Anthropic 指控阿里蒸馏 Claude：千问追赶背后的模型合规风险被摆上台面

Tom’s Hardware 报道称，Anthropic 指控中国阿里巴巴在 2026 年 4 月到 6 月期间，使用大量虚假账号和数千万次交互来蒸馏 Claude 模型。报道标题给出的数字包括约 25,000 个虚假账号和 2,880 万次交互。阿里方面是否、如何回应，需要以后续公开信息为准；但这条新闻已经足够说明一个趋势：大模型竞争不只比参数、榜单和产品发布，也开始比数据来源、训练边界和平台反滥用能力。

这篇不适合写成“阿里一定做了什么”的定论，因为目前核心事实来自 Anthropic 的指控和媒体转述。更稳妥的写法，是把它视为一次围绕模型蒸馏的行业争议，观察它如何影响千问/Qwen 这类中国模型的国际竞争环境。

蒸馏争议为什么会成为模型竞争焦点

模型蒸馏并不是新概念。正常情况下，开发者可以用一个强模型的输出帮助训练更小、更便宜或更垂直的模型。但当蒸馏发生在违反服务条款、绕过访问限制、批量账号操作或竞争对手模型训练中时，它就会变成合规和商业边界问题。

Anthropic 指控阿里使用大量账号和交互，核心不是一次普通 API 使用，而是规模化获取模型输出并用于训练或增强自有模型的可能性。对于 Claude 这样的前沿模型公司来说，模型输出本身就是高价值资产；如果竞争对手可以低成本复制其行为模式，领先模型的商业护城河会被削弱。

对千问/Qwen 这类中国模型来说，争议的影响也不只是舆论。国际企业客户在采用模型时，会看能力，也会看数据合规、供应链风险和知识产权争议。如果类似指控持续出现，会影响中国模型进入海外企业市场的信任基础。

阿里千问的能力追赶越快，透明度要求越高

阿里 Qwen 近两年在开源模型、多模态、代码、机器人和 agentic workflow 上推进很快。能力追赶越明显，外部对训练方法、数据来源和合规边界的关注也会越强。这不是阿里一家公司的问题，而是所有追赶型模型公司的共同处境。

如果模型能力快速接近前沿闭源模型，市场自然会追问：进步来自架构、数据、算力、工程优化，还是来自对领先模型输出的学习。合法的合成数据、公开数据和授权数据都可以成为训练来源；问题在于边界是否清楚，平台使用是否遵守条款。

Tom’s Hardware 报道把争议时间限定在 2026 年 4 月到 6 月，这一点也值得注意。它说明模型公司不仅在发布后竞争，也会持续监控 API 流量、账号行为和异常使用模式。反蒸馏正在成为模型平台安全的一部分。

对中国 AI 生态的影响不是单一负面

这条新闻看似负面，但对行业也有建设性意义。它会迫使中国模型公司更重视训练透明度、授权数据、企业合规说明和国际客户沟通。对于真正具备原创能力的团队，清楚说明训练边界反而有助于建立信任。

同时，海外模型公司也会加强服务条款、账号审计、输出水印、异常调用检测和模型行为指纹识别。未来模型公司之间的竞争，很可能同时发生在研究、产品、法律和安全运营四条线上。

对前沿池读者来说，这篇文章的重点不是站队，而是理解千问等中国模型出海会遇到的合规门槛。模型能力强只是第一层，能否让全球企业放心使用，才是下一层竞争。

参考来源

• Anthropic claims that China's Alibaba used 25,000 fake accounts and 28.8 million exchanges to illicitly 'distill' its Claude model — violations occurred from April to June 2026 | Tom's Hardware