Todo lo que sabemos sobre la marca de agua de los modelos de Anthropic

El 11 de agosto de 2026 Anthropic anunció que el texto generado por Claude va a llevar una marca de agua. Tres días después publicó un FAQ técnico explicando el mecanismo. Entre medias se acumularon titulares, hilos y una cantidad notable de información equivocada.

Este artículo recoge lo que se sabe a día de hoy, separando lo que está confirmado por la fuente oficial de lo que son inferencias razonables. Si trabajas con Claude a diario (escribiendo código, generando documentación, redactando contenido) hay partes que te afectan y partes que no, y conviene saber cuáles son.

Un aviso antes de empezar: esto es material vivo. La situación descrita aquí es la del 17 de agosto de 2026 y varios puntos van a cambiar en las próximas semanas.

Qué es una marca de agua en texto

La intuición equivocada más común es imaginar algo pegado al texto: caracteres invisibles, espacios de ancho cero, metadatos escondidos. No es eso. Anthropic lo dice de forma explícita en su FAQ: no se añade nada al texto y no hay caracteres ocultos.

La marca vive en la elección de palabras.

Un modelo de lenguaje genera texto palabra a palabra. En cada paso elige entre varios candidatos posibles. El ejemplo que usa Anthropic:

"El tiempo hoy estaba frío y..."

La siguiente palabra no va a ser "azucarado". Pero puede ser perfectamente "nublado" o "gris". Al lector le da igual cuál de las dos salga, porque el significado de la frase es el mismo. En condiciones normales, esa decisión se resuelve con un número aleatorio.

El marcado aprovecha esas decisiones de bajo riesgo. Las elecciones siguen siendo aleatorias, pero cambia la fuente de la aleatoriedad: en lugar de un generador arbitrario, se usa una clave más las palabras anteriores para determinar qué palabra toca. Después, quien tenga esa clave puede revisar la secuencia y comprobar si encaja con las decisiones que habría tomado el modelo usándola. Si encaja, se puede asignar una probabilidad de que el texto lo generase Claude.

Anthropic usa una analogía de Monopoly. Imagina que en lugar de tirar el dado, cada jugador toma el siguiente dígito de una lista de decimales de pi, empezando por una posición elegida al azar. Para los jugadores no cambia nada, la partida es idéntica. Pero si después alguien ve la secuencia completa de movimientos y conoce el valor de pi, puede deducir que esa partida probablemente usó pi. La partida está, en cierto sentido, marcada.

Un matiz: el sistema no empuja al modelo hacia palabras que no habría considerado. No va a sacar "nubiloso" para marcar una frase. Solo desempata entre opciones que ya eran igual de válidas.

Qué método concreto se usa

Es una versión de SynthID-Text, el enfoque que Google DeepMind publicó en un paper de Nature en 2024. Pertenece a una familia de técnicas que arranca con una propuesta de Scott Aaronson de 2022, todas con el mismo principio de diseño: lo único que cambia es la fuente de aleatoriedad al elegir palabras.

Sobre el impacto en la calidad, hay datos. DeepMind sirvió un modelo con marcado a una parte del tráfico real de Gemini y comparó las valoraciones de los usuarios: sin diferencias estadísticamente significativas. En un estudio controlado con evaluadores humanos comparando respuestas marcadas y sin marcar en paralelo, tampoco. Anthropic dice no haber visto impacto en contenido, creatividad ni legibilidad en sus pruebas internas.

Por qué ahora

Cumplimiento normativo. En julio de 2026 Anthropic firmó, junto a otros proveedores y alrededor de 190 firmantes en total, el Código de Buenas Prácticas de la UE sobre Transparencia del Contenido Generado por IA. Ese código exige métodos de marcado de texto generado por IA. La fecha en que la UE empieza a exigirlo es el 2 de agosto de 2026.

Debido a esto, aparecen dos consecuencias prácticas:

La primera es que no es algo específico de Claude. Otros grandes desarrolladores firmaron el mismo código y van a implementar sus propias marcas. Cada uno con su clave y posiblemente con su método.

La segunda es que se aplica de forma global, no solo en la UE. La razón que da Anthropic es que todavía no tienen una manera duradera de limitarlo por región. Dicen que seguirán evaluando enfoques.

Qué modelos la llevan hoy

Aquí es donde la mayoría de la cobertura se equivocó, y donde conviene leer la fuente original con cuidado.

El post de Anthropic abre diciendo que los futuros modelos de Claude generarán texto con marca de agua. Sobre los ya existentes, dice que la ley europea incluye un periodo de transición para los modelos lanzados antes del 2 de agosto de 2026, y que están trabajando para añadirles el marcado durante los próximos meses.

Ahora cruza eso con las fechas de lanzamiento de la generación actual:

Los tres son anteriores al 2 de agosto. A fecha de hoy, ningún modelo público de Anthropic está aplicando la marca de agua. Todos están en periodo transitorio, pendientes de que llegue el despliegue.

Eso cambiará cuando aterrice ese despliegue o cuando salga un modelo posterior a la fecha de corte. Y hay un detalle a tener en cuenta: no hay fecha anunciada ni obligación de anunciarlo. Puede activarse un martes cualquiera sin que estallen las redes sociales.

Lo que implica que no sea retroactivo

Esto es un razonamiento a partir del mecanismo, no una frase textual de Anthropic, pero se deduce sin mucho margen.

La marca se incrusta en el momento de generar, eligiendo cada palabra con la clave. Un texto que ya existe no tiene dónde alojarla: no hay nada que modificar sin reescribirlo entero. Cuando Anthropic dice que extenderá el marcado a los modelos antiguos, eso solo puede significar que las futuras salidas de esos modelos lo llevarán.

Si generaste documentación, artículos o algún tipo de material con Claude hace meses, ese contenido no lleva marca y probablemente no va a llevarla nunca.

Dónde la marca es más débil o inexistente

No todo el texto admite marcado por igual. Cuanta menos libertad hay para elegir entre palabras equivalentes, menos sitio hay para la señal.

Código. Donde hace falta una salida exacta, la marca no se aplica. Si cambiar el término rompería el código, no hay elección arbitraria que aprovechar, y el "empujón" del marcado no entra. Anthropic dice que el código lleva bastante menos marcado que otras formas de texto. Sí puede colarse donde hay decisiones libres, como los comentarios, pero el efecto sobre el código en sí es insignificante.

Pasajes factuales. El ejemplo del FAQ: en "la obra más famosa de Isaac Newton se llamaba Principia...", la siguiente palabra tiene que ser Mathematica. No hay alternativa igual de buena, así que la marca no tiene sobre qué actuar. Un artículo técnico cargado de nombres de clases, versiones y requisitos de compatibilidad tiene menos superficie de marcado que un texto de opinión.

Corrección y edición. Si escribes tú y le pides a Claude que corrija gramática y puntuación sin tocar nada más, casi todas las palabras son tuyas. La marca solo puede vivir en el puñado de correcciones, que puede no ser suficiente para registrar nada.

Fragmentos cortos. La detección funciona mal en muestras pequeñas: menos decisiones, menos información. La confianza crece con la longitud del texto.

Traducciones. Aquí al revés: una traducción hecha por Claude sí lleva marca completa, porque en ese caso todas las palabras las elige el modelo.

Ficheros: eso es otra cosa

Cuando Claude produce un fichero de tipo soportado (.png, .jpg, .svg), adjunta una credencial de contenido: una nota firmada criptográficamente en los metadatos del fichero indicando que se creó o procesó con Claude. Es C2PA, un estándar abierto que ya usan fabricantes de cámaras y software de edición fotográfica. Cualquier herramienta compatible puede leerlo, y Anthropic dice que ofrecerá la suya.

Conviene no confundirlo con la marca de agua. Aquí no se modifica nada del contenido: es una etiqueta en los metadatos, no algo incrustado ni oculto. Y, como en el texto, la credencial solo dice que Claude estuvo involucrado, sin información identificativa.

Cómo se detecta (o cómo se detectará)

La clave la tiene Anthropic. Hoy nadie más puede leer la marca.

Hay una API de detección prometida. Un ingeniero de la compañía confirmó que llegará una API "que puedas usar tú mismo", y el post oficial dice que están viendo los detalles de implementación. Sin fecha. Tampoco está definido si el acceso será abierto a cualquiera o con condiciones, y ahí hay una tensión evidente: cuanto más abierto sea el acceso, más fácil resulta iterar hasta aprender a esquivarla.

Merece la pena distinguir esto de los detectores de IA convencionales tipo Pangram. Esos usan un método completamente distinto, porque no tienen la clave: buscan los tics del texto generado, construcciones que los modelos usan más de la cuenta. Es una heurística sobre el estilo. La marca de agua es una comprobación criptográfica sobre la secuencia de palabras. No tienen nada que ver, y sus tasas de error tampoco.

Qué prueba y qué no prueba una marca de agua

Este es el punto que más se malinterpreta, y el que más importa si publicas contenido.

Con la clave solo se puede responder a una pregunta: qué probabilidad hay de que esto lo escribiera Claude en parte. Nada más. En concreto:

• No confirma que un texto sea humano.

• No detecta si lo escribió otra IA. Aunque esa IA marque, su clave sería distinta y su método puede que también.

• No distingue "Claude escribió esto" de "Claude editó esto".

• No lleva información identificativa. No se puede rastrear hasta una persona, una organización ni una conversación concreta.

• No cambia quién es el propietario del contenido ni quién responde legalmente de él. Los derechos del usuario bajo los términos de servicio siguen igual.

Y sobre esquivarla: la edición ligera probablemente no la elimine del todo; una reescritura completa donde se sustituya cada palabra, sí. Aunque en ese caso es discutible que el resultado siga siendo texto generado por IA. El propio ingeniero de Anthropic lo resumió: no es perfecto, se puede editar, es un primer paso.

Qué significa esto si eres desarrollador

Tu código está prácticamente a salvo. Repositorios, snippets, refactors, tests. La marca casi no entra ahí, y donde entra es irrelevante. Un mensaje de commit o un fix de una línea quedan por debajo del umbral de detección por pura falta de longitud.

Tu documentación y tus artículos son el caso con más señal. Cuanto más escribe el modelo de cero, más superficie hay. Si generas el cuerpo entero de un texto largo y lo publicas, ahí sí hay marca. Si partes de lo tuyo y usas el modelo para pulir, hay muy poca.

Nada de lo publicado hasta ahora lleva marca. Por las fechas y por la imposibilidad de aplicarla retroactivamente.

Lo que viene requiere una decisión. Cuando el marcado se active y la API de detección exista, un positivo sobre un texto tuyo no dirá que el conocimiento no es tuyo, ni que no lo revisaste, ni que el resultado no es válido. Dirá que Claude generó palabras en algún momento del proceso. Que eso sea un problema depende por completo de lo que hayas prometido a tu audiencia.

El daño reputacional en estos casos casi siempre viene de la sorpresa, no del hecho en sí. Si trabajas con IA y lo dices con normalidad, un positivo futuro no revela nada.

Resumen

• La marca vive en la elección de palabras, no en caracteres invisibles ni en metadatos.

• Es una versión de SynthID-Text, de DeepMind. Sin impacto medible en la calidad, sin coste extra, sin tokens adicionales.

• Se hace por el Código de Buenas Prácticas de la UE, es global, y otros laboratorios harán lo mismo.

• A 17 de agosto de 2026, ningún modelo público de Anthropic la aplica todavía. Todos son anteriores al corte del 2 de agosto.

• No puede aplicarse a texto ya generado.

• El código apenas se marca. Las traducciones, del todo.

• La API de detección no existe aún y solo Anthropic tiene la clave.

• Un positivo indica participación de Claude. No indica autoría, propiedad ni calidad.

Nota sobre este artículo: está escrito con Claude, a partir de la fuente primaria de Anthropic y de las fechas de lanzamiento de cada modelo, y revisado y ajustado por mí antes de publicarse. La ironía es que, por lo que se explica más arriba, se supone que no lleva marca de agua: el modelo con el que se ha escrito se lanzó el 24 de julio de 2026, nueve días antes de la fecha de corte. Dentro de unos meses, un artículo equivalente sí la llevaría (quizá este también).