¿Qué pasa cuando alguien no roba un aparato, sino la forma en que ese aparato piensa? En la carrera actual por la inteligencia artificial, el botín ya no es solo un programa: también puede ser su “cableado” interno, esa pieza clave que le permite responder mejor y más rápido.
Eso es lo que revela Reuters sobre la denuncia de Anthropic contra Alibaba. La firma estadounidense acusa a operadores vinculados con el gigante chino de haber usado casi 25.000 cuentas falsas para extraer capacidades de Claude, su modelo de IA, en la mayor campaña de destilación detectada hasta ahora.
El hallazgo cubre un periodo preciso: del 22 de abril al 5 de junio de 2026. Según Anthropic, en ese lapso se registraron más de 28,8 millones de interacciones con Claude, con un objetivo concreto: acelerar el desarrollo de Qwen, la familia de modelos de Alibaba, hasta acercarla a Claude Mythos Preview.
La clave está en la destilación, una técnica legítima en algunos contextos, pero aquí señalada como uso no autorizado. En términos simples, consiste en usar a un modelo más potente como “profesor” para entrenar a otro más pequeño o menos capaz, sin pagar el costo completo de construir ese conocimiento desde cero.
También te puede interesar:El Próximo Modelo de Anthropic podría anunciarse en las próximas semanasLa analogía más clara es la de una cocina industrial. Un restaurante puede aprender mirando cómo trabaja un chef estrella: qué orden sigue, cuánto calienta la sartén, cuándo cambia el fuego. No le roba la cocina. Le copia el mecanismo.
Con la IA ocurre algo parecido. Si un sistema hace millones de preguntas cuidadosamente diseñadas, puede detectar patrones, respuestas y prioridades. Así empieza a reconstruir el “engranaje” del modelo avanzado, aunque nunca vea su código fuente ni su entrenamiento original.
El “profesor” digital y el costo que se ahorra
Anthropic sostiene que ese fue el interruptor de esta campaña. No se trató de un uso normal de su API, la puerta de acceso para desarrolladores, sino de una extracción masiva mediante proxies, cuentas fraudulentas y evasión de controles geográficos, contractuales y técnicos.
El punto sensible es económico y estratégico. Entrenar un modelo de frontera cuesta tiempo, infraestructura y una enorme cantidad de datos. Si otro actor logra transferir conductas avanzadas a partir de respuestas ya afinadas, reduce drásticamente el tiempo de desarrollo y también evita parte de las barreras de seguridad originales.
También te puede interesar:El Próximo Modelo de Anthropic podría anunciarse en las próximas semanasY esa no sería una anomalía aislada. Anthropic ya había detectado campañas similares en febrero, atribuidas a DeepSeek, Moonshot AI y MiniMax, con patrones comunes: uso masivo, preguntas dirigidas a habilidades concretas y redes de cuentas falsas.
Los números muestran la escala. En esos casos previos, Anthropic registró más de 150.000 interacciones para DeepSeek, más de 3,4 millones para Moonshot AI y más de 13 millones para MiniMax. Lo de ahora, con 28,8 millones, lleva ese mecanismo a otra dimensión.
Por qué importa fuera del laboratorio
Qwen no es un actor menor. Alibaba lo presenta como una familia robusta de modelos de lenguaje y multimodales, es decir, capaces de trabajar con texto, audio e imagen, con soporte para 119 idiomas y funciones en razonamiento, código y matemáticas.
Si ese tipo de sistemas absorbe capacidades avanzadas sin los mismos controles, la oportunidad tecnológica también abre un problema de seguridad. Anthropic advierte que podrían proliferar modelos muy capaces en programación, tareas agentivas y ciberseguridad, pero con menos filtros.
Como respuesta, la empresa degradó accesos sospechosos hacia Opus 4.8, aplicó una retención de datos de 30 días para modelos de clase Mythos y lanzó Claude Fable 5 y Claude Mythos 5. Sin embargo, las restricciones del Departamento de Comercio de Estados Unidos sobre esos modelos empujaron una decisión más dura: bloquear el acceso global ante la imposibilidad de garantizar el cumplimiento.
La escena deja una señal clara. En IA, proteger un modelo ya no consiste solo en cerrar la puerta principal, sino en vigilar quién toma nota desde la ventana. Y ese cambio puede definir cómo llega esta tecnología a la vida diaria de millones de personas.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
