Vous choisissez un modèle d’IA, envoyez une question et recevez une réponse. Mais comment vérifier que le service a bien utilisé le modèle annoncé ? Avec FlashProve, présenté le 2 novembre 2026, Anthropic explore une réponse cryptographique à ce problème. L’enjeu est de fournir une preuve du calcul réalisé, vérifiable sans disposer de l’infrastructure du fournisseur. Une piste intéressante pour les clients et les auditeurs, à condition de lire précisément ce que cette preuve garantit. Annonce d’Anthropic.
Un reçu de calcul pour les services d’IA
Le problème devient concret lorsqu’une application passe par un intermédiaire qui distribue les requêtes entre plusieurs modèles. Imaginons une entreprise payant pour un modèle déterminé : obtenir un texte convaincant ne lui permet pas, à lui seul, de vérifier ce choix. Cet exemple illustre un besoin de traçabilité, sans présumer une fraude chez un prestataire particulier.
FlashProve vise ce que les chercheurs appellent l’inférence vérifiable. L’inférence est l’utilisation d’un modèle déjà entraîné pour traiter une demande. Le projet publie du code et de la documentation sous licence Apache 2.0. Son dépôt précise toutefois qu’il s’agit d’un artefact de recherche non maintenu. Il ne constitue donc pas une nouvelle option prête à activer dans tous les services Claude. Dépôt officiel FlashProve.
Une empreinte avant la preuve
Le mécanisme repose sur un engagement cryptographique : une empreinte qui fixe un ensemble de « poids », les paramètres numériques du modèle. Le fournisseur produit ensuite une preuve portant sur les tokens contrôlés, ces fragments de texte que manipule l’IA. Le client peut la vérifier sur un processeur, sans récupérer les poids.
La technique appartient à la famille des zkSNARK : des preuves conçues pour être beaucoup plus légères à vérifier que le calcul qu’elles attestent, avec des propriétés de confidentialité. L’image d’un reçu aide à comprendre l’objectif ; le véritable objet est un fichier mathématique. L’architecture du modèle, elle, n’est pas cachée. Présentation du protocole par Anthropic.
« Correspondance exacte » et « dans les limites » : deux promesses différentes
La documentation technique introduit une distinction décisive. FlashProve travaille avec une version du modèle utilisant des calculs entiers. Celle-ci peut différer de la version habituelle exécutée en virgule flottante par un moteur d’inférence.
En mode de correspondance exacte, les tokens vérifiés doivent être les choix les mieux classés par ce modèle entier. Le mode plus tolérant, appelé clipped gap, autorise des écarts selon des seuils. Son verdict indique alors que les tokens respectent la politique choisie. Il ne démontre pas que la réponse est exactement celle du modèle.
Ce mode tolérant est envisagé pour accompagner les moteurs existants. La documentation précise qu’il n’a pas été exécuté en direct avec un moteur d’inférence au sein d’un service complet sur un modèle entraîné. La démonstration et le déploiement opérationnel restent deux étapes distinctes. Fonctionnement détaillé.
L’empreinte doit elle-même être digne de confiance
Une preuve peut correspondre à des poids sans établir que ceux-ci sont bien ceux du modèle commercial annoncé. Le client doit obtenir l’identifiant de référence auprès d’une partie de confiance, et vérifier les paramètres attendus. La couverture compte également : seules les positions de sortie désignées sont contrôlées. Une réponse tronquée peut être vérifiée comme réponse plus courte. Limites connues du prototype.
Ce que signifient les 110 tokens par seconde
Le projet rapporte ses mesures sur Llama 4 Maverick, dans une conversion publique à quatre bits, avec un GPU NVIDIA H100 et 24 cœurs CPU. Le débit d’environ 110 tokens par seconde correspond au traitement du contexte, ou prefill, par lots de 24 requêtes de 1 024 tokens. Chaque preuve de ce test porte sur le token suivant ; aucun nouveau texte n’est généré dans cette mesure.
| Mesure rapportée | Ce qu’elle décrit |
|---|---|
| Environ 223 secondes | Production des preuves d’un lot de 24 requêtes |
| 18,78 Mo en moyenne | Taille d’une preuve dans ces essais |
| Environ 21 secondes | Vérification C++ d’une preuve sur un seul fil CPU |
| Environ 70 à 95 fois plus de temps GPU | Surcoût calculé face au prefill de vLLM dans les configurations comparées |
Ces chiffres sont ceux du projet, sans validation indépendante présentée ici. Le ratio compare notamment une preuve sur modèle entier à une exécution FP8 avec vLLM ; il ne prédit pas directement la facture d’un service commercial. Démarrage, engagement initial et vérifications supplémentaires compliquent encore le passage à l’échelle. Mesures et conditions expérimentales.
Une garantie mathématique ne certifie pas tout le logiciel
Le projet utilise Lean, un assistant de preuve, pour vérifier des propriétés formelles. Mais ces résultats concernent le protocole et le vérificateur écrits dans Lean, sous des hypothèses précisées. Le vérificateur rapide en C++ et le programme GPU en CUDA font l’objet de tests ; ils ne bénéficient pas eux-mêmes d’une preuve formelle d’équivalence avec cette version. Portée des résultats formels.
Même prudence sur la confidentialité : les garanties théoriques dépendent du mode choisi et de conditions d’utilisation. Les auteurs disent attendre que les programmes protègent les poids, sans démontrer cette protection pour un déploiement sur un modèle réel. Un fournisseur ne peut donc pas déduire de l’expression « preuve à divulgation nulle de connaissance » une protection opérationnelle universelle de ses secrets. Documentation sur la confidentialité des poids.
Pour les entreprises, auditer la bonne chose
FlashProve pose une question concrète : quelle partie d’une prestation d’IA peut devenir vérifiable par son client ? Notre analyse est qu’un tel outil pourrait aider à rapprocher contrat, évaluation et exécution réelle, si ses limites techniques et son coût deviennent compatibles avec l’usage visé.
Encore faudrait-il déterminer quels poids font référence, quels tokens sont couverts et quelle tolérance est acceptable. Ces choix devraient être lisibles dans un audit, au même titre que le résultat du vérificateur.
Enfin, attester un calcul ne juge pas la pertinence du texte obtenu. Une réponse attribuable au bon modèle peut contenir une erreur. FlashProve ouvre une piste pour contrôler la provenance des réponses ; leur qualité continuera d’exiger une évaluation adaptée au métier.
Références
- Anthropic — annonce du 2 novembre 2026.
- FlashProve — dépôt officiel et statut du projet.
- Fonctionnement et politiques de vérification.
- Performances et protocole de mesure.
- Limites connues.
- Garanties formelles et programmes concernés.
- Confidentialité des poids.
