Anthropic оголосила у серпні 2026 року запуск API для виявлення водяних знаків, який дозволить стороннім сервісам і розробникам перевіряти, чи певний фрагмент тексту згенеровано моделями Claude. За даними The Decoder, це перший крок компанії до того, щоб відкрити механізм маркування текстового виводу для зовнішньої перевірки, а не тримати його виключно всередині власних продуктів.

До цього моменту видавці, освітні платформи й модератори контенту мали в розпорядженні переважно непрямі методи розпізнавання ШІ-тексту — статистичні детектори штибу GPTZero чи Originality.ai, які регулярно помиляються і на живому, і на згенерованому тексті. Водяний знак, вбудований моделлю прямо під час генерації, працює інакше: замість того щоб вгадувати походження тексту постфактум, він лишає у самому виводі перевірний слід, закладений ще на етапі вибору токенів.

Публічний API для перевірки такого сліду зміщує рішення про довіру до тексту від здогадок сторонніх детекторів до прямої відповіді від постачальника моделі — а це вже інша якість доказу.

Що конкретно відкриває новий API Anthropic?

За своєю функцією новий API дозволяє стороннім сервісам надіслати фрагмент тексту й отримати відповідь, чи був він згенерований моделями Claude. Це переносить перевірку авторства з площини ймовірнісних припущень у площину прямої верифікації в джерела — у компанію, яка й створила модель. Ключова деталь у тому, що доступ до API отримають треті сторони, а не лише внутрішні продукти Anthropic — раніше подібні механізми верифікації, якщо й існували, лишалися закритими.

Як взагалі працює водяний знак у тексті мовної моделі?

У галузі водяні знаки для текстів зазвичай будують на статистичному зміщенні вибору токенів: модель під час генерації трохи частіше обирає одні токени із набору однаково ймовірних варіантів і трохи рідше — інші, за прихованим від стороннього спостерігача патерном. Людина, яка читає текст, різниці не помітить, а система з ключем до цього патерну може підрахувати відхилення від випадкового розподілу й зробити висновок про походження тексту. Найвідоміша публічна реалізація такого підходу для зображень — SynthID від Google, який AiiN уже розбирав у матеріалі про те, як Google дозволяє прибирати водяний знак з AI-зображень. Ймовірно, детекція Anthropic спирається на подібний принцип статистичного маркування, хоча компанія не розкриває деталі власного алгоритму.

Кому й навіщо знадобиться перевірка водяного знака Claude?

Практична цінність API концентрується там, де ціна помилки в атрибуції тексту висока:

Для будь-якого з цих сценаріїв пряма перевірка в API постачальника моделі точніша за евристичні детектори, натреновані на чужих текстах, — просто тому, що вона спирається на факт, закладений у сам вивід, а не на здогад стороннього класифікатора. Важливо розуміти й межі: сам факт виявлення водяного знака — це лише один сигнал, а не остаточний вердикт, тож розумні інтеграції поєднуватимуть його з іншими перевірками, а не замінюють ним людський розгляд повністю.

Що з цим робити AI-білдерам просто зараз?

Наша теза в AiiN проста: водяний знак цінний лише настільки, наскільки поширена й доступна перевірка за ним, тому запуск публічного API — важливіший крок, ніж сам факт наявності маркування в Claude. Watermarking, який існує лише всередині продуктів однієї компанії, — це декларація намірів; watermarking з відкритим API верифікації — це вже інфраструктура, на яку можуть спиратися сторонні продукти. Для команд, що будують інструменти модерації, edtech-сервіси чи плагіни перевірки оригінальності, це сигнал придивитися до інтеграції такого API замість того, щоб і далі покладатися на власні евристичні детектори ШІ-тексту, точність яких історично низька. Ми в AiiN стежитимемо, чи зʼявиться подібна відкрита верифікація і в конкурентів — OpenAI та Google, — бо саме поширення таких API, а не поодинокі анонси, визначить, наскільки взагалі можна довіряти маркуванню ШІ-тексту в індустрії.

Чи можна видалити або обійти водяний знак Claude?

Джерело не розкриває технічних деталей стійкості маркування до перефразування чи редагування тексту, тож стверджувати щось конкретне про це передчасно. Загалом для текстових водяних знаків справедливо, що суттєве перефразування чи переклад тексту зменшує надійність детекції сильніше, ніж, наприклад, обрізання чи стиснення для водяних знаків у зображеннях.

Чим це відрізняється від водяних знаків Claude для зображень?

Anthropic вже застосовувала маркування до згенерованого нею контенту — AiiN писав про це в матеріалі «YouTube посилює монетизацію, Claude додає водяні знаки». Новий API — це не новий тип маркування, а перший публічний інструмент перевірки вже наявного водяного знака в текстах Claude сторонніми сервісами.