Anthropic publica FlashProve, un prototipo de código abierto para demostrar qué modelo ha generado una respuesta

Anthropic publicó el 2 de noviembre de 2026 FlashProve, un prototipo de código abierto que responde a una pregunta aparentemente simple: al consultar un modelo de IA, ¿cómo saber si realmente ha respondido él? El sistema genera, para cada respuesta, una prueba criptográfica de que proviene de un modelo concreto, sin revelar sus pesos. El código, las demostraciones formales y el informe técnico se publican bajo licencia Apache 2.0.

El problema: no se sabe qué modelo responde

Hoy en día, un usuario no dispone de ningún medio para verificar que la respuesta proceda del modelo anunciado. Anthropic cita varios escenarios: un servicio de enrutamiento que sustituya discretamente un modelo costoso por otro más económico, un atacante que altere el flujo de tókenes en un servidor comprometido o un evaluador independiente que necesite asegurarse de que el modelo probado es exactamente el que se está sirviendo. La publicación también plantea usos regulatorios: demostrar a un regulador que un proveedor solo sirve modelos aprobados o que su infraestructura se destina efectivamente a la inferencia.

Cómo funciona FlashProve

El principio se articula en dos fases. Primero, el proveedor publica un compromiso sobre sus pesos, una breve huella que fija un conjunto exacto de pesos sin revelarlo. Después, ante una petición determinada, genera una prueba de que «el modelo comprometido produce estos tókenes de salida». Cualquiera que disponga del compromiso, el prompt y la respuesta puede verificarla, sin necesidad de los pesos ni de hardware pesado.

La técnica empleada es un zkSNARK, una familia de pruebas de conocimiento cero ya utilizada en ciertas cadenas de bloques. La prueba no desvela ni los pesos, ni los cálculos intermedios, ni los expertos activados en cada capa. En cambio, la arquitectura del modelo no permanece oculta.

Las cifras anunciadas

Anthropic compara estos resultados con trabajos anteriores: según su artículo, la única prueba previa sobre este mismo modelo que conocen, VerInf, requería 14,3 horas para 1 000 tókenes, con una prueba de 93,6 GB. El sistema aprovecha la estructura de mezcla de expertos: el trabajo de prueba es proporcional a los cerca de 17 mil millones de parámetros activos por token, no a los 400 mil millones totales.

Claude como coautor, Lean como salvaguarda

Anthropic indica que Claude generó mejoras en los zkSNARK para la inferencia. Con el fin de compensar decisiones de optimización difíciles de evaluar en un sistema complejo, las propiedades de seguridad (completitud, solidez y conocimiento cero) se enuncian y demuestran en Lean, un lenguaje de verificación formal. El repositorio incluye un verificador rápido en C++ y un verificador más lento, pero demostrado formalmente, en Lean.

Las limitaciones reconocidas

Anthropic presenta FlashProve como un prototipo de investigación, y el repositorio de GitHub se describe como «no mantenido». Las limitaciones señaladas son claras: contexto limitado a 1 024 tókenes, prueba basada en una versión del modelo en aritmética entera en decodificación voraz (una respuesta muestreada o calculada en coma flotante puede diferir), arquitectura visible, ataques por canales laterales fuera de alcance y ninguna garantía formal de que el código rápido se corresponda con exactitud con el protocolo demostrado en Lean. El artículo recuerda también que Anthropic ya había alcanzado su objetivo de prototipo de verificación de inferencia mediante otro método, que firma su tráfico y recalcula la inferencia en un servidor de confianza.