¿Vendieron un modelo caro pero ejecutaron uno barato? Anthropic creó un método matemático para detectar la sustitución, pero cuesta entre 70 y 95 veces más que una GPU.

El usuario elige una red neuronal potente, pero el servicio podría sustituirla sin que se note por un modelo barato. Anthropic presentó FlashProve, un sistema que permite verificar matemáticamente qué red neuronal generó una respuesta, sin revelar sus parámetros internos.

La investigación se publicó el 2 de noviembre de 2026. Los desarrolladores proponen adjuntar a las respuestas una prueba criptográfica vinculada a un conjunto concreto de pesos del modelo. El verificador no necesitará ejecutar de nuevo una red neuronal enorme ni acceder a sus parámetros cerrados. Bastan la consulta, la respuesta y un certificado especial.

La base de FlashProve es la tecnología zkSNARK, una variante de las pruebas de conocimiento cero. El servicio registra de antemano una huella criptográfica de los pesos del modelo y luego confirma que fue ese modelo el que calculó el token verificado. Si el cómputo se hiciera con otro conjunto de pesos, la verificación debería fallar.

Para el experimento, Anthropic eligió Llama 4 Maverick con 400 000 millones de parámetros, y al procesar un token individual el modelo utiliza alrededor de 17 000 millones. FlashProve se adaptó a esa arquitectura para no verificar todos los parámetros a la vez. El sistema funciona con una versión de cuatro bits de los pesos y emplea un acelerador Nvidia H100.

En las pruebas, FlashProve generó pruebas a una velocidad aproximada de 110 tokens por segundo en procesamiento por lotes. El tamaño de un archivo era de 18,78 MB. La verificación tardaba 17 segundos en un procesador de 24 núcleos o 21 segundos en un solo hilo. La preparación previa del modelo requería aproximadamente 39 minutos.

La principal desventaja por ahora es el coste computacional. La generación de pruebas requiere aproximadamente entre 70 y 95 veces más tiempo de GPU que el uso habitual del modelo en vLLM. Además, las pruebas se generan después de la creación de la respuesta, no simultáneamente con ella. Por eso la tecnología no es adecuada de momento para la verificación instantánea de cada respuesta en un chat corriente.

Los desarrolladores ven aplicaciones en la auditoría de servicios de IA y en la protección contra la suplantación de modelos. Por ejemplo, un intermediario no podrá, sin riesgo de ser descubierto, vender acceso a una red neuronal cara mientras en realidad ejecuta una barata. Un mecanismo similar ayudaría a detectar un servidor en el que, tras un ataque, en lugar del modelo autorizado funcione una versión modificada.

En la descripción de FlashProve Anthropic especifica por separado las limitaciones. El prototipo verifica los cálculos enteros usados para seleccionar el token más probable y admite contexto de hasta 1024 tokens. Los resultados del modelo con cálculos habituales en punto flotante o con muestreo aleatorio de tokens pueden diferir. La prueba tampoco confirma la veracidad de la propia respuesta.

El código, la descripción del protocolo y las pruebas formales en el lenguaje Lean se publicaron bajo licencia Apache 2.0. Sin embargo, la implementación optimizada en C++ todavía no cuenta con una garantía formal completa de conformidad con el esquema matemático verificado. Anthropic invita a los especialistas a revisar el prototipo y continuar el trabajo antes de desplegar el método en sistemas críticos.