A Anthropic publica o FlashProve, um protótipo de inferência verificável
A página da Anthropic, datada de 2 de novembro de 2026, apresenta o FlashProve. Num caso, uma H100 gera provas a cerca de 110 tokens por segundo. É um protótipo de pesquisa, não um produto.
A página “Progress on provable inference for large language models” está datada de 2 de novembro de 2026. O time é o Frontier Red Team. O sistema se chama FlashProve. A Anthropic descreve um protótipo aberto para provar que uma resposta veio do modelo que o provedor diz estar servindo, sem revelar os pesos.
O caso medido na página é o Llama 4 Maverick, mistura de especialistas de 400 bilhões de parâmetros, pesos em 4 bits, aritmética inteira no prefill. Uma H100 gera provas a cerca de 110 tokens por segundo. A prova tem cerca de 19 MB por pedido de 1.024 tokens. A página põe isso em cerca de 70 a 95 vezes o tempo de GPU de rodar o modelo no vLLM. Diz que sistemas abertos anteriores são ordens de grandeza mais lentos. Numa comparação que a página faz, o zkLLM em 2024 provou um modelo de 13 bilhões a cerca de 2,5 tokens por segundo numa A100.
A página diz que o código, as provas em Lean e a documentação saem sob Apache 2.0. Liga um repositório em github.com/anthropics/FlashProve. Esta mesa não abriu o código nem o relatório técnico.
Os limites que a página lista: não há garantia formal de que o código executável rápido coincida com o Lean. A prova é de um modelo inteiro sob decodificação gulosa, não de ponto flutuante nem de amostragem. O contexto provado vai até 1.024 tokens. Esconder a arquitetura não é objetivo. Esconder os pesos, sim. Ataque por canal lateral fica fora do escopo desta versão. A página chama o lançamento de progresso intermediário, não de agenda concluída.