FlashProve es la nueva herramienta de código abierto de Anthropic que promete resolver una duda que casi nadie se plantea, pero que importa muchísimo: ¿la respuesta que recibes de una IA salió de verdad del modelo que estás pagando? Presentado en el blog de investigación de Anthropic el 2 de noviembre de 2026, el sistema genera una prueba criptográfica que cualquiera puede verificar en un computador normal, sin GPU y sin ver los secretos del modelo.
Suena a ciencia ficción, pero es matemática pura. Aquí te explicamos en 7 claves qué es, cómo funciona, qué tan rápido es, sus límites reales y por qué podría cambiar la forma en que confiamos en ChatGPT, Claude, Gemini y compañía, también desde Latinoamérica y España.
Contenido
Qué es FlashProve y por qué lo lanzó Anthropic
Cuando le escribes a un chatbot, solo ves el texto que vuelve. No tienes forma de saber si el proveedor usó el modelo premium que anuncia o uno más pequeño y barato para ahorrar costos, ni si cambió de modelo a mitad de la conversación. A eso los investigadores lo llaman el problema de la inferencia verificable.
FlashProve ataca ese problema con lo que Anthropic llama inferencia demostrable (provable inference): cada respuesta puede ir acompañada de una prueba de que la generó un modelo exacto, identificado con una huella digital pública. Según TechCrunch, la idea es que los laboratorios publiquen esa huella de cada modelo que lancen para que luego cualquiera pueda contrastar sus respuestas.
Lo interesante es que la huella no revela los pesos del modelo, esos miles de millones de números que definen cómo se comporta una IA y que empresas como Anthropic, OpenAI o Google guardan bajo llave. Por eso, en teoría, el sistema podría funcionar también con modelos comerciales cerrados.
Las 7 claves de FlashProve en resumen
- Es código abierto: el prototipo está publicado en GitHub para que otros laboratorios y desarrolladores lo prueben.
- Usa pruebas criptográficas: se basa en pruebas de conocimiento cero (zkSNARK) basadas en hash.
- No expone los pesos: el proveedor publica un compromiso, una especie de huella, sin revelar el modelo.
- Se verifica en una CPU: cualquier persona puede comprobar la prueba sin tarjeta gráfica.
- Funciona a escala real: se probó con Llama 4 Maverick, un modelo de 400.000 millones de parámetros.
- Tiene garantías formales: su seguridad está demostrada en el lenguaje de verificación Lean 4.
- Aún es un prototipo: es lento y caro frente a la inferencia normal, y tiene límites claros.
Cómo funciona FlashProve paso a paso
El sistema involucra a dos partes: el proveedor del modelo (el que prueba) y el usuario (el que verifica). Todo ocurre en dos fases:
- Fase offline (compromiso): el proveedor publica un compromiso de los pesos del modelo, una huella corta que fija una versión exacta del modelo mientras los pesos siguen ocultos. En las pruebas de Anthropic esta fase tardó unos 39 minutos y sirve para unos 16 millones de solicitudes; después hay que generar un compromiso nuevo.
- Fase online (prueba): por cada solicitud, la GPU del proveedor produce un archivo de prueba que demuestra que el modelo comprometido, con ese prompt, genera exactamente esa respuesta.
- Verificación: el usuario descarga el compromiso (unos 6,5 MB) y la prueba de su solicitud, y la comprueba en su propia CPU con la herramienta
cp_verify, sin acceso a los pesos.
Dicho de forma sencilla: es como un sello notarial matemático. Si el proveedor intenta colar la respuesta de otro modelo, la verificación falla. Según el repositorio oficial en GitHub, la probabilidad de engañar al sistema es astronómicamente baja, del orden de 2 elevado a menos 100.
FlashProve en cifras: velocidad, tamaño y costo
Anthropic midió el sistema con Llama 4 Maverick, un modelo abierto de tipo mezcla de expertos (MoE) con 400.000 millones de parámetros, de los cuales unos 17.000 millones se activan por token, usando sus pesos públicos cuantizados a 4 bits. Estos son los números clave:
| Métrica | Resultado de FlashProve |
|---|---|
| Modelo probado | Llama 4 Maverick (400B, MoE, 4 bits) |
| Hardware del proveedor | 1 GPU NVIDIA H100 y 24 núcleos de CPU |
| Velocidad de prueba | ≈ 110 tokens por segundo (lotes de 24 solicitudes) |
| Tamaño de cada prueba | ≈ 18,8 MB por solicitud de 1.024 tokens |
| Compromiso del modelo | ≈ 6,5 MB, válido para ~16 millones de solicitudes |
| Tiempo de verificación | ≈ 17 segundos en una CPU de 24 hilos |
| Costo extra frente a vLLM | Entre 70 y 95 veces más tiempo de GPU |
Anthropic asegura que los sistemas abiertos anteriores eran varios órdenes de magnitud más lentos. Aun así, ese sobrecosto de 70 a 95 veces deja claro que no es algo que hoy se pueda activar en cada mensaje de un chatbot masivo.
El papel de Claude y la verificación formal en Lean
Un detalle llamativo del anuncio: Anthropic cuenta que Claude ayudó a construir FlashProve, encontrando formas nuevas de aplicar técnicas de criptografía y seguridad ya conocidas. Pero la empresa admite un riesgo: una IA optimiza muy bien, aunque a veces toma decisiones difíciles de revisar en sistemas tan complejos.
Para compensarlo, las garantías de seguridad del protocolo están escritas y comprobadas en Lean 4, un lenguaje de verificación formal que usan matemáticos para demostrar teoremas sin margen de error. El artículo técnico aclara un matiz honesto: los teoremas cubren el protocolo, no cada línea del código en C++ y CUDA que se ejecuta en la práctica.
Límites actuales de FlashProve
Conviene no exagerar: FlashProve es un prototipo de investigación, no una función disponible en tus apps de IA. Estas son sus limitaciones reconocidas:
- Solo funciona con un modelo: Llama 4 Maverick, con una ventana de contexto de 1.024 tokens.
- Usa decodificación greedy (siempre el token más probable), no el muestreo con temperatura que usan casi todos los chatbots.
- Cada prueba verifica un token de salida, y generar pruebas cuesta muchísimo más cómputo que responder normalmente.
- Oculta los pesos, pero no la arquitectura del modelo, y revela un bit de información por solicitud.
- Que el código real oculte los pesos en la práctica es, según Anthropic, su juicio técnico y no una prueba matemática.
Por qué FlashProve importa para usuarios y empresas en Latinoamérica
En la región, miles de startups, agencias y desarrolladores revenden acceso a modelos de IA o lo consumen a través de intermediarios. Hoy, si un proveedor te cobra por un modelo de gama alta y te entrega otro más barato, es casi imposible demostrarlo. Con un sistema como FlashProve, esa trampa quedaría al descubierto.
- Empresas y gobiernos: podrían exigir pruebas de que un modelo auditado y aprobado es el que realmente responde, algo clave en salud, banca o educación.
- Desarrolladores: tendrían una forma objetiva de comparar proveedores de API que dicen ofrecer el mismo modelo a menor precio.
- Usuarios comunes: a largo plazo, podrías ver un sello verificable junto a la respuesta de tu asistente favorito.
- Seguridad: ayudaría a detectar modelos manipulados o reemplazados sin aviso.
Mientras eso llega, lo más práctico es aprender a sacarle provecho a las herramientas oficiales. Si quieres empezar con un modelo de Google sin pagar, revisa nuestra guía de Google AI Studio para usar Gemini gratis.
Nuestra opinión sobre FlashProve
FlashProve no va a cambiar tu forma de usar la IA mañana, pero apunta a un problema de confianza que crecerá a medida que más servicios dependan de modelos que nadie puede auditar. Que sea de código abierto, con garantías formales y probado con un modelo de 400.000 millones de parámetros, lo convierte en uno de los avances de seguridad en IA más serios del año. La gran pregunta es si OpenAI, Google y el resto se sumarán publicando sus huellas o si quedará como un experimento académico.
Preguntas frecuentes sobre FlashProve
¿Qué es FlashProve?
Es un prototipo de código abierto de Anthropic que genera pruebas criptográficas de que una respuesta salió de un modelo de IA concreto, sin revelar los pesos de ese modelo.
¿FlashProve ya funciona en Claude?
No. Anthropic lo presenta como un prototipo de investigación probado con Llama 4 Maverick; no es una función disponible en Claude ni en otros chatbots.
¿Necesito una GPU para verificar una prueba de FlashProve?
No. La verificación corre en una CPU normal; en las pruebas de Anthropic tardó unos 17 segundos con 24 hilos.
¿FlashProve revela los secretos del modelo?
No revela los pesos, que quedan ocultos tras el compromiso. Sí deja ver la arquitectura del modelo y un bit de información por solicitud.
¿Dónde descargo FlashProve?
El código, el artículo técnico y las instrucciones están en el repositorio anthropics/FlashProve de GitHub.
Si quieres conocer otros artículos parecidos a FlashProve: 7 claves de la increíble prueba de Anthropic para saber qué IA te responde puedes visitar la categoría Ciberseguridad.
También te podría interesar