FlashProve : Anthropic veut prouver quel modèle d'IA vous a vraiment répondu

Quand vous payez un modèle précis via une API, vous ne voyez que les tokens renvoyés. Rien ne prouve que le fournisseur ne vous a pas discrètement basculé vers un modèle moins cher. Le 2 novembre 2026, la Frontier Red Team d'Anthropic a publié ses avancées sur l'« inférence prouvable » et sorti FlashProve, un prototype open source censé combler ce manque.

Comment ça marche

FlashProve fonctionne en deux phases (Anthropic) :

• Hors ligne : le fournisseur publie un engagement sur les poids du modèle, une « courte empreinte » qui fixe un jeu de poids précis tout en le gardant secret.
• En ligne : pour chaque requête, le fournisseur produit un fichier de preuve montrant que le modèle engagé produit bien ces tokens de sortie.

Toute personne disposant de l'engagement, du prompt et de la réponse peut vérifier la preuve sans les poids. Le dépôt GitHub indique que la vérification tourne « sur un CPU ordinaire en quelques secondes » avec l'outil cp_verify. Le système repose sur des preuves succinctes à divulgation nulle de connaissance (zkSNARK). Il cache les poids, mais pas l'architecture du modèle (Anthropic).

Les chiffres

Anthropic l'a testé sur Llama 4 Maverick, un modèle mixture-of-experts de 400 milliards de paramètres, avec ses poids publics en 4 bits. Un seul GPU H100 génère des preuves à environ 110 tokens par seconde, pour une preuve d'environ 19 Mo par requête de 1 024 tokens. Cela représente environ 70 à 95 fois le temps GPU nécessaire pour faire tourner le modèle lui-même sur vLLM (Anthropic). Le dépôt indique une fenêtre de contexte de 1 024 tokens pour l'instant (GitHub).

Anthropic explique que Claude a apporté des améliorations au système de preuve, et que l'équipe a compensé des choix d'optimisation difficiles à auditer en énonçant les garanties de sécurité en Lean, un langage de vérification formelle. Le code, les preuves Lean et la documentation sont publiés sous licence Apache 2.0 (Anthropic).

Ce que ce n'est pas

Ce n'est pas un produit. Anthropic parle de « progrès intermédiaires, pas d'un programme de recherche achevé » (Anthropic), le dépôt est présenté comme un artefact de recherche non maintenu (GitHub), et TechCrunch rapporte qu'aucun déploiement n'est prévu chez Anthropic ni dans un autre laboratoire (TechCrunch).

Pourquoi c'est important pour les utilisateurs d'IA

Selon TechCrunch, les chercheurs y voient un moyen d'empêcher un fournisseur de remplacer en secret un modèle par un moins cher, ou par un plus puissant pour gonfler ses résultats de benchmark (TechCrunch). Pour ceux qui achètent l'accès aux modèles via des revendeurs ou des routeurs, ou qui paient pour une affirmation du type « vérifié par un modèle de pointe », une preuve vérifiable remplacerait la confiance par un contrôle. Le surcoût de calcul de 70 à 95 fois et la fenêtre de contexte courte montrent que l'usage quotidien est encore loin.