L’API Grok ajoute un filigrane invisible au texte de sept modèles
Le fournisseur active un marquage invisible par défaut dans l’API Grok. L’en-tête confirme son application à une réponse et la détection d’un texte seul reste statistique.
Depuis le 7 novembre 2026, l’API de Grok applique par défaut un filigrane invisible aux textes générés par sept modèles. La documentation de SpaceXSI présente ce changement comme un réglage de l’équipe. Les applications continuent à envoyer leurs requêtes habituelles. Un en-tête indique si le fournisseur a effectivement marqué une réponse donnée.
Les sorties couvertes par défaut
La liste inclut Grok 4.7 et les versions 4.6, 4.5 et 4.3. Elle comprend aussi les trois variantes 4.20 consacrées au raisonnement ou à l’exécution avec et sans agents multiples. Le marquage concerne le point d’accès mondial et les points régionaux. Il couvre les interfaces de génération de texte dont Responses et Chat Completions. D’après l’éditeur, le texte libre et les sorties structurées entrent dans ce périmètre. Les arguments produits pour appeler un outil sont aussi concernés.
Le changement documenté porte sur les réponses générées via l’API. Le fournisseur décrit un marquage pendant la génération qui influe légèrement sur le choix des jetons. Le résultat garde son format habituel. Le fournisseur indique que l’opération n’ajoute ni caractère ni balise et annonce une qualité et une vitesse inchangées. Cette dernière affirmation vient de sa documentation.
Une information immédiate sur la réponse brute
L’en-tête HTTP x-watermark vaut true quand le fournisseur a appliqué le marquage. Une autre valeur ou son absence signifie que la réponse concernée n’a pas été marquée selon la documentation. Cette information appartient à la réponse brute. Elle peut donc être disponible au moment de l’appel puis disparaître si l’application conserve uniquement le texte à afficher.
Un journal technique peut garder l’indicateur et le nom du modèle à côté des informations déjà nécessaires au suivi de l’appel. Le journal répond alors à une question précise sur le traitement d’origine. La question change lorsqu’un lecteur retrouve le texte ailleurs sans disposer de ces informations.
Retrouver une marque dans un texte demande une détection séparée
Le fournisseur décrit une détection statistique qui peut renvoyer un résultat incertain. Il indique que le signal est plus net sur un texte long. Il soumet l’accès à l’interface de détection à une demande préalable. La présence d’un en-tête au moment de l’appel reste donc distincte de la possibilité de retrouver le signal dans un extrait. Le document ne donne pas de résultats de mesure par longueur, langue ou type de modification.
Un réglage par équipe et par modèle
Un administrateur peut changer le réglage pour certains modèles dans la console. Il s’applique à toutes les clés de l’équipe et aux nouvelles demandes après propagation. Des modèles peuvent rester verrouillés et les changements figurent dans le journal d’audit. L’éditeur rattache le dispositif à l’article 50 du règlement européen sur l’IA qui traite notamment du marquage des contenus synthétiques. Le réglage documenté reste une décision technique du fournisseur. L’analyse de TextGrain dans ChatGPT et Codex présente une autre mise en œuvre du marquage textuel.
Pour suivre une intégration de Grok, je regarderais d’abord quelles réponses gardent l’en-tête et lesquelles passent ensuite par une mise en forme ou une réécriture. Ces étapes déterminent ce qu’il restera possible de vérifier à chaque moment.