Anthropic lanza FlashProve, sistema criptográfico para comprobar la identidad de modelos de IA

La empresa Anthropic anunció el 3 de noviembre de 2026 el lanzamiento de FlashProve, un sistema de código abierto diseñado para proporcionar "inferencia probable" mediante pruebas criptográficas. Desarrollado por el equipo Frontier Red Team de la empresa en colaboración con investigadores de EPFL, StarkWare, MIT, RESI y Succinct, el prototipo permite que cualquier usuario verifique si una respuesta generada por inteligencia artificial provino, de hecho, del modelo de lenguaje que afirma haberla producido. La tecnología resuelve el problema del "bait-and-switch" en el mercado de las API, donde los proveedores podrían cobrar por un modelo de vanguardia y entregar resultados de un modelo más económico.

Cómo funciona la validación sin exponer secretos industriales

El núcleo técnico de FlashProve se basa en pruebas de conocimiento cero, específicamente en la tecnología zkSNARKs. Históricamente, probar que un texto fue generado por una red neuronal específica requería acceso directo a los "pesos" del modelo: los miles de millones de parámetros matemáticos que dictan su comportamiento. Dado que estos pesos representan la propiedad intelectual más valiosa de laboratorios como Anthropic y OpenAI, se mantienen en secreto en los modelos de código cerrado.

FlashProve evita esta limitación al exigir que los laboratorios de IA publiquen únicamente una "huella digital" (fingerprint) criptográfica de cada modelo lanzado. Cuando un usuario o sistema recibe un output, también recibe una prueba matemática vinculada a esa huella digital. Esta prueba confirma de manera irrefutable que el texto fue generado por ese conjunto específico de pesos, sin revelarlos nunca al público.

En las pruebas prácticas realizadas por Anthropic, el equipo utilizó el modelo Llama 4 Maverick, de Meta. La generación de la prueba criptográfica alcanzó un rendimiento de aproximadamente 110 tokens por segundo utilizando una única GPU Nvidia H100. Esta cifra se refiere a la tasa de transferencia de la generación de la prueba sobre el texto ya concluido, y no a la velocidad de generación de nuevas respuestas de la IA.

El archivo de verificación generado tiene aproximadamente 19 MB. Cada prueba verifica un único token de output frente a una ventana de contexto de hasta 1.024 tokens. Una vez generado, el archivo de 19 MB es lo suficientemente ligero como para ser verificado por una CPU común en cuestión de segundos, permitiendo la validación local en dispositivos de usuarios finales.

Contexto y antecedentes de la inferencia probable

El viaje hacia FlashProve comenzó con compromisos públicos de seguridad de la propia Anthropic. En su "Frontier Safety Roadmap", la empresa había establecido el 30 de septiembre de 2026 como plazo autopropuesto para el desarrollo de un prototipo de inferencia probable. El objetivo central era mitigar las amenazas a la cadena de suministro de IA.

De acuerdo con el documento original de seguridad de la empresa, existe el temor de que atacantes sofisticados puedan infiltrarse en los sistemas y modificar los modelos después del entrenamiento, ya sea para sabotaje corporativo o para forzar a los modelos a servir a objetivos maliciosos. La capacidad de "firmar" de manera confiable y verificable las salidas de un modelo reduce drásticamente esta amenaza.

Aunque el plazo de septiembre se superó ligeramente, Anthropic publicó el post de investigación detallando el progreso el 2 de noviembre de 2026, seguido por la divulgación oficial a la prensa el 3 de noviembre.

Datos concretos del proyecto FlashProve

• Fecha de anuncio oficial: 3 de noviembre de 2026.
• Rendimiento de generación de la prueba: ~110 tokens por segundo.
• Hardware de prueba: GPU Nvidia H100.
• Tamaño del archivo de verificación: ~19 MB.
• Ventana de contexto validada por prueba: Hasta 1.024 tokens.
• Modelo validado en las pruebas: Llama 4 Maverick (Meta).
• Socios académicos y corporativos: EPFL, StarkWare, MIT, RESI y Succinct.

Impacto para el sector, usuarios y mercado latinoamericano

La introducción de FlashProve afecta a diferentes capas del ecosistema de tecnología e inteligencia artificial de maneras distintas y prácticas.

Para las empresas de IA y desarrolladores: El sistema crea una barrera contra fraudes de "sustitución de modelo". Con la proliferación de servicios de enrutamiento de IA (API que prometen elegir el mejor modelo para cada prompt), los desarrolladores corren el riesgo de pagar tarifas premium por modelos de frontera (como Claude Opus o GPT-4) y recibir respuestas de modelos de código abierto más pequeños y económicos, con el fin de maximizar el beneficio del intermediario. FlashProve elimina esta posibilidad al proporcionar una garantía matemática del origen.

Para sectores regulados y seguridad de la información: Las auditorías de procesos críticos ganan una herramienta vital. Si un desarrollador afirma que una biblioteca de software sensible fue escaneada en busca de vulnerabilidades por un modelo de ciberseguridad de vanguardia, o si una startup afirma que su plan de negocios fue validado por una IA financiera específica, estas alegaciones ahora pueden ser verificadas criptográficamente por terceros.

Impacto en el mercado latinoamericano: En América Latina, donde la fluctuación cambiaria hace que el costo en dólares de las API de inteligencia artificial sea un cuello de botella significativo para las startups, el uso de enrutadores de menor costo y agregadores de API es altamente popular. La implementación de estándares como FlashProve permitiría que las empresas de la región utilizaran estos servicios agregadores con seguridad, garantizando que no están siendo víctimas de una degradación silenciosa de la calidad (silent degradation) al tercerizar el acceso a los modelos de IA.

Lo que aún no se sabe

A pesar de la documentación técnica y el código abierto disponibles en GitHub, el informe editorial señala lagunas significativas sobre la viabilidad comercial del sistema.

En primer lugar, la escalabilidad comercial permanece incierta. FlashProve es un prototipo y no está claro cómo la arquitectura manejaría el tráfico a gran escala de productos globales de consumo. En segundo lugar, los costos operativos vinculados a la generación de las pruebas son desconocidos; dedicar ciclos de procesamiento de costosas GPUs H100 solo para generar pruebas criptográficas a 110 tokens por segundo podría inflar el costo final del procesamiento, trasladando una carga financiera al usuario.

Finalmente, la adopción de la industria es una incógnita. Hasta el momento, no hay indicación de que gigantes competidores, como OpenAI, Google o la propia Meta (cuyo modelo fue utilizado en las pruebas), pretendan adoptar este estándar. La propia Anthropic declaró categóricamente que no tiene planes actuales para implementar FlashProve en sus servicios comerciales.

Qué esperar a continuación

Anthropic ha dejado claro que FlashProve representa un progreso intermedio, y no una agenda de investigación concluida. Con las especificaciones técnicas y el código de trabajo disponibles bajo una licencia de código abierto en GitHub, el siguiente paso práctico es el análisis descentralizado.

La expectativa de la empresa es que desarrolladores independientes, investigadores académicos de criptografía y otros equipos de seguridad de IA utilicen el repositorio para optimizar los cuellos de botella de rendimiento actuales. A largo plazo, la tecnología puede servir como base para un futuro protocolo estándar de la industria para la verificación de identidad de IA, exigido por reguladores gubernamentales para el cumplimiento en sectores de alto riesgo.

Preguntas frecuentes

1. ¿FlashProve expone los datos secretos (pesos) de los modelos comerciales de IA? No. El sistema utiliza pruebas de conocimiento cero (zkSNARKs) y requiere únicamente la publicación de una "huella digital" criptográfica del modelo, permitiendo la verificación matemática del origen sin revelar los pesos internos o la propiedad intelectual de la empresa.

2. ¿Puedo usar FlashProve hoy en Claude o ChatGPT? No. FlashProve es estrictamente un prototipo de investigación de código abierto. Anthropic confirmó que, por el momento, no hay planes para implementarlo comercialmente en sus propios servicios o en los de otros laboratorios de IA.

3. ¿Qué se necesita para verificar si una respuesta es verdadera usando este sistema? La verificación final requiere el archivo de prueba de aproximadamente 19 MB generado por el servidor de la IA. Este archivo es lo suficientemente ligero como para que el usuario procese y valide la autenticidad localmente usando la CPU de una computadora o dispositivo común, en solo unos segundos.