AI Chine et accusations américaines sur la distillation des modèles Claude

Les sociétés chinoises d’IA auraient utilisé des millions de conversations de leurs clients pour découvrir les capacités des modèles américains et les transférer dans leurs propres systèmes. Les accusations viennent d’Anthropic et des autorités de sécurité américaines et transforment la soi-disant « distillation » des modèles en un nouveau terrain d’affrontement économique et technologique entre Washington et Pékin.

Selon un rapport d’Anthropic rendu public en septembre 2026 et rapporté par Journal de Wall StreetMoonshot AI et DeepSeek auraient acheminé vers Claude les demandes initialement formulées par les utilisateurs de leurs services. Certaines contenaient des informations sensibles, notamment des mots de passe, des informations d’identification de l’entreprise et des données de localisation géographique. Moonshot aurait généré plus de 23 millions de transactions avec Claude entre mai et juillet 2026.

L’affaire est plus large que les deux sociétés. Le 8 septembre, la NSA, le FBI et la Cybersecurity and Infrastructure Security Agency ont publié l’avis AA26-251A, dans lequel ils désignent DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun et Z.ai comme protagonistes de campagnes de distillation menées à l’échelle industrielle contre les modèles américains. Les activités, selon les trois agences, auraient commencé au moins fin 2024 et auraient extrait des milliards de tokens grâce à des millions de requêtes adressées aux systèmes Claude, GPT, Gemini et Grok.

Qu’est-ce que la distillation et pourquoi Washington la conteste

La distillation n’est pas née comme une technique clandestine. En apprentissage automatique, il indique le processus par lequel un modèle moins puissant, le « étudiant »apprend des réponses produites par un modèle plus performant, le « professeurLes entreprises l’utilisent généralement pour produire des systèmes plus petits, moins chers et plus rapides.

Anthropic le reconnaît explicitement. Dans un rapport du 23 février 2026, elle explique que la distillation est une pratique légitime lorsqu’un laboratoire l’applique à ses modèles ou lorsqu’il dispose des droits nécessaires.

Le problème, selon l’entreprise, survient lorsqu’un concurrent crée des milliers de faux comptes, contourne les restrictions géographiques et les termes du contrat et collecte systématiquement les résultats d’un modèle propriétaire pour former un produit rival.

C’est précisément cette distinction qui rend la comparaison juridique complexe. Il n’existe pas de règle générale selon laquelle l’apprentissage à partir des résultats d’un autre modèle constitue automatiquement un vol de propriété intellectuelle. Un témoignage présenté en mai 2025 devant le comité judiciaire de la Chambre des représentants des États-Unis a souligné que les règles en matière de droits d’auteur, de brevets et de secrets commerciaux n’étaient pas conçues pour une technique qui tend à reproduire les capacités et le comportement d’un système sans nécessairement copier son code ou ses paramètres. Dans plusieurs cas, le motif le plus immédiat de litige peut donc être la violation des conditions d’utilisation ou l’accès frauduleux aux services.

Les enjeux économiques sont pertinents. La formation d’un modèle frontière à partir de zéro nécessite de grandes quantités de puces avancées, d’électricité, de données et de capital. L’utilisation des résultats d’un système déjà développé peut réduire certains de ces coûts et raccourcir le chemin nécessaire pour obtenir des capacités compétitives.

Les « stations de transfert » entre la Chine et Claude

Le nouvel élément décrit par Anthropic concerne la structure utilisée pour joindre Claude depuis des pays où le service n’est normalement pas disponible.

Selon l’entreprise américaine, certains opérateurs se seraient appuyés sur des intermédiaires appelés « stations de transfert », des services situés hors de Chine et capables de transmettre les demandes aux modèles américains. Dans certains cas, ces intermédiaires auraient utilisé des informations d’identification volées ou obtenues frauduleusement.

Ce système permet de répartir le trafic sur un grand nombre de comptes et d’infrastructures, ce qui rend plus difficile l’identification d’une campagne coordonnée. Anthropic avait déjà décrit en février des architectures composées de réseaux de comptes frauduleux et de services proxy : dans un seul cas, un réseau aurait géré plus de 20 mille comptes simultanément.

Le but ne serait pas simplement d’obtenir des réponses du chatbot. Une campagne de distillation peut soumettre le modèle à des dizaines de milliers de variantes du même problème, collecter les réponses et les utiliser comme matériel de formation ou comme base pour des techniques d’apprentissage par renforcement.

Dans l’avis du 8 septembre, la NSA, le FBI et la Cisa décrivent une combinaison d’API officielles, de services cloud à distance et d’agrégateurs tiers utilisés pour masquer les origines et les métadonnées des utilisateurs. Les agences attribuent aux six sociétés chinoises des activités visant à acquérir des compétences de raisonnement, de programmation, d’exploitation d’agents et d’autres spécialisations.

L’affaire Moonshot et les données des utilisateurs de Kimi

Les accusations portées contre Moonshot sont particulièrement sensibles car elles mettent également en jeu la confidentialité des clients.

Selon Anthropic, dans un épisode, un utilisateur a demandé à Kimi, le service développé par Moonshot, d’analyser les images de centaines de caméras de vidéosurveillance à Chengdu pour reconstituer les mouvements d’une personne. La demande serait transmise à Claude via le réseau d’intermédiaires.

Dans un autre cas, un ingénieur a saisi les identifiants de connexion appartenant à diverses sociétés dans le service Kimi alors qu’il travaillait sur le développement de logiciels. Ces données parviendraient également à Claude sans que l’utilisateur sache que sa demande était en cours de traitement par un système externe. Anthropic affirme que Moonshot a produit plus de 23 millions d’interactions avec Claude entre mai et juillet.

Les manifestations Moonshot ne commencent pas en septembre. Dans le rapport du 23 février, Anthropic avait déjà attribué à l’entreprise plus de 3,4 millions de transactions effectuées à travers des centaines de comptes frauduleux, visant principalement à extraire des compétences liées au raisonnement, à la programmation, à l’analyse de données, à la vision par ordinateur et à l’utilisation autonome d’outils.

En juillet, Michael Kratsios, directeur du Bureau de la politique scientifique et technologique de la Maison Blanche, a accusé Moonshot d’avoir utilisé le modèle Fable d’Anthropic dans le développement du Kimi K3. Le secrétaire au Trésor, Scott Bessent, a répondu en proposant des sanctions et une éventuelle inscription sur les listes noires commerciales américaines dans les cas où la distillation à grande échelle dépassait, selon Washington, le seuil du vol de propriété intellectuelle.

Cependant, certains chercheurs ont contesté l’idée selon laquelle les performances de Kimi K3 pourraient s’expliquer principalement par la copie de Fable. Le modèle anthropique était accessible au public depuis trop peu de temps, affirment les experts cités par TechCrunch le 23 juillet, afin que la distillation puisse à elle seule justifier tout le développement du K3.

DeepSeek, Alibaba et les autres groupes accusés

Le dossier concerne désormais une bonne partie des laboratoires chinois qui rivalisent sur le segment le plus avancé du marché.

Anthropic a déclaré en février avoir identifié des campagnes attribuables à DeepSeek, Moonshot et MiniMax pour plus de 16 millions de transactions au total sur environ 24 000 comptes frauduleux. À cette époque, DeepSeek attribuait plus de 150 000 conversations destinées à extraire des capacités de raisonnement et des données utiles à la formation via l’apprentissage par renforcement. MiniMax aurait dépassé les 13 millions de transactions.

Les informations publiées cette semaine par les autorités américaines élargissent encore la portée. L’avis nomme également Alibaba, StepFun et Z.ai et affirme que les sociétés ont ciblé plusieurs fabricants américains, pas seulement Anthropic. Selon la NSA, le FBI et la Cisa, les modèles ciblés incluent des variantes de Claude, Gpt, Gemini et Grok.

Les agences vont jusqu’à affirmer que la distillation à grande échelle représente un élément central de la stratégie de développement des groupes impliqués. Il s’agit d’une déclaration des autorités américaines, et non d’une conclusion prouvée de manière indépendante sur l’ensemble du secteur chinois de l’IA.

Pékin a rejeté ces accusations. Le 9 septembre, le gouvernement chinois a qualifié les protestations américaines d’infondées et accusé Washington d’utiliser la question de la sécurité pour limiter le développement technologique du pays. Le ministère chinois des Affaires étrangères a plutôt appelé à une plus grande coopération entre les deux puissances dans le domaine de l’intelligence artificielle.

Moonshot, consulté par Journal de Wall Street sur les nouvelles accusations d’Anthropic, il n’a fait aucun commentaire ; DeepSeek n’a pas répondu aux demandes du journal.

La distillation entre dans la guerre des puces

La comparaison affecte directement la politique américaine en matière de semi-conducteurs.

Washington limite depuis des années l’exportation vers la Chine des processeurs les plus avancés utilisés pour entraîner les grands modèles. Si un laboratoire chinois peut transférer certaines des capacités développées par des entreprises américaines dans son propre système tout en dépensant moins de puissance de calcul, la distillation peut atténuer l’effet économique des restrictions sur les puces.

Anthropic soutient ouvertement cette thèse. L’entreprise a déclaré en février que les campagnes de distillation permettent aux concurrents d’obtenir des capacités avancées en une fraction du temps et du coût qu’il faudrait pour les développer eux-mêmes. La société soutient également des contrôles plus stricts sur les exportations de semi-conducteurs vers la Chine.

Dans ce cas, la position d’Anthropic coïncide avec un choix précis de politique industrielle américaine et doit également être lue à la lumière des intérêts économiques de l’entreprise. Les entreprises américaines ont investi des milliards de dollars dans des modèles, des centres de données, des puces et du personnel spécialisé et ont donc un intérêt direct à empêcher leurs concurrents d’accéder gratuitement aux résultats de ces investissements.

Toutefois, une compression très large a ses propres coûts. Les entreprises américaines qui emploient des modèles chinois à poids ouvert peuvent bénéficier de prix plus bas et d’une concurrence accrue. Les mesures limitant sans discernement l’accès à ces systèmes pourraient réduire les alternatives disponibles pour les développeurs et les entreprises.

De la propriété intellectuelle à la sécurité nationale

Anthropic relie également la distillation à la sécurité du modèle. Selon l’entreprise, un système entraîné sur les capacités de Claude peut acquérir une partie des performances du modèle sans nécessairement hériter de toutes ses protections contre les utilisations dangereuses.

Le nouveau rapport sur les menaces signale les tentatives d’utilisation de Claude à des fins de piratage informatique et de recherche biologique potentiellement dangereuses. Dans l’un des cas décrits, un utilisateur aurait demandé de l’aide pour adapter la grippe aviaire afin d’augmenter sa capacité à infecter les mammifères. Anthropic précise que les demandes de ce type ne démontrent pas automatiquement l’intention de produire une arme biologique, mais les considère comme des exemples de recherche double usage ce qui nécessite des contrôles plus stricts. Le Temps Financier a signalé cinq incidents examinés par l’entreprise en 2026.

Anthropic inclut des contrôles spécifiques pour les capacités chimiques et biologiques des modèles dans sa feuille de route de sécurité et estime qu’il est possible que les futurs systèmes puissent accélérer le travail de groupes de recherche hautement qualifiés dans des domaines sensibles.

Distillation, vie privée des utilisateurs, propriété intellectuelle, contrôle des puces et sécurité nationale convergent ainsi dans un même dossier. Pour les entreprises américaines, la capacité de reconnaître le trafic produit artificiellement et de bloquer les réseaux de comptes coordonnés devient une forme de protection du capital technologique. Pour les concurrents chinois, l’accès aux meilleurs modèles étrangers peut réduire le coût et le temps nécessaires pour rivaliser sur la frontière de l’IA.

Washington dispose de plusieurs outils : restrictions d’accès aux modèles, contrôles des exportations, sanctions financières, listes d’entités et obligations de sécurité pour les fournisseurs. La difficulté sera de les appliquer sans transformer toute forme d’apprentissage croisé en violation et sans réduire la concurrence qui a contribué à la baisse rapide des coûts de l’IA.

Les révélations de septembre déplacent cependant le problème au-delà des seuls laboratoires. Avec la NSA, le FBI et la Cisa prenant publiquement parti sur le dossier, la distillation des modèles fait désormais partie de la politique commerciale et de sécurité des États-Unis. La prochaine étape consistera à déterminer quels comportements peuvent être adoptés, quelles réglementations peuvent les affecter et quel prix économique Washington est prêt à payer pour séparer plus clairement les écosystèmes technologiques américain et chinois.