A marca d’água em textos do Claude nem sempre funciona: 3 parâmetros de amostragem e 5 tipos de configuração de API que os desenvolvedores devem verificar

Nota do autor: a Anthropic atualizou a documentação oficial para alertar que o Sonnet 4.6 pode não incluir uma marca d’água textual de forma confiável quando usa parâmetros de amostragem diferentes dos padrões. Este artigo explica as condições de funcionamento da marca d’água textual do Claude e traz uma lista de verificação da configuração da API para desenvolvedores.

Mesmo usando o Claude, algumas requisições geram respostas com uma marca d’água textual confiável, enquanto outras podem não conter essa marca. Na documentação da API atualizada em 3 de novembro de 2026, a Anthropic informa que as respostas do Claude Sonnet 4.6 podem não incluir a marca d’água textual de forma confiável se temperature, top_p ou top_k forem configurados com valores diferentes dos padrões. Para equipes que dependem da marca d’água para cumprir regras internas, essa limitação merece uma verificação específica.

Isso não é boato. Tanto a documentação oficial sobre marca d’água textual da API quanto a tabela de modelos compatíveis na central de ajuda mencionam essa limitação. A recomendação oficial é omitir os três parâmetros, sem definir um suposto “valor seguro”.

O que você vai aprender: em 3 minutos, entenda em quais configurações a marca d’água textual do Claude pode falhar e o que verificar em cada canal: API do Claude, plataformas de nuvem e serviços de intermediação de terceiros.

Resumo das informações sobre a marca d’água em texto do Claude

Vamos começar pelos principais fatos desta atualização. As informações abaixo foram verificadas em 5 de novembro de 2026, com base na central de ajuda e na documentação da API da Anthropic. O status de suporte ainda pode mudar.

Contexto da expansão da marca d’água em texto do Claude

Segundo uma reportagem do veículo de tecnologia The Decoder, publicada em 31 de outubro, a Anthropic informou em um e-mail a clientes da API que começaria a adicionar gradualmente uma marca d’água invisível em texto a quatro modelos lançados anteriormente, a partir de 3 de novembro. Modelos mais recentes, como o Opus 5.5, já ofereciam esse recurso. Portanto, a atualização amplia a cobertura para mais modelos, sem lançar um novo produto de detecção nem alterar as regras de cobrança.

Em 5 de novembro, a central de ajuda oficial listava 16 modelos Claude. Desses, 12 estavam marcados como compatíveis com marca d’água em texto nos canais diretos da Anthropic, enquanto os campos de outros quatro estavam em branco. O status dos quatro modelos incluídos na expansão era o seguinte:

O caso do Opus 4.6 merece uma explicação à parte. O e-mail aos clientes o inclui na expansão, e a seção de limitações do mesmo documento oficial também menciona o uso de parâmetros de amostragem não padrão com esse modelo. Mesmo assim, os campos de marca d’água em texto na tabela de suporte continuam em branco. Há inconsistências entre as fontes públicas e, por enquanto, não é possível determinar em quais canais ou configurações a implantação do Opus 4.6 foi concluída. Opus 4.5, Sonnet 4.5 e Haiku 4.5 também ainda não estão marcados como compatíveis com marca d’água em texto na tabela oficial.

A relação entre a marca d’água de texto do Claude e três parâmetros de amostragem

Esses três parâmetros não ativam nem desativam a marca d’água. Eles controlam como o modelo escolhe entre palavras candidatas, e a marca d’água de texto do Claude aproveita padrões estatísticos justamente nesse processo de escolha. Por isso, os dois aspectos podem interagir.

O que temperature, top_p e top_k controlam

Os três parâmetros afetam a escolha do próximo token. O sinal da marca d’água também surge nessa etapa, então uma mudança na estratégia de amostragem pode interferir no padrão estatístico do qual ela depende. A documentação oficial, porém, não afirma que toda combinação de valores não padrão fará a marca d’água desaparecer por completo. O correto é dizer que ela pode não ser confiável, e não que necessariamente deixará de funcionar.

A marca d’água de texto do Claude atua durante a geração

A Anthropic apresentou esse mecanismo em 14 de agosto de 2026. Ele é uma implementação do método SynthID-Text, do Google DeepMind. Quando o Claude gera tokens um a um, geralmente há vários candidatos semanticamente plausíveis para uma mesma posição. Por exemplo, depois de “The weather today was cold and …”, tanto “grey” quanto “overcast” fariam sentido. Sem prejudicar a correção nem a qualidade, o sistema usa o contexto anterior e uma chave secreta para determinar a aleatoriedade dessas escolhas. A sequência de escolhas forma, estatisticamente, um padrão detectável.

Portanto, a marca d’água não é um recurso de pós-processamento. Quem desenvolve não precisa fazer nenhuma das seguintes coisas:

• Adicionar campos à requisição ou modificar o código que interpreta a resposta;
• Procurar caracteres Unicode ocultos, identificadores visíveis ou códigos de identificação no final da saída;
• Fazer uma chamada de API separada para a marca d’água;
• Tratar a marca d’água como portadora de informações de identificação, como ID do usuário, conta ou histórico de conversa.

Como a marca d’água se forma durante a geração, seu comportamento varia em algumas situações comuns. Textos longos oferecem mais possibilidades de escolha de palavras e, em geral, acumulam o sinal com mais facilidade. O corpo do código tem requisitos rígidos de sintaxe, por isso a marca d’água é mais esparsa, embora ainda possa aparecer em comentários e explicações. Reescrever o texto por completo, misturá-lo com outro conteúdo ou traduzi-lo novamente por outro processo pode enfraquecer bastante o sinal original. A documentação oficial não informa um limite de palavras para detecção, nem taxas de precisão ou de falsos positivos. Este artigo também não especula sobre números específicos.

Como verificar a configuração da API para a marca d’água de texto do Claude

Para responder à pergunta “minha chamada atende às condições para a marca d’água?”, não basta olhar o nome do modelo. Também é preciso verificar os parâmetros enviados na requisição e o status de implantação no provedor de origem. Veja o que conferir em cada canal.

Os serviços de terceiros merecem uma observação. A marca d’água da Anthropic é um mecanismo no nível do modelo. Se o serviço realmente chamar o modelo original compatível com a marca d’água, não dá para presumir que a saída ficará sem ela apenas porque o provedor mudou. Por outro lado, as estratégias de roteamento, as versões dos modelos e os processos de tratamento variam entre provedores. Uma marca d’água no nível do modelo não significa que cada fluxo de saída de terceiros tenha sido verificado de forma independente. Para aplicações com requisitos rigorosos de conformidade, a conclusão deve se basear em uma verificação concreta, não em promessas verbais de qualquer plataforma.

Exemplo minimalista: chamar o Claude sem parâmetros de amostragem

A recomendação oficial é omitir os três parâmetros. A forma mais direta é não incluí-los na requisição, deixando que o modelo use a configuração de amostragem padrão:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Interface compatível com OpenAI da APIYI
)

# Atenção: não passar temperature / top_p / top_k
response = client.chat.completions.create(
    model="YOUR_CLAUDE_MODEL_ID",  # Use o ID disponível na lista de modelos da plataforma
    messages=[{"role": "user", "content": "写一段产品介绍"}]
)
print(response.choices[0].message.content)

import json
import logging
import httpx
import openai

logging.basicConfig(level=logging.INFO)
SAMPLING_KEYS = {"temperature", "top_p", "top_k"}

def audit_request(request: httpx.Request):
    """Verifica o corpo antes do envio e alerta se houver parâmetros de amostragem"""
    try:
        body = json.loads(request.content or b"{}")
    except Exception:
        return
    found = SAMPLING_KEYS & set(body.keys())
    # Verifica também o campo extra_body, usado por algumas plataformas para repassar parâmetros
    found |= SAMPLING_KEYS & set(body.get("extra_body", {}) or {})
    logging.info("model=%s sampling_params=%s",
                 body.get("model"), {k: body.get(k) for k in found})
    if found:
        logging.warning("检测到采样参数 %s，水印可能不可靠", found)

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1",
    http_client=httpx.Client(event_hooks={"request": [audit_request]})
)

def call_claude(prompt: str, model: str, **kwargs) -> str:
    """Encapsulamento da aplicação: remove parâmetros de amostragem passados por engano"""
    clean_kwargs = {k: v for k, v in kwargs.items() if k not in SAMPLING_KEYS}
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
        **clean_kwargs
    )
    # Registra o identificador do modelo retornado para guardar a configuração da chamada
    logging.info("response_model=%s", resp.model)
    return resp.choices[0].message.content

print(call_claude("总结一下文本水印的原理", model="YOUR_CLAUDE_MODEL_ID",
                  temperature=0.7))  # Este parâmetro será removido pela função

Esse código tem duas camadas de proteção. A função da aplicação remove parâmetros passados por engano; já o hook da camada HTTP audita o corpo da requisição final e detecta parâmetros que o SDK, o framework ou um middleware tenham inserido sem você perceber. A documentação oficial alerta que não configurar um parâmetro explicitamente não significa que ele esteja ausente da requisição: algumas classes de frameworks podem definir um valor padrão para temperature. Por isso, confira a requisição efetivamente enviada.

🚀 Comece agora: se precisar comparar as configurações de requisição entre diferentes versões do Claude, você pode testar a troca de IDs de modelo na APIYI apiyi.com usando a mesma chave API. Combine isso com o hook de auditoria acima para confirmar que não há parâmetros indesejados antes de definir a configuração de produção.

Como a marca-d’água textual do Claude afeta desenvolvedores

Impacto para desenvolvedores que usam a API

• Identifique a versão exata do modelo: “Claude” não corresponde a um único comportamento de marca-d’água. O Sonnet 4.6 oferece suporte condicional, o status do Opus 4.6 é incerto e a série 4.5 ainda não foi indicada como compatível. Trate cada modelo separadamente.
• Audite os parâmetros de amostragem: parâmetros como temperature costumam ser definidos por hábito durante o ajuste. Se o negócio depende da marca-d’água, inclua esses parâmetros entre as configurações que precisam de aprovação.
• Não procure um “valor seguro”: a recomendação oficial é omitir o parâmetro, não defini-lo com um valor específico. As supostas técnicas que circulam na internet para contornar ou preservar a marca-d’água não têm confirmação oficial e não devem ser adotadas.
• A marca-d’água não afeta o custo: segundo a documentação oficial, ela não aumenta o número de tokens nem os custos. Alguns modelos Claude 4.7 e posteriores podem gerar mais tokens para o mesmo texto devido às diferenças de segmentação do novo tokenizer, não à marca-d’água.

Impacto para usuários responsáveis por conformidade e plataformas

As obrigações de transparência do Artigo 50 da Lei de Inteligência Artificial da União Europeia passaram a valer em 2 de agosto de 2026. Para sistemas existentes que se enquadram nas disposições transitórias, o período de transição vai até 2 de dezembro de 2026. Empresas que dependem da marca-d’água do modelo devem concluir o levantamento de suas configurações antes dessa data. A marcação legível por máquina feita pelo modelo e a necessidade de o usuário adicionar um rótulo visível ao conteúdo são questões diferentes. As obrigações específicas devem ser avaliadas conforme o papel de fornecedor ou implantador e o tipo de conteúdo.

Equipes que usam plataformas de agregação de APIs devem tratar as “mudanças nos recursos dos modelos subjacentes” como alterações de dependência. Três fatores determinam se as condições para a marca-d’água são atendidas: a qual versão do modelo subjacente corresponde o ID do modelo na plataforma, se os parâmetros são repassados sem alterações e se a saída passa por tradução ou reformulação.

💡 Recomendação: para aplicações em que a marca-d’água é obrigatória, priorize modelos oficialmente indicados como compatíveis, como Opus 4.7, Opus 5.5 e Sonnet 5.5, e mantenha um registro das configurações de cada invocação. Ao testar na APIYI apiyi.com, confira primeiro os identificadores de versão na lista de modelos antes de integrar a solução ao ambiente de produção.

Checklist para desenvolvedores: marca d’água em textos do Claude

Se a sua aplicação precisa preservar a marca d’água nos textos do Claude, vale conferir cada item:

1. Se o modelo está na lista oficial de modelos compatíveis e a data da verificação foi registrada;
2. A plataforma usada para a invocação e o status da implantação na nuvem; usuários do Bedrock devem ficar atentos à previsão de conclusão em 10 de novembro;
3. Se temperature aparece no corpo da requisição;
4. Se top_p aparece no corpo da requisição;
5. Se top_k aparece no corpo da requisição;
6. Se o SDK, framework, gateway ou middleware adiciona automaticamente parâmetros de amostragem;
7. Se a saída passa por tradução posterior, reformulação significativa ou concatenação;
8. Se há registros da versão do modelo e da configuração de invocação para operações importantes.

Por fim, também é importante entender os limites da detecção. Até 5 de novembro, a API de detecção de marca d’água em textos da Anthropic ainda estava em prévia privada, voltada principalmente a órgãos reguladores, veículos de imprensa, pesquisadores, instituições de ensino e empresas que precisam verificar conformidade. Por enquanto, usuários comuns não têm acesso a uma ferramenta pública de detecção por conta própria. O Content Checker, oferecido gratuitamente pelo Claude, verifica as credenciais de conteúdo C2PA dos arquivos e não usa o mesmo mecanismo de detecção de marca d’água em textos.

Perguntas frequentes (FAQ)

Principais pontos sobre a marca d’água em textos do Claude

• Os três parâmetros não são interruptores: temperature, top_p e top_k afetam a amostragem e, por isso, podem interferir no sinal da marca d’água.
• A recomendação oficial é omitir os parâmetros: não defina seus próprios “valores seguros” e verifique se o framework não os adiciona automaticamente.
• Cada modelo deve ser avaliado separadamente: o Sonnet 4.6 tem suporte condicionado, o status do Opus 4.6 é incerto e a série 4.5 ainda não está identificada como compatível.
• A marca d’água é formada durante a geração: não é preciso alterar os campos da requisição nem o código de análise, e não há cobrança adicional.
• O status varia conforme o canal: a implantação no Bedrock está prevista para ser concluída até 10 de novembro; integrações de terceiros precisam ser verificadas separadamente.
• Registre as configurações: é possível testar versões de modelos e parâmetros em um só lugar no APIYI apiyi.com e manter um registro das configurações de chamada.

Resumo

Há três pontos centrais sobre a marca d’água em textos do Claude:

1. Limitação definida: no Sonnet 4.6, a marca d’água pode não ser confiável quando são usados parâmetros de amostragem diferentes dos padrões. A recomendação oficial é omitir esses parâmetros.
2. Mecanismo claro: a marca d’água é formada durante a geração, com base em padrões estatísticos na seleção de tokens. Não é um plugin de pós-processamento.
3. Status em evolução: a expansão do suporte ainda está em andamento. É importante continuar verificando a documentação oficial sobre o Opus 4.6 e o progresso em cada plataforma de nuvem.

Para quem usa a API, não basta confirmar o nome do modelo: também é preciso verificar os parâmetros efetivamente enviados e o status da implantação no provedor. Uma opção é usar a interface unificada do APIYI apiyi.com para comparar diferentes versões do Claude e manter um registro das configurações de chamada. Assim, fica mais fácil acompanhar mudanças no suporte oficial.

📚 Referências

1. Documentação de desenvolvimento da API Anthropic sobre marca d’água em texto: restrições dos parâmetros de amostragem e recomendações oficiais
2. Link: platform.claude.com/docs/en/build-with-claude/text-watermark

3. Descrição: fonte primária sobre as restrições de parâmetros do Sonnet 4.6

4. Central de Ajuda da Anthropic – How Claude marks AI-generated content: tabela de suporte por modelo

5. Link: support.claude.com/en/articles/16266773-how-claude-marks-ai-generated-content

6. Descrição: consulte o status mais recente da marca d’água para cada modelo e canal

7. Anthropic – How Claude’s text watermark works: princípios técnicos da marca d’água

8. Link: www.anthropic.com/news/claude-text-watermark

9. Descrição: entenda como funciona a marca d’água aplicada durante a geração

10. Reportagem do The Decoder: expansão da marca d’água para quatro modelos anteriores

11. Link: the-decoder.com/anthropics-watermark-rollout-leaves-a-loophole-on-two-older-Claude-models

12. Descrição: datas e modelos incluídos na expansão, conforme e-mails enviados a clientes

13. Nature – Scalable watermarking for identifying LLM outputs: artigo científico sobre o SynthID-Text

14. Link: www.nature.com/articles/s41586-024-08025-4
15. Descrição: contexto acadêmico dos métodos de marca d’água

Autor: equipe técnica da APIYI
Troca técnica: acesse a página inicial da APIYI em apiyi.com para entrar em contato e conversar sobre invocação de modelos Claude e configuração de parâmetros.

Artigos relacionados

• Marca d'água do Claude em 11/3 também abrange versões antigas: confira 4 modelos, presente apenas com parâmetros padrão: A partir de 3 de novembro, a marca d’água em textos do Claude se estende a quatro modelos antigos; este artigo traz uma lista de verificação e explica que ela só é aplicada com parâmetros padrão, os limites de detecção e como equipes de conteúdo e usuários da API podem se preparar.