Le fait
Le 2 novembre 2026, l’équipe Frontier Red Team d’Anthropic a publié un billet de recherche sur l’inférence prouvable et mis en open source (licence Apache 2.0) un système appelé FlashProve. L’idée : un fournisseur d’IA s’engage sur un modèle précis, puis joint à chaque réponse une preuve qu’elle a bien été produite par ce modèle, sans révéler ses poids (les paramètres appris).
La preuve est un zkSNARK : un certificat cryptographique court, rapide à vérifier, qui ne dévoile rien de plus que la correction du calcul. Les auteurs viennent d’Anthropic, de l’EPFL et du MIT.
Contexte
Anthropic a testé le système sur Llama 4 Maverick, un modèle de Meta de 400 milliards de paramètres, en version à 4 bits. Selon ses mesures, un seul GPU H100 produit des preuves à environ 110 jetons par seconde, avec 18,78 mégaoctets par requête de 1 024 jetons. Le vérificateur télécharge un engagement de 6,5 mégaoctets, puis contrôle chaque preuve en 17 secondes sur un processeur à 24 fils. Le calcul d’engagement initial prend environ 39 minutes.
Le coût reste élevé : la preuve demande 70 à 95 fois le temps de GPU que prend vLLM, une bibliothèque courante d’exécution de modèles, pour traiter les mêmes requêtes. Anthropic précise que les systèmes open source précédents étaient bien plus lents. L’entreprise indique que Claude a produit des optimisations du système et que, pour limiter le risque d’erreur, les garanties de sécurité sont énoncées et prouvées dans le langage de vérification formelle Lean.
Pourquoi ça compte
Aujourd’hui, un utilisateur ne peut pas vérifier que la réponse vient du modèle qu’il a payé plutôt que d’un modèle moins cher glissé par un intermédiaire, ou d’un flux altéré par un attaquant. Anthropic y voit aussi un outil pour des évaluateurs indépendants et pour des règles de « rythme » du développement de l’IA, où un régulateur contrôlerait que du matériel sert bien à l’inférence.
Lecture Neurone21
Les limites sont énoncées par Anthropic elle-même : prototype de recherche, contextes de 1 024 jetons au plus, preuve sur une version entière du modèle en décodage glouton (le mot le plus probable à chaque pas), architecture à experts supposée, et pas de garantie formelle sur le code rapide en C++. Anthropic précise que ce travail est distinct de son prototype annoncé pour fin septembre, qui signe le trafic d’inférence et le recalcule sur un serveur de confiance. À suivre : si d’autres équipes reprennent le code et si la surcharge de 70 à 95 fois baisse.