Anthropic presenta FlashProve para verificar respuestas de IA

Cómo funciona

FlashProve se basa en publicar una huella exclusiva del modelo sin exponer sus pesos. El proveedor crea primero un compromiso (commitment) para el modelo. Después, cada respuesta incluye una prueba de que la entrada y la salida correspondientes fueron producidas por ese modelo.

Los usuarios pueden verificar la prueba sin acceso a los pesos ni gran capacidad de cómputo. Según Anthropic, la verificación está diseñada para ser lo bastante ligera como para ejecutarse en el propio dispositivo del usuario.

Sus usos van más allá del usuario final. Un servicio de terceros podría demostrar que el análisis de seguridad de un software se hizo con un modelo avanzado, y evaluadores independientes y reguladores podrían auditar si el modelo ofrecido coincide con el declarado.

El coste

Anthropic probó el sistema con Llama 4 Maverick, un modelo de 400.000 millones de parámetros. Con una sola GPU H100 se generan pruebas a unos 110 tokens por segundo. Una solicitud de 1.024 tokens produce un archivo de prueba de unos 19 MB. En comparación con ejecutar el modelo directamente, el tiempo de GPU aumenta entre 70 y 95 veces.

Ese sobrecoste muestra lo lejos que está el enfoque del uso cotidiano. La empresa ha publicado el informe técnico, la definición del protocolo y el código funcional con licencia Apache 2.0. FlashProve no es un producto terminado y, por ahora, Anthropic no tiene planes de ponerlo en servicio.