Une requête arrive sur l’API, un filtre la juge suspecte, Claude ne répond pas. Jusqu’ici, ce refus ne coûtait rien au client. Anthropic vient de décider qu’il serait de nouveau facturé.
L’annonce tient en quelques lignes, publiées le 24 septembre par le compte officiel ClaudeDevs sur X : l’entreprise « reprend la facturation des requêtes bloquées par [ses] mesures de protection avant que Claude ne réponde ». Le périmètre est borné à trois familles présentées comme ayant « des taux de faux positifs faibles » : la biologie, les attaques de distillation et le développement de LLM (grands modèles de langage) de pointe.
Un péage posé devant le filtre
Le mot « reprendre » compte. La facturation des requêtes bloquées a donc existé, puis a été suspendue, et revient aujourd’hui sur un terrain choisi. Anthropic justifie ce retour par des attaques coordonnées contre ses systèmes au cours des dernières semaines. L’entreprise ne généralise pas : elle cible trois zones où elle estime que ses filtres se trompent rarement.
Le blocage intervient en amont, avant toute génération. La requête est lue, classée, rejetée. Côté fournisseur, cette lecture a un coût de calcul réel, même si aucune réponse ne sort. Côté client, il ne reste rien, sinon une ligne sur la facture. OpenAI, de son côté, ne facture pas l’outil de modération qu’il met à la disposition des développeurs pour filtrer les contenus : chez Anthropic, le filtrage devient payant dès qu’il aboutit à un refus.
L’argument comptable existe, il reste secondaire. La décision relève surtout de la dissuasion.
La distillation, cible désignée
Parmi les trois catégories, une trahit l’adversaire visé. Une attaque de distillation consiste à interroger massivement un modèle pour récolter ses réponses et entraîner avec elles un modèle concurrent, à moindres frais. Ceux qui s’y livrent ne sont ni des chercheurs isolés ni des curieux : ce sont des acteurs qui veulent rattraper Claude sans payer le prix de son entraînement.
Pour eux, jusqu’ici, un blocage était gratuit. On pouvait bombarder l’API de variantes, observer lesquelles passaient, ajuster, recommencer. Chaque refus renseignait sur la forme du filtre sans rien coûter. En facturant ces tentatives, Anthropic transforme le sondage de ses défenses en dépense. Contourner un garde-fou par essais successifs devient une ligne budgétaire, et plus seulement un exercice de patience.
La même logique vaut pour la biologie, où la crainte porte sur l’aide à la conception d’agents dangereux. Celui qui cherche la formulation qui franchit le filtre paiera désormais chaque essai raté.
Des faux positifs que seul l’éditeur mesure
Tout l’édifice repose sur une promesse : dans ces catégories, le filtre se tromperait rarement. Anthropic avance deux chiffres. Ses classifieurs (les programmes qui trient automatiquement les requêtes) seraient réglés pour un taux de faux positifs inférieur à 0,1 %, et 99,7 % des comptes Claude Code, Claude.ai et Cowork n’auraient déclenché aucun de ces blocages facturables lors de ses derniers tests. Ces deux mesures ne portent pas sur la même chose, et aucune ne garantit qu’un refus donné soit fondé.
Surtout, seul Anthropic peut les vérifier. L’entreprise conçoit le filtre, en fixe le seuil, évalue ses erreurs, et facture le résultat. Le client, lui, ne voit qu’un refus, sans moyen de savoir s’il relève de la règle ou de l’accident. Pour signaler une erreur, les utilisateurs de Claude Code sont renvoyés vers la commande /feedback, sans que l’éditeur précise comment un blocage facturé à tort serait remboursé. Juge et partie, Anthropic demande qu’on le croie sur parole au moment précis où l’erreur devient payante.
Tant que le blocage était gratuit, un faux positif coûtait du temps et de l’agacement. Il coûte désormais de l’argent, et ce coût tombe sur celui qui n’a rien fait de mal.
Le biologiste qui découvre le filtre sur sa facture
Prenez un laboratoire qui s’appuie sur Claude pour analyser de la littérature en virologie, résumer des protocoles ou annoter des séquences. Son travail est légitime, son vocabulaire est exactement celui que le filtre surveille. Même avec un taux d’erreur contenu sous 0,1 %, les volumes d’un pipeline automatisé pèsent : sur cent mille requêtes, cela peut encore représenter une centaine de refus injustifiés.
Dans un usage conversationnel, le chercheur verrait le refus et reformulerait. Dans un agent ou un traitement par lots, personne ne regarde chaque réponse. Le refus s’enregistre, la requête est facturée, le lot continue. La découverte se fait en fin de mois, en comparant la dépense aux résultats obtenus.
Le même risque guette ceux qui travaillent sur le développement de modèles : évaluation, génération de données d’entraînement, recherche en sécurité. Ces usages ressemblent, vus de l’extérieur, à ce que le filtre veut empêcher. La frontière entre un chercheur qui teste la robustesse d’un LLM et un concurrent qui l’aspire est mince, et c’est un classifieur qui la trace.
Traiter le refus comme une dépense
Pour une équipe qui intègre Claude dans des domaines sensibles, la réponse passe par l’instrumentation. Un refus doit désormais être tracé comme un coût, et plus seulement comme une réponse vide :
- isoler dans vos logs les requêtes bloquées, avec leur coût, pour mesurer votre propre taux de faux positifs plutôt que de dépendre de celui de l’éditeur ;
- surveiller en priorité les traitements liés à la biologie et à la recherche sur les modèles, où le vocabulaire expose le plus ;
- prévoir dans vos agents un arrêt ou une alerte quand les blocages s’enchaînent, au lieu de laisser un lot reboucler sur des refus payants ;
- demander à Anthropic, si vous êtes concerné, un canal de contestation et le détail par catégorie des chiffres qu’il avance.
Le rapport de force reste inégal. Un grand compte pourra négocier, un laboratoire universitaire moins. Et chaque refus facturé à tort nourrit une tentation : se tourner vers un modèle moins regardant sur ces sujets, à rebours de l’objectif de sécurité affiché.
Anthropic fait un choix cohérent avec sa stratégie : rendre coûteuse l’extraction de ses modèles par la concurrence et le contournement de ses défenses. La cohérence tiendra tant que les chiffres suivront. Publier ses taux de faux positifs par catégorie, mesurés aussi sur le trafic de l’API, serait le moyen le plus simple de montrer que ce péage vise bien les attaquants, et pas les chercheurs.
Sources
Ils m’ont fait confiance
« Il ne se contente pas de corriger les symptômes, il cherche à comprendre l'origine des problèmes et à sécuriser les modifications effectuées. J'ai réellement le sentiment d'avoir trouvé un développeur qui comprend à la fois la technique et les enjeux globaux du projet. »
Évaluation client · projet WordPress · septembre 2026
5,0/5 sur 17 évaluations
Faire appel à mes services →
