FlashProve: la prueba criptográfica de Anthropic para verificar el origen de las respuestas de IA
Imagen generada por el Equipo Editorial de Inferama
01

Presentación de FlashProve y su objetivo

Anthropic publicó el 2 de noviembre de 2026 FlashProve, un prototipo de investigación de código abierto con licencia Apache 2.0. El sistema permite comprobar criptográficamente si un token de una respuesta coincide con la salida de un modelo de inteligencia artificial comprometido de antemano, sin que el usuario necesite acceder a los pesos del modelo.

El objetivo principal es resolver el problema de la sustitución de modelos por parte de intermediarios. Según Anthropic, hoy un usuario no puede verificar con certeza que la respuesta proviene del modelo que seleccionó y no de otro más económico o manipulado. La herramienta busca ayudar a evaluadores independientes, clientes empresariales y reguladores a asegurar la integridad de los tokens generados.

02

Mecanismo técnico: pruebas de conocimiento cero

El sistema se basa en la inferencia demostrable mediante un objeto criptográfico conocido como zkSNARK (zero-knowledge succinct argument of knowledge). Este mecanismo permite que un proveedor de modelo envíe, junto con la respuesta, una prueba corta que el usuario puede verificar rápidamente en su propio dispositivo.

El proceso comienza con un compromiso criptográfico: el proveedor fija una huella de los pesos del modelo sin revelarlos. Después, para cada petición, genera una prueba que relaciona esa huella con la entrada y un token de salida. La técnica protege la información confidencial, aunque la arquitectura del modelo no queda oculta. La verificación se realiza con recursos computacionales limitados, sin necesidad de GPU en el lado del cliente.

Flujo de verificación en FlashProve

  1. 01El proveedor publica un compromiso criptográfico con los pesos del modelo (una vez por modelo).
  2. 02El usuario envía una consulta al modelo a través del proveedor.
  3. 03El proveedor genera la respuesta y una prueba criptográfica (zkSNARK) asociada a un token de salida.
  4. 04El usuario recibe la respuesta y la prueba.
  5. 05El usuario verifica la prueba localmente usando el compromiso, la entrada y el token, sin acceder a los pesos.
03

Rendimiento y condiciones experimentales

Para la demostración, Anthropic utilizó una versión de Llama 4 Maverick de Meta, cuantizada a 4 bits. El equipo procesó lotes de 24 solicitudes con ventanas de 1.024 tokens en una GPU Nvidia H100 y un servidor con 24 núcleos de CPU. Según la empresa, cada prueba verificó un solo token de salida y ocupó unos 19 MB.

La comprobación de una prueba tomó 17 segundos con 24 hilos de CPU o 21 segundos con un solo hilo. La cifra de 110 tokens por segundo corresponde al procesamiento de los contextos en ese ensayo, no a la verificación individual de cada token de respuesta. Generar las pruebas exigió entre 70 y 95 veces más tiempo de GPU que procesar las mismas solicitudes con vLLM, una biblioteca de inferencia de referencia.

Métricas de rendimiento atribuidas a Anthropic

Datos medidos con Llama 4 Maverick (400.000 millones de parámetros, pesos a 4 bits) en una GPU H100.

MedidaValor
Tamaño de cada prueba18,78 MB por petición de 1.024 tokens
Comprobación de una prueba (CPU)17 s con 24 hilos; 21 s con 1 hilo
Velocidad de generación (prefill)110 tokens/s en una H100
Sobrecoste frente a vLLMEntre 70 y 95 veces el tiempo de GPU
Fase previa (compromiso)Unos 39 minutos; válido para ~16 millones de peticiones
04

Limitaciones y alcance de la verificación

FlashProve comprueba una versión entera y cuantizada a 4 bits de Llama 4 Maverick. La prueba supone una forma de generación que elige el token con la puntuación más alta en cada paso (decodificación voraz). Una implementación que utilice cálculos en coma flotante o seleccione entre varias opciones mediante muestreo puede producir un resultado diferente al comprobado.

El prototipo admite contextos de hasta 1.024 tokens y genera las pruebas después de que se produce el texto. En el ensayo publicado, una prueba no cubría por sí sola todos los tokens de una respuesta. Además, la verificación no determina si el contenido es verdadero, seguro o apropiado; solo certifica que el modelo comprometido produjo esos tokens de salida.

Límites declarados por Anthropic

Restricciones técnicas y de alcance del prototipo FlashProve.

LímiteImplicación
Solo decodificación vorazUna respuesta en coma flotante o con muestreo puede dejar de coincidir
Solo mezcla de expertos (MoE)El sistema aprovecha esa estructura; la arquitectura no se oculta
Contextos de hasta 1.024 tokensCorto frente a los cientos de miles de tokens de los modelos punteros
Canales lateralesEl tiempo de generación podría revelar información; queda fuera de alcance
Código rápido sin garantía formalNo se garantiza que el código C++, el informe y Lean coincidan por completo
05

Implicaciones para la confianza y el cumplimiento

Anthropic formalizó propiedades de seguridad del protocolo con Lean, una herramienta para comprobar demostraciones matemáticas. La empresa advierte que esa garantía no se extiende automáticamente al código rápido ejecutable: no asegura que el código, el informe y la versión formal coincidan por completo. Los posibles canales laterales, como el tiempo que tarda en generarse una prueba, quedan fuera del alcance declarado.

El uso de Claude para construir herramientas de verificación ya aparecía en otro trabajo de Anthropic. Allí, las demostraciones se centraron en propiedades de partes de bibliotecas de software; FlashProve aborda el cálculo asociado a la salida de un modelo. La empresa cree que este progreso tiene implicaciones significativas para la seguridad, el ritmo de desarrollo de la IA y la facilitación de herramientas para auditores y reguladores, aunque por ahora sigue siendo un proyecto de investigación.

06

Continúa explorando

Fuentes consultadas

03

Correcciones y transparencia

Si detectas un dato incorrecto o desactualizado, puedes enviarnos una corrección indicando la página y la fuente que debemos revisar.

Proponer una corrección