Anthropic étend le watermark sur Claude, deux anciens modèles restent contournables

Anthropic a annoncé l’extension d’un watermark textuel à quatre modèles supplémentaires de sa famille Claude pour se conformer au calendrier de l’AI Act européen, dont l’échéance est prévue en décembre. Selon The Decoder, cette mesure vise à faciliter la traçabilité des textes générés automatiquement.

Cependant, la mise en œuvre présente une faille sur deux modèles plus anciens : Claude Opus 4.6 et Sonnet 4.6. Sur ces versions, des développeurs peuvent, d’après le même signalement, neutraliser la marque en ajustant un seul paramètre d’échantillonnage. Les conséquences pratiques et l’étendue réelle de ce contournement restent incertaines.

Ce que couvre l’extension du watermark

L’objectif affiché d’Anthropic est d’étendre la présence d’un watermark — une signature discrète intégrée au texte généré — à davantage de modèles Claude. Cette opération s’inscrit dans la volonté de répondre aux exigences du cadre réglementaire européen qui demande des instruments facilitant la détection de contenus synthétiques.

Le déploiement couvre quatre modèles additionnels, sans que The Decoder ne détaille leurs noms dans le signalement transmis. L’intention est de réduire la part de texte non traçable produit par l’offre de la société.

La faille technique identifiée

Le point critique mentionné concerne deux versions antérieures, Claude Opus 4.6 et Sonnet 4.6. Sur ces modèles, il suffirait de modifier un paramètre d’échantillonnage pour obtenir des sorties sans watermark. The Decoder rapporte que ce changement peut être réalisé par les développeurs en production.

Le caractère « un seul paramètre » suggère une vulnérabilité simple à exploiter techniquement. Néanmoins, les détails précis — notamment quel paramètre et dans quelles conditions exactes le watermark est neutralisé — n’ont pas été rendus publics dans le signalement que j’ai consulté. Il existe donc une incertitude sur la facilité réelle de contournement pour des utilisateurs non spécialistes.

Pourquoi cette faille importe

La principale valeur du watermark est d’aider les outils de détection et les autorités à reconnaître du texte généré automatiquement. Si une option d’échantillonnage permet d’effacer cette empreinte, cela réduit l’efficacité de la mesure et pose une question de conformité pratique face à la réglementation.

Pour les entreprises et les plateformes qui comptent sur ces marques pour modérer ou signaler du contenu, une telle lacune peut compliquer la mise en place de contrôles automatiques. Toutefois, l’ampleur du risque dépendra de la fréquence d’utilisation de ces anciens modèles et du niveau d’expertise nécessaire pour appliquer le contournement — deux éléments actuellement incertains.

La réponse d’Anthropic et ses limites

D’après The Decoder, Anthropic a choisi d’alerter les utilisateurs concernés avec un avertissement de conformité plutôt que d’implémenter un correctif immédiat. Cette réaction indique une prise de conscience du problème, mais pas nécessairement une résolution technique.

Un simple avertissement peut réduire les usages non conformes chez des partenaires prudents, mais il ne neutralise pas la possibilité d’abus technique. Il reste flou si Anthropic prévoit une mise à jour logicielle, un verrouillage de paramètre pour les modèles concernés, ou une communication plus détaillée aux équipes d’intégration.

Que peuvent faire développeurs et régulateurs ?

Pour les intégrateurs et clients d’API, plusieurs démarches pratiques s’imposent :

• Vérifier quels modèles sont exploités en production et prioriser la migration vers les versions couverte par le watermark si la traçabilité est requise.
• Appliquer des contrôles internes sur les paramètres d’échantillonnage et restreindre les possibilités de modification si la conformité est un impératif.
• Exiger d’Anthropic, le cas échéant, des engagements techniques clairs sur la fermeture de la faille ou des mises à jour de sécurité.

Du côté des autorités, la situation souligne le besoin d’une approche technique aux audits de conformité : vérifier non seulement la présence d’un watermark, mais aussi la robustesse de son intégration face à des variations de configuration.

Points d’incertitude et prochaines étapes

Plusieurs questions demeurent ouvertes. On ignore combien d’instances en production utilisent encore Claude Opus 4.6 et Sonnet 4.6, combien d’acteurs connaissent ce contournement, et si Anthropic publiera un correctif poussé ou limitera l’accès aux paramètres concernés. Sur ces aspects, les informations disponibles sont fragmentaires et proviennent du signalement relayé par The Decoder.

Pour l’instant, la combinaison d’une extension partielle du watermark et d’une vulnérabilité sur des versions antérieures crée un paysage de conformité à la fois avancé et incomplet. Les entreprises soucieuses de respecter l’AI Act devraient documenter leurs usages, auditer leurs modèles déployés et demander des clarifications techniques au fournisseur.

Ce développement illustre combien la conformité technique aux régulations d’IA dépend autant de la robustesse des protections intégrées que de la gouvernance des paramètres déployés en production. The Decoder est la source du signalement sur cette faille ; son ampleur réelle et l’échéance d’une correction restent à confirmer par Anthropic.