Anthropic Frontier Red Team 11 月 2 日发布研究文章并开源 FlashProve（Apache 2.0）：模型提供方先对权重做隐藏承诺，之后为每次回答生成零知识证明，用户不需要权重、在普通 CPU 上就能验证回答确实来自该模型，可用来识别中转站偷换模型或 token 流被篡改。官方口径：Llama 4 Maverick（400B MoE，4-bit）上单张 H100 约 110 token/秒，每个 1,024 token 请求的证明约 19 MB，GPU 时间约为 vLLM 推理的 70–95 倍。这是不再维护的研究原型，上下文只支持 1,024 token、只覆盖整数化模型的贪心解码。Anthropic 工程师 Steve Weis 在 X 上转发了这次发布。
核心要点速览
- ✓官方口径：Llama 4 Maverick（400B MoE，4-bit）单张 H100 证明速度约 110 token/秒（24 请求一批的 prefill），每个 1,024 token 请求证明约 19 MB。
- ✓代价不小：GPU 时间约为 vLLM 推理的 70–95 倍；仓库性能页显示服务端需约 270 GB 内存，一次权重承诺约 39 分钟。
- ✓验证不需要 GPU：C++ 验证器单线程约 21 秒验完一个证明；另有可证明正确的 Lean 验证器，安全性定理在 Lean 4 中给出证明。
- ✓对比此前开源方案：VerInf 在同一模型上约 0.02 token/秒；商业方案 Attestable 在 Gemma 4 31B 上 53–77 token/秒，但未开源。
- ✓限制：v0.16.0 为不再维护的研究原型，上下文 1,024 token，只覆盖整数化模型的贪心解码，不隐藏模型架构。
开发者 3 秒速决决策指标
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
用户调用模型时无法确认回答真的出自所选模型：中转站可能偷换便宜模型，token 流也可能被篡改。Anthropic Frontier Red Team 与 EPFL、MIT 学者 11 月 2 日发布 FlashProve，用密码学做「可证明推理」，Anthropic 工程师 Steve Weis 在 X 上转发了发布。
架构亮点与底层机制
基于 zkSNARK（零知识简洁证明）：提供方先对权重发布隐藏承诺，之后每次回答附带证明，持有承诺、提示词和回答的人都能验证这些 token 确实由该权重生成，证明不泄露权重。官方称 Claude 参与改进了 zkSNARK 实现，顶层安全命题在 Lean 中证明。
权威 Benchmark 与实测跑分对比
均为官方口径：Llama 4 Maverick（400B MoE，4-bit）上单张 H100 约 110 token/秒，证明约 19 MB/请求，GPU 时间约为 vLLM 的 70–95 倍；C++ 验证器单线程约 21 秒；此前开源的 VerInf 同模型仅约 0.02 token/秒。官方未公布任务层面跑分。
开发者实战落地与开箱指南
仓库 anthropics/FlashProve 以 Apache 2.0 开源，README 附了让编码 Agent 构建验证器、校验示例证明的提示词，这一步只需 Linux、g++ 13 和不到 2 GB 内存；完整证明需 H100 和约 270 GB 内存。它是不再维护的研究原型，上下文仅 1,024 token。
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察