时生效，改动任一参数即可绕过；邮件提醒依赖水印做自身合规的用户保持默认设置。邮件未对 Claude Mythos 5 和 Claude Opus 4.7 提及这一限制，意味着这两款模型无论采样设置如何都会带水印。文章指出 Opus 4.6 仍是 Anthropic 最好的写作模型，甚至强于 Opus 5.5，因此这一缺口值得注意。 Anthropic 将给旧模型补水印归因于欧盟 AI Act 的 12 月截止期限。2026 年 8 月 2 日之后发布的每个模型在发布首日即带水印，旧模型则分批推进。由于水印嵌入在模型层面，它在托管这些模型的各平台上都生效，包括 Amazon Web Services、Google Cloud 和 Microsoft Foundry，客户无法关闭。Anthropic 采用 Google DeepMind SynthID 文本方法的变体，通过调整词选择背后的随机性产生可统计检测的模式，并提供处于私测阶段的检测 API。 文章还对比了同行做法：OpenAI 于 2026 年 10 月推出自己的水印系统 textGrain，但仅对欧盟的 ChatGPT 和 Codex 用户默认开启，全球 API 客户可自行开关且默认关闭；Google DeepMind 开源了文本版 SynthID 并内置于 Gemini 模型。关于水印是否真的不影响文本质量存在争议，博主 John Gruber 认为不存在完全同义的同义词，按水印密钥而非语义契合选词会降低精确度；法律行业媒体 Artificial Lawyer 则提出律所场景的顾虑，禁用 AI 的客户可能发现水印，一份文档中叠加多重水印也可能带来麻烦。