Anthropic acusa a Alibaba de distilação de modelo de IA usando 25.000 contas falsas

iconCryptoBriefing
Compartilhar
AI summary iconResumo
A Anthropic acusou o laboratório de IA Qwen da Alibaba de usar 25.000 contas falsas para distilar seu modelo Claude entre 22 de abril e 5 de junho de 2026. A empresa afirma que mais de 28,8 milhões de interações visaram recursos avançados de IA + notícias de criptomoedas. A Alibaba negou as alegações, chamando-as de infundadas. Os dados de inflação permanecem um foco principal para os investidores em meio à volatilidade contínua do mercado.

A Anthropic acaba de divulgar uma das alegações mais explosivas na contínua rivalidade entre EUA e China na área de IA. Em uma carta enviada aos senadores dos EUA Tim Scott e Elizabeth Warren em 10 de junho de 2026, a empresa afirma que o laboratório de IA Qwen da Alibaba realizou o que descreve como a maior campanha de “distilação” conhecida contra seu modelo Claude.

Os números são assustadores. A Anthropic alega que operadores ligados ao Alibaba criaram aproximadamente 25.000 contas fraudulentas e geraram mais de 28,8 milhões de exchanges com o Claude entre 22 de abril e 5 de junho de 2026. São seis semanas de extração sistemática visando as capacidades mais avançadas do modelo.

O que realmente significa destilação e por que isso importa

Em vez de construir capacidades do zero, um modelo menor ou mais barato consulta um modelo mais poderoso milhões de vezes, estudando suas respostas para aprender como ele “pensa”. O modelo aluno então replica essas capacidades sem os bilhões de dólares em custos de treinamento.

Anúncio

Neste caso, a Anthropic afirma que a operação visou especificamente funcionalidades de engenharia de software e raciocínio agente associadas ao seu modelo Mythos Preview. A Alibaba negou firmemente qualquer irregularidade, chamando as acusações de infundadas.

Um padrão, não um evento isolado

Esta não é a primeira vez que a Anthropic levantou alertas sobre laboratórios chineses de IA copiando seu trabalho. Em fevereiro de 2026, a empresa divulgou campanhas semelhantes de distilação por outros laboratórios chineses de IA, supostamente incluindo DeepSeek e Moonshot.

Em plataformas como o OpenRouter, modelos chineses representaram entre 30% e 58% do uso de tokens entre desenvolvedores dos EUA em períodos recentes.

O ângulo regulatório

A decisão da Anthropic de levar suas reclamações diretamente ao Senado é uma jogada calculada. Ao apresentar a distilação de modelos como uma questão de segurança nacional e propriedade intelectual, a empresa está se posicionando para se beneficiar de qualquer resposta regulatória que siga. Controles de exportação mais rigorosos sobre o acesso a modelos de IA já estão sendo discutidos em Washington.

O que os investidores devem observar

Os dados de uso de tokens contam sua própria história. Se os modelos chineses estiverem capturando de 30% a 58% do consumo de tokens de desenvolvedores nas principais plataformas, as implicações de receita para as empresas de IA dos EUA são substanciais. Menor receita significa menos capital para pesquisa, o que faz com que o problema da distilação se torne autossustentável. Cópias mais baratas reduzem a participação de mercado do original, o que reduz o financiamento para a próxima geração de capacidades, tornando as cópias ainda mais competitivas em comparação.

Aviso legal: as informações nesta página podem ter sido obtidas de terceiros e não refletem necessariamente os pontos de vista ou opiniões da KuCoin. Este conteúdo é fornecido apenas para fins informativos gerais, sem qualquer representação ou garantia de qualquer tipo, nem deve ser interpretado como aconselhamento financeiro ou de investimento. A KuCoin não é responsável por quaisquer erros ou omissões, ou por quaisquer resultados do uso destas informações. Os investimentos em ativos digitais podem ser arriscados. Avalie cuidadosamente os riscos de um produto e a sua tolerância ao risco com base nas suas próprias circunstâncias financeiras. Para mais informações, consulte nossos termos de uso e divulgação de risco.