Eliminar marca de agua de Claude: lo que funciona y lo que no

Desde el 11 de agosto de 2026, cuando Anthropic anunció que todos los modelos de Claude marcan sus textos con una marca de agua invisible, decenas de proyectos aparecieron en GitHub prometiendo eliminarla. La mayoría no hace lo que dice. La marca de agua de Claude no vive en caracteres ocultos que se puedan borrar — vive en la distribución estadística de las palabras. Eliminar caracteres Unicode invisibles de un texto de Claude es eliminar artefactos del editor web que Claude nunca puso ahí. Este artículo analiza qué herramientas existen, cuáles funcionan realmente, qué riesgo legal tiene intentarlo con intención de engañar, y cuál es la alternativa técnicamente sólida y legalmente segura para quien no quiere depender de las políticas de Anthropic.

Por qué la gente quiere eliminar la marca de agua de Claude

Las razones son variadas y tienen distinto peso legal:

La motivación de privacidad es legítima y tiene soluciones técnicas correctas. Las otras tres tienen alternativas mejores que intentar eliminar una señal que, en la mayoría de los casos, no se puede eliminar de forma fiable.

Las herramientas que prometen eliminar la marca — análisis de lo que realmente hacen

En los días siguientes al anuncio de Anthropic aparecieron en GitHub decenas de repositorios con nombres del tipo claude-watermark-remover, synthid-cleaner o ai-watermark-strip. El análisis técnico de Pasquale Pillitteri (agosto 2026), que evaluó los más populares leyendo el código real de cada herramienta, encontró tres categorías:

• Limpiadores de caracteres Unicode (la mayoría): eliminan caracteres de ancho cero (U+200B, U+200C, U+200D) y espacios de formato especial. El problema: la marca de agua de Claude no usa ninguno de esos caracteres. Están limpiando algo que Claude nunca puso. El texto sale igual de marcado que antes.
• Parafrasadores con segundo modelo: pasan el texto de Claude por un segundo LLM que lo reescribe. Si la reescritura es suficientemente profunda — reemplazando las elecciones de palabras que forman la señal — la marca se degrada. El resultado es un texto generado por dos IAs, no por un humano. No elimina la señal de IA, solo la de Claude específicamente.
• Combinación de ambos: limpian caracteres Y parafrasean. El más efectivo técnicamente pero el más costoso en tiempo y calidad — cada pasada de parafraseo puede degradar la precisión y el tono del texto original.

La conclusión técnica que resume la situación: «La marca de agua estadística de Claude sobrevive a cualquier limpieza de caracteres, porque no vive en los caracteres: vive en la distribución de las palabras. Para afectarla hay que reescribir el texto — gastar una segunda generación» (análisis de Pasquale Pillitteri, agosto 2026).

Lo que técnicamente sí afecta a la señal de Claude

Anthropic reconoce públicamente que su sistema tiene limitaciones. Estas son las situaciones donde la marca es más débil o está ausente:

• Textos de menos de 200 tokens (~150 palabras): el Código de Prácticas de la UE solo requiere marcar textos libres de más de 200 tokens. Textos cortos pueden no llevar marca o llevarla de forma no detectable.
• Contenido puramente factual: cuando solo existe una forma correcta de expresar algo — fechas, cifras, definiciones técnicas exactas — el modelo no tiene palabras equivalentes entre las que elegir. La señal es más débil.
• Código: la sintaxis obligada del código deja poco margen para elecciones estadísticas. El código generado con Claude lleva poca o ninguna señal detectable.
• Texto levemente editado por un humano: correcciones ortográficas y cambios superficiales no afectan la señal. Una reescritura sustancial donde el humano reformula la mayoría de las frases sí la degrada — y en ese punto el texto ha pasado a ser mayoritariamente de autoría humana, lo que es la excepción editorial del Art. 50.
• Traducciones: curiosamente, Anthropic indica que las traducciones sí llevan marca. El mecanismo funciona en cualquier idioma.

El riesgo legal de intentar eliminar la señal con intención de engañar

La distinción legal que importa no es técnica sino de intención. Intentar degradar la señal por motivos de privacidad — para que Anthropic no pueda rastrear los outputs de tu empresa — es un caso completamente distinto a hacerlo para presentar contenido de IA como humano.

En el segundo caso, los riesgos concretos son:

• Art. 50 del AI Act: publicar contenido generado por IA sin la etiqueta requerida cuando aplica puede acarrear sanciones de hasta 7,5 millones de euros o el 1% de la facturación anual. Eliminar la marca técnica para eludir esa obligación agrava el incumplimiento. La guía completa de etiquetado de contenido generado por IA cubre exactamente qué obliga el Art. 50 y en qué casos aplica. El Reglamento Europeo de IA establece el marco sancionador completo.
• API de detección de Anthropic: Anthropic ha anunciado que trabaja en una API pública de detección que permitirá a terceros verificar si un texto fue generado por Claude. Cuando esté disponible, los textos que hoy se intentan pasar por humanos serán verificables. El riesgo reputacional de ser descubierto entonces es mayor que el de declarar el uso de IA ahora.
• Normativa sectorial: en sectores regulados como salud, finanzas, legal o periodismo, presentar contenido de IA como de elaboración humana puede constituir una infracción específica de los códigos deontológicos o de la normativa del sector, con consecuencias independientes del AI Act.

Las alternativas que sí tienen sentido — técnica y legalmente

Si la motivación es privacidad y no depender de las políticas de Anthropic, hay una alternativa técnicamente sólida: usar modelos de lenguaje de código abierto en tu propio servidor.

Con un VPS de Hostinger desde 5-10€/mes, Ollama instalado en un clic con EasyPanel y un modelo como Llama 3, Mistral o Qwen:

• El texto se genera en tu servidor — ningún dato sale a Anthropic ni a ningún proveedor externo
• No hay marca de agua estadística — los modelos open source no implementan SynthID-Text
• Control total sobre qué modelo usas y cómo lo configuras
• Coste fijo predecible — sin tarificación por token

Para orquestar flujos de trabajo con esos modelos locales — conectarlos con tus sistemas, automatizar procesos completos — n8n autoalojado en el mismo servidor es la combinación más usada. La guía de instalación de n8n en Hostinger con EasyPanel cubre el proceso completo.

Si la motivación no es privacidad sino simplemente no querer usar Claude para un caso de uso específico, la alternativa más directa para texto sin watermark a agosto de 2026 es ChatGPT — que no tiene marca de agua estadística en texto a diferencia de Claude y Gemini.

Preguntas frecuentes sobre eliminar la marca de agua de Claude

• ¿Las herramientas de GitHub que prometen eliminar el watermark de Claude funcionan?

  La mayoría no. Los repositorios que aparecieron en los días posteriores al anuncio de Anthropic en su mayoría eliminan caracteres Unicode invisibles que Claude nunca insertó como marca. La marca real está en la distribución estadística de las palabras — no en caracteres que se puedan borrar. Las herramientas que parafrasean con un segundo modelo sí pueden degradar la señal, pero el resultado es texto generado por dos IAs, no texto humano.

• ¿Usar Ollama con un modelo open source es una alternativa legal?

  Sí, completamente. Los modelos de código abierto como Llama 3, Mistral o Qwen no implementan SynthID-Text ni ningún sistema de watermarking. El texto que generan no lleva marca estadística. Usarlos en tu propio servidor es una decisión técnica legítima — el AI Act obliga a los proveedores de sistemas de IA a implementar el marcado, pero un modelo open source que ejecutas tú mismo tiene una cadena de responsabilidad distinta. Lo que sí sigue aplicando es tu obligación como deployer de etiquetar el contenido si lo publicas y el Art. 50 aplica a tu caso de uso.

• ¿Si reescribo el texto de Claude con ChatGPT elimino la marca?

  Técnicamente sí puede degradar la señal de Claude si la reescritura es suficientemente profunda. Pero el resultado es un texto generado por dos modelos de IA, no un texto humano. No elimina la señal de IA en general — solo la específica de Claude. Y si el texto se publica en un contexto donde el Art. 50 requiere etiquetado, ese etiquetado sigue siendo necesario independientemente de qué combinación de modelos generó el output final.

• ¿Cuántos tokens necesita un texto para llevar la marca de Claude?

  El Código de Prácticas de la UE requiere marcar textos de más de 200 tokens, equivalentes aproximadamente a 150 palabras. Anthropic también indica que la marca es más débil en textos muy cortos porque el sistema necesita suficientes elecciones de palabras para insertar la señal de forma estadísticamente detectable. Un párrafo corto puede no llevar marca fiable. Un artículo o email de cierta extensión sí la lleva.

• ¿Anthropic puede rastrear quién generó un texto marcado?

  La marca de agua de Claude identifica que Claude participó en la generación del texto — no identifica al usuario, la cuenta ni la conversación específica. Según la documentación de Anthropic, la señal está diseñada para detectar la participación del modelo, no para rastrear al usuario individual. Lo que la API de detección que Anthropic está desarrollando puede determinar es si el texto fue generado con Claude, no quién lo generó.