FlashProve: Anthropic-prototype kan bevise, hvilken AI-model der svarer

Hvad er nyt

Anthropic har udgivet FlashProve som en åben forskningsprototype. Koden kom ifølge Crypto Briefing på GitHub den 2. november 2026 under Apache 2.0-licens, så alle må bruge og bygge videre på den. Lean-beviser og dokumentation er med.

Idéen er, at en AI-udbyder kan bevise, hvilken model der har besvaret en forespørgsel, uden at afsløre modellens vægte. Vægtene er de tal, som udgør selve modellens »hjerne« og er typisk firmaets største hemmelighed. Det er altså ikke et produkt, man kan købe eller abonnere på, men forskningskode.

Hvad er smart

Metoden har tre trin. Først offentliggør udbyderen et commitment-ID, en slags digitalt fingeraftryk bundet til ét bestemt sæt hemmelige vægte. Dernæst laver udbyderens GPU for hvert svar et bevis for, at svaret kommer fra netop den model. Til sidst kan alle tjekke beviset uden at se vægtene.

Tjekket er let: Ifølge Crypto Briefing tager verifikationen 17-21 sekunder på en standard-CPU, og GitHub angiver, at den kun kræver Linux og under 2 GB RAM. Systemet bygger på hash-baserede zkSNARKs, en type nul-viden-bevis, hvor man kan overbevise andre om, at noget er rigtigt, uden at vise de hemmelige data. Ifølge Crypto Briefing er det målrettet mixture-of-experts-modeller, hvor kun en del af modellen er aktiv ad gangen.

Ifølge Anthropics repositorium er soundness bevist i Lean 4. Ifølge det opdages en udbyder, der forsøger at snyde, undtagen med en sandsynlighed på cirka q/2^124 + 2^-101 efter q hash-forespørgsler. Det gælder under de antagelser, repositoriet opstiller. Roy Rinberg og Alex Allain fra Anthropic nævnes som ledende forskere, og Alessandro Chiesa (EPFL/StarkWare) bidrog som kryptografiekspert.

Billigere eller bedre?

Prisen er ikke relevant endnu: Der er ingen priser, og kommerciel tilgængelighed eller forhold i Danmark og EU er ikke omtalt. Konkurrenter som andre zkML-projekter er ikke sammenlignet med FlashProve i kilderne. Påstanden om, at FlashProve er mere effektiv end tidligere åbne metoder, stammer fra Anthropics eget opslag og er ikke uafhængigt efterprøvet.

Det dyre er at lave beviserne. Anthropic har testet på Metas Llama 4 Maverick (400,7 mia. parametre, 4-bit-kvantiseret) på en enkelt NVIDIA H100 med 1.024 tokens kontekst. Ifølge explainx.ai er tallene Anthropics egne målinger, som explainx.ai ikke har kørt om. Hastigheden er cirka 110 tokens i sekundet ved batches på 24 forespørgsler, men der er uenighed om, hvad tallet dækker: GitHub kalder det prefill-hastighed, mens Crypto Briefing og explainx.ai beskriver det som bevisgenerering. Ifølge Crypto Briefing fylder et bevis cirka 19 MB pr. forespørgsel på 1.024 tokens, og en batch på 24 tager cirka 223 sekunder. Oprettelsen af commitment tager ifølge Crypto Briefing cirka 39 minutter og giver cirka 6,5 MB. Samlet kræver bevisgenerering ifølge Crypto Briefing cirka 70-95 gange den GPU-tid, som almindelig vLLM-inferens bruger. Crypto Briefing vurderer, at overheadet gør prototypen upraktisk til produktion, mens explainx.ai siger, at løbende bevisgenerering er upraktisk for brugerrettede API'er.

Der er også snævre grænser: kun greedy decoding (modellen vælger altid det mest sandsynlige næste ord) og kontekst op til 1.024 tokens. Den fulde Llama 4 Maverick-rute kræver en H100 80 GB, CUDA 13.2, cirka 330 GB RAM og 245 GB disk. Repositoriet vedligeholdes ikke og tager ikke imod bidrag.

Det er den god til

FlashProve er til forskere og udviklere, der vil undersøge, hvordan man kan stole på, hvad en AI-tjeneste faktisk kører. Foreslåede anvendelser er tilsyn med fordeling af avanceret hardware, opdagelse af manipulerede inferensservere og dokumentation af modellers oprindelse.

For almindelige brugere og virksomheder ændrer det intet lige nu. explainx.ai vurderer, at FlashProve bedst ses som én mulig vej til høj sikkerhed i token-strømmen og ikke som en færdig produktionsløsning. Overheadet gør løbende bevisgenerering upraktisk for brugerrettede API'er.