Anthropic acusa Alibaba Claude: 25.000 cuentas

Anthropic acusó a Alibaba de extracción ilícita de IA: según la denuncia, el gigante chino usó 28,8 millones de intercambios con su modelo Claude a través de 25.000 cuentas falsas entre el 22 de abril y el 5 de junio de 2026. La empresa lo describió ante el Senado de EE.UU. como el mayor intento de destilación registrado hasta hoy.

La destilación de modelos es una técnica de machine learning en la que un modelo “estudiante” aprende imitando las respuestas de un modelo “maestro” más grande. Es legítima cuando una empresa destila sus propios modelos. Se vuelve ilícita cuando alguien extrae masivamente las respuestas de un modelo ajeno, violando sus términos de servicio, para entrenar un competidor sin pagar la investigación de fondo. Eso es lo que Anthropic le atribuye a Alibaba.

¿Qué es la destilación de modelos en inteligencia artificial?

Arranquemos por lo básico, porque la palabra suena más oscura de lo que es. La destilación es vieja en el mundo del machine learning y, en su versión sana, es muy útil.

Ponele que tenés un modelo enorme, carísimo de correr, y querés una versión chica que dé respuestas parecidas pero entre en un teléfono. Lo que hacés es usar al modelo grande como “maestro”: le hacés montones de preguntas, guardás sus respuestas y entrenás un modelo “estudiante” más liviano para que imite ese comportamiento. El resultado es un modelo más barato y rápido, con una pérdida de calidad acotada. Eso es destilación legítima, y la usan los propios laboratorios sobre sus modelos todo el tiempo.

El problema aparece cuando el maestro no es tuyo. Si extraés sistemáticamente las respuestas de un modelo de un competidor para entrenar el tuyo, estás copiando el producto de su inversión sin pagarla. Ahí la técnica deja de ser una optimización y pasa a ser, según Anthropic, una extracción ilícita. La frontera no es técnica, es de permiso: ¿tenías derecho a usar ese maestro de esa forma? Sobre eso hablamos en la capacidad de cómputo real de Anthropic.

¿Por qué Anthropic acusa a Alibaba de extracción ilícita?

Los números son la parte fuerte de la denuncia. Según el reporte de CNBC, Anthropic documentó 28,8 millones de intercambios con Claude repartidos en unas 25.000 cuentas falsas, todo concentrado entre el 22 de abril y el 5 de junio de 2026.

¿Por qué tantas cuentas? Para no saltar los límites. Una sola cuenta haciendo millones de consultas se detecta en cinco minutos. Veinticinco mil cuentas haciendo un poco cada una se parecen mucho a tráfico normal.

Anthropic lo planteó en una carta al Senado de Estados Unidos, y ahí está el detalle que le da peso político: no es un posteo de marketing, es un documento dirigido a legisladores. La empresa sostiene que este caso supera en escala a episodios anteriores que ya habían generado ruido, como el de DeepSeek (alrededor de 16 millones de intercambios) y el de Moonshot. Si la cifra de 28,8 millones se confirma, sería el intento de destilación más grande sobre un modelo occidental que se haya hecho público.

Eso sí: por ahora es la versión de una sola parte. Alibaba no dio una respuesta inmediata según la cobertura de DiarioBitcoin, y nadie afuera de Anthropic verificó los registros todavía. Tomalo con pinzas hasta que aparezca la otra campana.

¿Cómo funciona técnicamente un ataque de destilación contra Claude?

La mecánica no es ciencia de cohetes, y esa es justamente la parte incómoda. Creás miles de cuentas, repartís el tráfico entre proxies para que no salte ningún límite de la API, mandás consultas sistemáticas sobre los temas que te interesan, guardás cada respuesta de Claude y después usás todo ese corpus para entrenar tu propio modelo, sin haber gastado un peso en la investigación original.

En la denuncia aparece el término “hydra cluster” para describir la red de proxies: si cortás una conexión, salen tres nuevas por otro lado. La infraestructura está pensada para sobrevivir a los bloqueos.

Lo difícil acá es la detección. Cada consulta individual se ve igualita a la de un usuario real preguntándole algo a Claude. El patrón sospechoso solo emerge cuando juntás millones de pedidos y ves que cubren un temario sistemático, con cuentas que se comportan demasiado parecido. Por eso este tipo de campaña puede correr semanas antes de que alguien ate los cabos. Y el incentivo económico es brutal: entrenar un modelo de frontera desde cero cuesta cientos de millones de dólares, mientras que destilar las respuestas de uno ya entrenado cuesta una fracción mínima de eso. Lo explicamos a fondo en cómo se enfrenta Anthropic a OpenAI.

Comparativa: las grandes campañas de destilación reportadas

La tabla deja claro por qué Anthropic habla de récord: aun comparado con DeepSeek, el volumen atribuido a Alibaba casi duplica la cifra. Ojo con los casilleros que dicen “no especificado”: son datos que las fuentes no precisaron, no ceros.

¿Qué riesgos de seguridad y propiedad intelectual genera la destilación ilícita?

Hay tres problemas distintos acá, y conviene no mezclarlos.

• Modelos sin salvaguardas: un modelo clonado copia las respuestas, no necesariamente los filtros de seguridad que Anthropic le puso encima. Podés terminar con un sistema que responde igual de bien pero sin los frenos éticos.
• Fuga de propiedad intelectual: la “inteligencia” del modelo está, en parte, en cómo responde. Si extraés ese comportamiento a escala, te llevás el producto de años de investigación ajena.
• Desincentivo a invertir: si destilar el modelo del otro sale baratísimo, ¿quién va a poner cientos de millones en entrenar uno propio? El problema es que se castiga al que invierte.

Y arriba de todo eso está la capa geopolítica. Una campaña a esta escala, atribuida a una empresa china contra un laboratorio estadounidense, cae justo en medio de la pelea por el liderazgo en IA. Por algo la denuncia fue al Senado y no a un juzgado comercial.

¿Qué marco legal protege a los modelos de IA hoy?

Acá viene la sorpresa: ninguna ley prohíbe la destilación de forma explícita. No existe (todavía) un delito de “destilaste mi modelo”.

Lo que sí existe son ángulos indirectos. El más sólido son los términos de servicio de la API: si usás Claude con cuentas falsas para entrenar un competidor, casi seguro estás violando el contrato que aceptaste al registrarte. A eso se le pueden sumar el fraude (las 25.000 cuentas falsas), una posible violación de derechos de autor sobre las salidas del modelo y, según la jurisdicción, el robo de secretos comerciales.

El tema es que todo esto cambia de país en país. Lo que en Estados Unidos podría litigarse como incumplimiento contractual o fraude, en China se mueve en un terreno legal distinto y con poca cooperación transfronteriza. Por eso la jugada de Anthropic es regulatoria antes que judicial: empujar para que se escriban las reglas que hoy no están. Más contexto en cómo funcionan estos modelos de lenguaje.

¿Cómo afecta esto a desarrolladores y startups en Latinoamérica?

Si tenés una startup en Argentina o la región que construye sobre Claude, GPT o Gemini, este caso te toca de dos maneras.

La primera es de competencia. Si modelos copiados llegan al mercado a precios imposibles de igualar, el que jugó limpio entrenando o licenciando queda en desventaja. La segunda es de seguridad: cuidado con adoptar modelos importados de origen turbio solo porque salen baratos, porque podés estar metiendo en tu producto un sistema sin las salvaguardas del original.

Hay una tarea concreta para los equipos técnicos. Si tu producto expone su propia API, vale la pena que mires tus patrones de uso igual que lo hace Anthropic: picos raros, muchas cuentas nuevas haciendo consultas parecidas, tráfico que entra por proxies. Y si corrés tu propia inferencia, alojarla en infraestructura sobre la que tengas control real (un cloud o VPS gestionado en un proveedor como donweb.com) te facilita poner límites y monitoreo antes de que el problema escale.

¿Cómo se defienden Anthropic y otras empresas?

Las contramedidas son las de siempre, pero afinadas. Límites de velocidad por cuenta y por IP. Detección de patrones fraudulentos cruzando comportamiento entre cuentas. Verificación de identidad más dura al registrarse. Alertas internas cuando aparecen señales que ya vieron en laboratorios chinos.

Y, como muestra esta denuncia, el reporte a gobiernos. Anthropic no se quedó en bloquear las cuentas: convirtió el incidente en un argumento regulatorio frente al Senado. Es una defensa que mezcla lo técnico con lo político, porque con rate limits solos no alcanza cuando el atacante reparte la carga en 25.000 cuentas.

Qué está confirmado y qué no

• Confirmado: Anthropic envió una carta al Senado de EE.UU. acusando a Alibaba de extracción ilícita de capacidades de Claude.
• Confirmado: Las cifras que difundió Anthropic son 28,8 millones de intercambios y unas 25.000 cuentas falsas, entre el 22 de abril y el 5 de junio de 2026.
• Pendiente: La respuesta oficial de Alibaba, que al momento de la denuncia no había aparecido.
• Pendiente: Verificación independiente de los registros y de la atribución a Alibaba.
• Pendiente: Cualquier acción legal o regulatoria concreta derivada del caso.

Errores comunes al leer esta noticia

• Creer que toda destilación es ilegal. No lo es. Destilar tus propios modelos es práctica estándar y útil. El conflicto es destilar el modelo de otro sin permiso y con cuentas falsas.
• Suponer que ya hay una ley que esto viola de cabeza. Hoy no existe una norma que prohíba la destilación como tal. Los argumentos pasan por términos de servicio, fraude y secretos comerciales, no por un delito específico.
• Pensar que un modelo destilado es tan seguro como el original. Copia las respuestas, no necesariamente los filtros de seguridad. Un clon puede sonar igual de capaz y ser bastante menos confiable.
• Tomar las cifras como hecho probado. Son los números que aportó Anthropic. Sólidos para discutir, pero todavía sin contraparte ni verificación externa.

Preguntas Frecuentes

¿Qué hizo exactamente Alibaba con Claude según Anthropic?

Anthropic sostiene que Alibaba hizo 28,8 millones de consultas a Claude usando unas 25.000 cuentas falsas entre el 22 de abril y el 5 de junio de 2026, con el fin de capturar sus respuestas y destilar esas capacidades en un modelo propio. Alibaba no respondió de inmediato a la acusación. Relacionado: la competencia global en sistemas IA.

¿Qué es la destilación de modelos de IA?

Es una técnica donde un modelo “estudiante” más chico aprende imitando las respuestas de un modelo “maestro” más grande. Sirve para crear versiones más rápidas y baratas. Es legítima sobre modelos propios y se vuelve cuestionable cuando se hace sobre un modelo ajeno sin autorización.

¿Es legal la destilación de modelos de inteligencia artificial?

No hay una ley que la prohíba de forma explícita. La ilegalidad, si existe, viene por otros lados: violación de los términos de servicio de la API, fraude por usar cuentas falsas y posible robo de secretos comerciales. Depende mucho de la jurisdicción.

¿Por qué este caso es mayor que el de DeepSeek?

Por volumen. La campaña atribuida a Alibaba suma 28,8 millones de intercambios, frente a los aproximadamente 16 millones del caso DeepSeek. Si la cifra se confirma, sería el mayor intento de destilación sobre un modelo occidental hecho público hasta 2026.

¿Cómo afecta a empresas argentinas que usan Claude?

De forma directa, poco: si usás Claude por su API oficial, seguís igual. El impacto es indirecto: más competencia de modelos copiados a precios bajos y mayor riesgo de adoptar modelos importados sin las salvaguardas del original. Conviene vigilar tu propia API si exponés una.

Conclusión

Lo que cambió con esta denuncia no es la técnica (la destilación existe hace años), sino la escala y el lugar donde se discute. Anthropic puso 28,8 millones de intercambios y 25.000 cuentas falsas sobre la mesa del Senado, y con eso movió el debate de la trastienda técnica a la arena regulatoria.

Para el que construye con IA, la lección práctica es doble: si exponés una API, monitoreala como si alguien estuviera tratando de copiarte; y si pensás adoptar un modelo barato de origen dudoso, preguntate qué salvaguardas perdiste en el camino. Falta la respuesta de Alibaba y falta verificación independiente. Hasta que aparezcan, esto es una acusación seria y bien documentada, no un caso cerrado.

Fuentes

• CNBC – La campaña de destilación que Anthropic atribuye a Alibaba
• DiarioBitcoin – Anthropic acusa a Alibaba de extraer ilícitamente capacidades de Claude
• ComputerWorld – 25.000 cuentas falsas para extraer información de Claude
• Business Today – El mayor intento de extraer capacidades de Claude
• Xataka – Qué son los modelos destilados y la destilación de LLM