Anthropic Acusa a Laboratorios Chinos de Entrenar a 3 Modelos de IA con Datos de Claude

Anthropic acaba de lanzar una acusación bastante seria: tres laboratorios chinos —DeepSeek, Moonshot AI y MiniMax— habrían montado una auténtica fábrica de cuentas falsas para “exprimir” a Claude y así mejorar sus propios modelos. Según la compañía, estaríamos hablando de más de 24.000 cuentas falsas y más de 16 millones de intercambios con el chatbot, una cifra que por sí sola ya revela la magnitud del presunto operativo.

El objetivo, sin embargo, habría sido aplicar una técnica conocida como destilación, es decir, utilizar las respuestas de un modelo potente como “profesor” para entrenar otro modelo, normalmente más pequeño o más barato… o, si eres un competidor dispuesto a cruzar ciertas líneas, para acercarte peligrosamente a sus capacidades sin asumir el mismo coste de investigación y desarrollo.

Lo realmente jugoso del asunto no es solo el volumen, sino qué capacidades estaban intentando copiar. Anthropic sostiene que los ataques se centraron en lo más diferencial de Claude: razonamiento agente, uso avanzado de herramientas y programación.

Anthropic pone números y reparte el “modus operandi” por empresa

Anthropic no se limita a una queja genérica, sino que desglosa el presunto comportamiento por actor y sugiere que la escala no fue homogénea. En el caso de DeepSeek, la empresa lo asocia a más de 150.000 intercambios que, según su análisis, parecían orientados a mejorar la lógica fundacional y el alineamiento del modelo; es decir, no solo el rendimiento bruto, sino la forma en que razona y cómo responde ante instrucciones delicadas o límites de seguridad.

Además, hay un detalle especialmente espinoso: parte del foco habría incluido la búsqueda de alternativas “seguras frente a la censura” para consultas sensibles desde el punto de vista político. Este punto no es menor, sobre todo considerando que DeepSeek ya estaba bajo la lupa mediática desde hace meses, particularmente tras ganar notoriedad con R1, un modelo de razonamiento de código abierto que rozaba el rendimiento de los grandes laboratorios estadounidenses a una fracción del coste.

Y si a eso se suma que se espera la llegada de DeepSeek V4 —con rumores que apuntan a que podría superar a Claude y a ChatGPT en tareas de programación—, la denuncia cae como gasolina en una hoguera ya encendida.

En el caso de Moonshot AI, Anthropic habla de más de 3,4 millones de intercambios dirigidos específicamente a razonamiento agente, uso de herramientas, programación y análisis de datos; en otras palabras, el paquete completo para crear asistentes que no solo contestan, sino que efectivamente “hacen cosas” dentro de un entorno profesional. También hay un interés en agentes de uso de ordenador y visión por computador, justo cuando la empresa venía de lanzar su modelo abierto Kimi K2.5.

El volumen más impactante, sin embargo, correspondería a MiniMax, con 13 millones de intercambios presuntamente centrados en programación agente, uso de herramientas y orquestación. Anthropic afirma haber observado algo particularmente llamativo: casi la mitad del tráfico de MiniMax habría sido redirigido para extraer capacidades del Claude más reciente justo en el momento de su lanzamiento, lo que sugiere una estrategia de “capturar la versión nueva en cuanto sale” para absorber mejoras antes de que cambien las defensas, los endpoints o los patrones de detección.

La destilación es normal… hasta que se convierte en aspiradora industrial

Conviene dejar algo claro: la destilación no es mala en sí misma. De hecho, se utiliza ampliamente para crear modelos más ligeros, reducir la latencia, abaratar la inferencia y llevar capacidades avanzadas a dispositivos o servicios con menos presupuesto de cómputo. El problema surge cuando el “alumno” se entrena de manera sistemática con las salidas de un competidor, a escala industrial y mediante cuentas falsas diseñadas para esquivar controles.

Si un laboratorio logra copiar comportamientos clave de otro sin pagar el precio de I+D, ni asumir el coste de los datos ni el de la iteración, el mercado se distorsiona. En este contexto, no resulta casual que OpenAI haya enviado recientemente un memorando a legisladores de la Cámara de Representantes acusando también a DeepSeek de usar destilación para imitar productos propios. Esto empieza a parecer menos un incidente aislado y más un patrón que los grandes actores del sector comienzan a señalar públicamente.

El elefante en la habitación: chips, exportaciones y la carrera por la computación

La denuncia llega, además, en un momento político especialmente delicado, marcado por el debate sobre los controles de exportación de chips avanzados hacia China. El mes pasado, la Administración Trump permitió formalmente que empresas estadounidenses como Nvidia exportaran chips avanzados —como el H200— al mercado chino, una decisión que ha generado críticas por el posible fortalecimiento de la capacidad de cómputo del país asiático en plena carrera global por dominar modelos de frontera.

Anthropic sostiene que la escala de extracción atribuida a DeepSeek, MiniMax y Moonshot requiere acceso a chips avanzados; no basta con unas pocas GPUs de segunda mano para mover millones de interacciones, filtrarlas y convertirlas en señales útiles de entrenamiento. Desde su perspectiva, limitar el acceso a hardware de alto rendimiento no solo frena el entrenamiento directo de modelos, sino también la destilación a gran escala, cerrando una vía indirecta de aceleración tecnológica.

No es solo negocio: Anthropic habla de seguridad nacional

En su argumentación, Anthropic va más allá del plano comercial y sitúa el debate en el terreno de la seguridad nacional. La empresa recuerda que los laboratorios estadounidenses integran salvaguardas diseñadas para dificultar usos como el desarrollo de armas biológicas o determinadas actividades cibernéticas maliciosas; sin embargo, si alguien destila únicamente las capacidades “útiles” sin preservar esos frenos, el resultado podría ser un modelo igual de potente pero con protecciones recortadas.

A esto se suma un riesgo adicional: el posible despliegue de IA avanzada por parte de gobiernos autoritarios para operaciones cibernéticas ofensivas, campañas de desinformación o vigilancia masiva, un escenario que se amplifica si esos modelos terminan publicándose como código abierto, donde el control sobre su uso se diluye por completo.

En declaraciones recogidas por TechCrunch, Dmitri Alperovitch —presidente de Silverado Policy Accelerator y cofundador de CrowdStrike— señaló que no le sorprenden este tipo de ataques y que, en su opinión, parte del rápido avance chino podría explicarse por “robo mediante destilación”. Para ciertas voces influyentes, por tanto, el debate ya no gira en torno a si ocurre o no, sino a qué tan extendido está el fenómeno.

Anthropic asegura que seguirá invirtiendo en defensas para dificultar este tipo de prácticas y facilitar su detección, aunque también reclama una respuesta coordinada que involucre a la industria, a los proveedores de nube y a los responsables políticos. Si el incentivo existe y el acceso es relativamente sencillo, la tentación seguirá ahí.