O FlashProve, publicado pela Anthropic em 2 de novembro de 2026 como protótipo aberto de pesquisa, foi projetado para provar que um modelo identificado por seus pesos produziu determinados tokens para um prompt. A prova trata da procedência da resposta: não avalia se ela é verdadeira, segura ou de boa qualidade. A Anthropic descreve o sistema e seus testes.
O que o FlashProve comprova
O sistema usa zkSNARKs, um tipo de prova criptográfica compacta de conhecimento zero. Primeiro, o provedor publica um compromisso dos pesos, uma espécie de impressão digital que identifica uma versão exata do modelo sem revelar seus parâmetros. Depois, pode gerar uma prova de que aquele modelo, diante de um prompt, produziu os tokens informados. Quem verifica precisa do compromisso, do prompt e da resposta, mas não dos pesos.
O alcance é específico: a prova se refere ao modelo comprometido, ao prompt e aos tokens indicados. Na versão atual, ela verifica uma versão inteira exata dos pesos publicados sob decodificação gulosa, em que o modelo escolhe o token de maior probabilidade em cada etapa. Uma saída produzida com pesos de ponto flutuante ou decodificação por amostragem pode divergir desse cálculo; a descrição da Anthropic também não estabelece cobertura para configurações arbitrárias de serviço.
O conhecimento zero oculta os pesos e os valores intermediários do cálculo, mas não a arquitetura do modelo. Assim, a prova pode sustentar que determinada resposta veio de um conjunto de pesos específico, sem dizer se o conteúdo está correto ou se o modelo atende a qualquer outro critério de qualidade.
O benchmark relatado pela Anthropic
A Anthropic testou o FlashProve com o Llama 4 Maverick, da Meta, um modelo de mistura de especialistas (MoE) com 400 bilhões de parâmetros, dos quais cerca de 17 bilhões são usados por token. O teste usou pesos públicos quantizados em 4 bits. Para gerar provas, o servidor tinha uma GPU H100 e 24 núcleos de CPU; a verificação era feita em uma CPU.
| Medição | Resultado relatado | Condições |
| Geração de provas | 223 segundos; cerca de 110 tokens por segundo | Lote de 24 solicitações; uma H100 e 24 núcleos de CPU |
| Tamanho da prova | 18,78 MB por prova | Teste com Llama 4 Maverick |
| Verificação | 17 segundos com 24 threads; 21 segundos com uma thread | CPU, sem GPU |
| Compromisso dos pesos | Cerca de 39 minutos para gerar; válido por aproximadamente 16 milhões de solicitações | Fase inicial, uma vez por modelo |
| Comparação com vLLM | Cerca de 72 vezes mais tempo por GPU; de 66 a 77 vezes entre as execuções | Lote de 24; vLLM rodando a versão FP8 do mesmo modelo em oito H100s |
A empresa relatou que, na carga mais alta testada com vLLM, a geração de provas levou cerca de 94 vezes mais tempo. São resultados do benchmark da Anthropic: eles mostram uma diferença expressiva entre provar a execução e rodar a inferência comum nas condições descritas, não uma medida universal para outros modelos ou configurações.
A verificação é relativamente leve em comparação com a geração: o cliente não precisa de GPU, mas cada prova ainda leva segundos para conferir. O compromisso dos pesos também exige uma preparação inicial de cerca de 39 minutos, embora a Anthropic diga que ele pode ser usado em aproximadamente 16 milhões de solicitações antes de ser renovado.
Limites técnicos e de implementação
O protótipo aceita contextos de até 1.024 tokens. A Anthropic descreve a geração das provas como posterior à resposta e feita em lotes, para um subconjunto de tokens. Isso acrescenta uma etapa de recálculo e atrasa a chegada da garantia sobre o tráfego. O sistema foi concebido para modelos MoE, cuja estrutura ajuda a reduzir o trabalho de prova; a arquitetura, porém, não fica escondida.
A Anthropic também publicou uma formalização em Lean e provas de propriedades do protocolo, como completude, solidez e conhecimento zero. Mas a empresa não garante formalmente que o código executável rápido, o texto técnico e o protocolo Lean correspondam exatamente. A verificação em C++ é a opção rápida; a versão em Lean é mais lenta. A empresa ainda aponta que o tempo de geração pode funcionar como canal lateral e revelar informações sobre os pesos, um risco fora do escopo desta versão.
Status do projeto
A Anthropic publicou o código, as provas em Lean e a documentação sob a licença Apache 2.0. Os pesos do Llama 4 Maverick não fazem parte do lançamento: é preciso obtê-los separadamente sob a licença da Meta. Executar o exemplo completo exige uma máquina com GPU de grande porte e acesso aos tokenizadores da Meta.
Em 3 de novembro de 2026, a TechCrunch informou que a Anthropic não planejava implantar o FlashProve na própria empresa nem em outro laboratório.
