Anthropic presenta FlashProve para verificar la identidad de los modelos de inteligencia artificial
7 de noviembre de 2026 · 2 min de lectura
Anthropic ha presentado FlashProve, un prototipo de investigación de código abierto diseñado para demostrar criptográficamente si una respuesta de inteligencia artificial proviene realmente del modelo indicado.
El sistema aborda la falta de métodos para verificar que el modelo seleccionado sea el que responda, evitando que los servicios de enrutamiento sustituyan el modelo por uno más económico o que atacantes manipulen el flujo de datos. Para lograrlo, FlashProve utiliza un procedimiento criptográfico llamado zkSNARK. El proveedor del modelo crea una huella digital de sus pesos y adjunta una prueba compacta a cada respuesta que confirma la autoría sin revelar los pesos secretos del modelo.
Según el informe técnico, el sistema genera pruebas a una velocidad de aproximadamente 110 tokens por segundo utilizando una sola unidad de procesamiento gráfico H100 para el modelo Llama 4 Maverick de Meta, el cual posee 400 mil millones de parámetros. Cada prueba tiene un tamaño de unos 19 megabytes y puede verificarse en 17 segundos con una unidad central de procesamiento común. Esto representa un esfuerzo adicional entre 70 y 95 veces mayor que la inferencia normal, aunque es una mejora respecto al único sistema de código abierto comparable anterior, que requería más de 14 horas para 1.000 tokens y generaba pruebas de 93,6 gigabytes que tardaban casi un día en verificarse.
La empresa identifica aplicaciones en la regulación, permitiendo que las autoridades comprueben el uso de modelos autorizados, y en el ámbito empresarial, para demostrar que el código fue revisado por un modelo de seguridad específico. También permitiría detectar manipulaciones en los servidores. Este proyecto complementa un objetivo de la hoja de ruta de seguridad de frontera de Anthropic para septiembre de 2026, ya alcanzado mediante otro proyecto que firma el tráfico de inferencia en servidores confiables, mientras que FlashProve utiliza un enfoque puramente criptográfico sin hardware confiable.
Como prototipo de investigación, FlashProve tiene limitaciones significativas. Actualmente solo prueba contextos de hasta 1.024 tokens, cifra inferior a las ventanas de contexto habituales. Además, oculta los pesos pero no la arquitectura básica del modelo. El sistema solo funciona cuando el modelo elige la palabra siguiente más probable de forma determinista, no con las respuestas aleatorias típicas de los asistentes conversacionales. El código, las pruebas de Lean y la documentación están disponibles bajo la licencia Apache-2.0 en GitHub.