Noticias de IA · 13 min de lectura

¿Ha cambiado tu router de API el modelo? Lo que puede demostrar FlashProve de Anthropic

FlashProve de Anthropic usa pruebas de conocimiento cero para mostrar qué modelo respondió. Conoce sus límites y qué implica para los routers de API.

Ilustración de un modelo de IA que envía una respuesta mediante un router, con un escudo de verificación brillante sobre el flujo de datos

FlashProve es el prototipo de investigación de código abierto de Anthropic para la inferencia demostrable. Permite a un proveedor de modelos generar una prueba criptográfica de que una respuesta procede de un conjunto específico de pesos fijados mediante un compromiso, sin revelar esos pesos. Publicado en noviembre de 2026 y demostrado con Llama 4 Maverick de Meta, todavía no puede activarse para el tráfico de la API de Claude ni para routers de terceros.

¿Puede un router de API cambiar tu modelo en secreto?

Sí. Un servicio de enrutamiento de terceros o un revendedor puede sustituir el modelo por otro más barato o pequeño entre bastidores, y no puedes detectar el cambio de forma fiable solo leyendo las respuestas.

Al consultar una comparativa de precios oficiales de API de IA, resulta evidente el atractivo de los routers de API con descuento y los puntos de acceso proxy revendidos. Los modelos de frontera son caros cuando se usan a gran escala, y un intermediario que promete el mismo ID de modelo con un gran descuento resulta tentador para cualquier desarrollador o responsable de equipo que vigile su factura mensual.

El problema es que el campo model de una respuesta de API es solo una cadena que devuelve el servidor. En su publicación de investigación del 2 de noviembre de 2026, el Frontier Red Team de Anthropic expuso el problema con claridad: quien consulta un modelo hoy no puede comprobar que las respuestas proceden del modelo específico que el desarrollador afirma que está respondiendo, en vez de otro «sustituido en secreto por un servicio de enrutamiento por motivos de coste, o incluso por un atacante que haya manipulado el flujo de tokens». El informe técnico de Anthropic añade que un proveedor podría usar un modelo más pequeño o menos potente, o incluso cambiar de modelo entre solicitudes.

Muchos desarrolladores suponen que notarían una reducción de calidad por la impresión general o probando algunos prompts al azar. Anthropic advierte expresamente que juzgar solo a partir de la salida de un modelo no es fiable, incluso cuando las respuestas parecen de gran calidad. Los modelos más pequeños y las variantes cuantizadas suelen manejar los prompts habituales lo bastante bien como para superar una revisión superficial, aunque fallen en casos límite más difíciles que solo se detectan en producción.

¿Qué es FlashProve?

FlashProve es un sistema criptográfico puramente software que utiliza un argumento de conocimiento sucinto de conocimiento cero (zkSNARK) para demostrar que un modelo específico fijado mediante un compromiso produjo una secuencia determinada de tokens de salida.

En lugar de depender de enclaves de hardware de confianza, que según Anthropic complementan la criptografía, FlashProve se basa en las matemáticas. En el proceso participan dos partes, el proveedor del modelo (el probador) y el usuario (el verificador), y se desarrolla en tres pasos:

  1. Commit (sin conexión): Antes de atender solicitudes, el proveedor calcula y publica un compromiso criptográfico sobre los pesos del modelo. Puedes entenderlo como una huella breve e infalsificable que fija un conjunto exacto de pesos mientras mantiene esos pesos en secreto.
  2. Prove (en línea, a posteriori): Después de generar los tokens de salida para un prompt, el proveedor ejecuta el probador para crear un archivo de prueba que muestra que evaluar el modelo comprometido con ese prompt produce exactamente esos tokens. Las pruebas se generan por lotes después del hecho, en vez de generarse en línea mientras los tokens se transmiten al usuario.
  3. Verify: Cualquiera que posea el compromiso, el prompt y la respuesta puede ejecutar un programa verificador ligero en una CPU convencional para comprobar la prueba en segundos, sin llegar a ver los pesos del modelo.

Para los desarrolladores que no son criptógrafos, un zkSNARK ofrece cuatro garantías prácticas que Anthropic destaca en su lanzamiento:

  • Completitud: Si el proveedor ejecutó realmente el modelo comprometido como afirma, una prueba honesta superará la verificación.
  • Solidez: Un proveedor no puede falsificar una prueba aceptada para otro modelo sin romper supuestos criptográficos ampliamente aceptados.
  • Conocimiento cero: El verificador no aprende nada sobre los pesos secretos, las activaciones intermedias ni siquiera sobre qué expertos concretos se ejecutaron dentro de un modelo de mezcla de expertos. Sin embargo, la arquitectura general del modelo no se oculta.
  • Concisión: La prueba es lo bastante pequeña para descargarla fácilmente y rápida de comprobar en comparación con volver a ejecutar uno mismo un modelo enorme.

Anthropic publicó cinco elementos bajo una licencia Apache 2.0 en GitHub (anthropics/FlashProve, versión 0.16.0): la publicación de investigación, el informe técnico, una especificación del protocolo escrita por Claude, la base de código (incluidos un probador CUDA, un verificador C++ rápido llamado cp_verify y un verificador Lean cuya corrección está demostrada), y pruebas formales en Lean junto con un visualizador interactivo. Anthropic señala que Claude produjo las mejoras subyacentes de zkSNARK y que el equipo utilizó enunciados formales en el asistente de pruebas Lean para que las complejas decisiones de diseño de Claude pudieran auditarse.

¿Qué velocidad tiene FlashProve y cuánto ocupan las pruebas?

A fecha de 4 de noviembre de 2026, Anthropic informa de que FlashProve puede generar pruebas para un modelo de mezcla de expertos de 400.000 millones de parámetros a unas 110 tokens por segundo en una sola GPU NVIDIA H100. Las pruebas ocupan menos de 19 MB y se verifican en 17 segundos en una CPU.

Anthropic evaluó FlashProve con Llama 4 Maverick de Meta, un ejemplo destacado entre los modelos de pesos abiertos, que utiliza 400B parámetros en total y aproximadamente 17B activos por token (unos 232 GB de pesos públicos cuantizados a 4 bits). Estas son las cifras exactas que Anthropic comunicó el 2 de noviembre de 2026:

Métrica Resultado de Anthropic FlashProve (Llama 4 Maverick)
Modelo probado Meta Llama 4 Maverick (400B en total, ~17B activos/token, pesos de 4 bits, ~232 GB)
Hardware del probador 1× GPU NVIDIA H100 + 24 núcleos de CPU
Tiempo de compromiso sin conexión ~39 minutos una vez por modelo (válido para ~16 millones de solicitudes antes de volver a comprometer)
Velocidad de generación de pruebas ~223 segundos para un lote de 24 solicitudes (~110 tokens/segundo)
Tamaño de la prueba 18.78 MB por solicitud (~19 MB para una solicitud de 1,024 tokens)
Descarga del compromiso por el cliente ~6.5 MB en total
Tiempo de verificación (solo CPU) 17 segundos en 24 hilos de CPU (21 segundos en un solo hilo)
Sobrecoste de cálculo frente a vLLM ~72× de tiempo por GPU (66–77× entre ejecuciones); ~94× con la mayor carga probada de vLLM (intervalo de ~70–95×)
Límite de longitud del contexto Hasta 1,024 tokens

Para poner estas cifras en perspectiva, Anthropic comparó FlashProve con la tecnología de código abierto anterior (VerInf) en el mismo modelo Llama 4 Maverick. Según Anthropic, VerInf funcionaba a unos 0.02 tokens por segundo: tardaba 14.3 horas en demostrar 1,000 tokens, generaba una prueba de 93.6 GB y requería casi un día completo para verificarla. Reducir una prueba de 93.6 GB a 18.78 MB convierte la verificación criptográfica de la inferencia, antes una cuestión de matemáticas teóricas, en algo que un equipo cliente puede descargar y comprobar de verdad.

Aun así, un sobrecoste de cálculo de 70× a 95× frente al servicio estándar de vLLM explica por qué las pruebas se producen a posteriori por lotes en vez de adjuntarse gratis a cada respuesta de chat en directo.

Lo que FlashProve no demuestra

FlashProve es un prototipo de investigación sin mantenimiento y con estrictas limitaciones técnicas. Por tanto, una comprobación aprobada no garantiza equivalencia en coma flotante, cobertura de toda la conversación ni seguridad auditada para producción.

Si lees las guías known-limits.md y what-is-proved.md de Anthropic en el repositorio, verás que el equipo es encomiablemente franco sobre los límites existentes a 4 de noviembre de 2026:

  • Solo modelo entero y decodificación voraz: La prueba se aplica a una versión cuantizada del modelo con enteros de punto fijo que ejecuta decodificación voraz (elige siempre el único token con la puntuación más alta). Las API reales suelen usar aritmética de coma flotante y muestreo aleatorio con temperatura. Anthropic informa de que, en una medición, el token mejor clasificado difería en el 6.81% de las posiciones entre el modelo entero y una implementación de coma flotante.
  • Política de aceptación «clipped-gap» más flexible: Como los sistemas de servicio pueden diferir ligeramente de la referencia entera, el verificador admite una política más flexible que devuelve WITHIN LIMITS. Anthropic advierte de que una aceptación con esta política no demuestra por sí sola que la respuesta sea del modelo; si no puedes evaluar independientemente esos límites de tolerancia, solo deberías aceptar una coincidencia exacta.
  • Límite de contexto corto: Actualmente las pruebas admiten contextos de hasta 1,024 tokens, algo que Anthropic considera «bastante corto» comparado con sesiones normales de programación o chat.
  • Solo arquitecturas MoE: La implementación actual solo admite arquitecturas de mezcla de expertos y no oculta la arquitectura del modelo ni protege contra canales laterales como los ataques de temporización.
  • Alcance a nivel de token sin metadatos: Una prueba válida solo cubre los tokens concretos comprobados y no incorpora identidad del cliente ni marca de tiempo.
  • Sin auditoría de seguridad independiente: Aunque la solidez del verificador de referencia escrito en Lean está demostrada formalmente, el verificador C++ rápido (cp_verify), el probador CUDA y el componente que crea el compromiso no tienen garantías formales: cp_verify solo se prueba frente al verificador Lean. Además, Anthropic afirma que los programas y las pruebas no han pasado ninguna auditoría de seguridad independiente y que el repositorio se publica como un artefacto de investigación que no se mantiene ni acepta contribuciones.

Por qué el ID de compromiso importa más que la prueba

Una prueba válida de FlashProve solo confirma que una respuesta procede de los pesos que sean que coincidan con el ID de compromiso. Por tanto, un router deshonesto podría comprometerse con un modelo barato y entregarte una prueba matemáticamente válida para el modelo equivocado.

Esta es la conclusión más importante para cualquiera que esté preocupado por los routers de API de terceros. En la guía «Known limits» del repositorio, bajo el título The provider chooses the model, Anthropic escribe: «Un sí no dice de quién son los pesos… Un proveedor puede comprometerse con cualquier modelo que quiera, incluido uno pequeño o degenerado».

Imagina que pagas a un router de API poco fiable para acceder a un modelo de frontera de 400B. Para ahorrar dinero, el router ejecuta en secreto un modelo barato de 8B. Si genera su propio compromiso FlashProve para ese modelo de 8B, procesa tu prompt con el modelo de 8B y te envía la respuesta junto con la prueba y su archivo de compromiso, el verificador C++ de tu portátil indicará que la comprobación se ha superado. Las matemáticas son completamente válidas: el modelo de 8B realmente produjo esos tokens.

Por eso Anthropic da una regla operativa estricta: «Obtén el ID de compromiso de una parte en la que confíes, nunca del servidor que compruebas ni de archivos enviados con una prueba».

Para que la inferencia demostrable detecte a un router deshonesto, el creador original del modelo (como Anthropic o Meta) o un auditor independiente de confianza debe publicar el ID de compromiso oficial de los pesos reales. Solo cuando verificas la prueba del router frente al ID de compromiso oficial del propietario descubre la criptografía la sustitución del modelo.

Qué significa esto para routers, revendedores y evaluadores

Si los creadores de modelos publican en el futuro ID de compromiso oficiales y admiten la inferencia demostrable, los routers de terceros y los proveedores de alojamiento en la nube podrán demostrar que sirvieron exactamente los pesos por los que pagaste sin exponer archivos de modelos propietarios.

En sus anuncios del 2 y el 3 de noviembre de 2026, Anthropic describió varios grupos que podrían beneficiarse a medida que esta tecnología madure:

  • Clientes de routers de API: Los equipos que enrutan tráfico mediante proveedores de inferencia de terceros podrían auditar a posteriori una muestra de sus solicitudes frente al ID de compromiso publicado por el creador del modelo, de modo que una reducción silenciosa de calidad no superaría la comprobación.
  • Evaluadores independientes de seguridad: Quienes evalúan antes y después del lanzamiento pueden comprobar que el modelo cuya seguridad están probando es exactamente el mismo que luego se ofrece a los clientes.
  • Equipos de seguridad que vigilan flujos manipulados: Como la prueba vincula el prompt y los tokens de salida con los pesos comprometidos, Anthropic señala que dificulta que los atacantes en servidores comprometidos secuestren un chat o modifiquen el flujo de tokens durante el tránsito. Es una preocupación relacionada con amenazas a nivel de aplicación como la inyección de prompts.
  • Reguladores y comprobaciones de procedencia: Anthropic también menciona el «pacing» del hardware (verificar que el cálculo se usa para inferencia y no para entrenamiento no autorizado), la procedencia del texto (demostrar que un modelo concreto escribió o revisó un documento) y la aplicación de normas de aprobación de modelos.

¿Qué ocurre con el tráfico de Claude de Anthropic? En la publicación del 2 de noviembre de 2026, Anthropic señaló que su Frontier Safety Roadmap incluía el objetivo de desarrollar un prototipo de inferencia demostrable antes del 30 de septiembre de 2026. Tras una actualización del 19 de octubre de 2026, Anthropic la denomina «verificación de inferencia». Anthropic afirma que cumplió ese plazo de septiembre mediante un proyecto relacionado pero independiente, que firma criptográficamente su tráfico de inferencia y vuelve a calcular la inferencia en un servidor de confianza. FlashProve persigue el mismo objetivo de verificación mediante criptografía de conocimiento cero en vez de un recálculo de confianza.

Qué haría hoy si comprara acceso a un modelo mediante un tercero

Como a 4 de noviembre de 2026 ninguna API comercial ni ningún router adjunta pruebas FlashProve al tráfico en directo, tu única defensa fiable actual contra la sustitución de modelos es comprar directamente a proveedores originales o a socios verificados en los que confíes contractualmente.

Si eres desarrollador o responsable de ingeniería y estás valorando ahora mismo un proxy con descuento o un router de terceros, yo actuaría así:

  1. Trata la cadena model de una respuesta de terceros como una afirmación no verificada. No supongas que un revendedor ofrece el modelo de frontera solo porque lo diga el contenido JSON.
  2. No confíes en pruebas puntuales de prompts para detectar una sustitución. Toma en serio la advertencia de Anthropic: las comprobaciones de calidad de la salida por sí solas no permiten distinguir de forma fiable un modelo de frontera de un sustituto más barato en los prompts cotidianos.
  3. Mantén las cargas de trabajo críticas en API de proveedores originales o grandes alojamientos en la nube. Si la precisión, la seguridad o el cumplimiento de tu producto dependen de un modelo de frontera específico, paga el precio oficial de tarifa o utiliza un socio oficial en la nube con acuerdos de nivel de servicio vinculantes.
  4. Aprende a verificar si las pruebas se implantan más adelante. Si tu proveedor de inferencia adopta finalmente FlashProve o un esquema zkSNARK similar, nunca uses el archivo de compromiso incluido con su respuesta. Obtén el ID de compromiso directamente del creador del modelo, compila el verificador tú mismo, comprueba qué tokens están cubiertos y exige una aceptación por coincidencia exacta salvo que puedas evaluar por tu cuenta los límites de tolerancia numérica.

Preguntas frecuentes

¿Puede FlashProve verificar hoy las respuestas de la API de Claude?

No. A 4 de noviembre de 2026, FlashProve es un prototipo de investigación de código abierto demostrado con Llama 4 Maverick, el modelo de pesos abiertos de Meta. Ni la API de Claude, ni OpenAI, ni los routers de API comerciales adjuntan hoy pruebas FlashProve a las respuestas. Anthropic señaló por separado que cumplió su objetivo interno de hoja de ruta para el 30 de septiembre de 2026 sobre verificación de inferencia mediante otro proyecto que firma el tráfico y vuelve a calcular la inferencia en un servidor de confianza.

¿Revela FlashProve los pesos secretos del modelo?

No. FlashProve utiliza una prueba de conocimiento cero (zkSNARK), que garantiza que el verificador no aprende nada sobre los pesos secretos del modelo, los valores de las capas intermedias o los expertos específicos activados durante la inferencia. La arquitectura general del modelo no se oculta y los canales laterales de temporización quedan fuera del alcance, pero los pesos propietarios siguen siendo completamente privados y, aun así, cualquiera puede verificar el cálculo en una CPU.

¿Puedo ejecutar el verificador de FlashProve yo mismo?

Sí. Anthropic publicó el código en GitHub bajo una licencia Apache 2.0 (anthropics/FlashProve). Puedes compilar el verificador C++ rápido (cp_verify) en Linux y comprobar pruebas en una CPU corriente sin necesitar una GPU ni los pesos del modelo. El repositorio incluye un ejemplo guardado con un pequeño modelo sintético para que los desarrolladores puedan probar localmente el flujo Commit → Prove → Verify.

¿Es la inferencia demostrable lo mismo que una firma digital?

No. Una firma digital estándar solo demuestra quién envió un mensaje, por lo que debes confiar en que el remitente ejecutó honestamente el modelo correcto. La inferencia demostrable con FlashProve demuestra qué pesos comprometidos calcularon los tokens de salida. Incluso entonces debes obtener el ID de compromiso de una parte de confianza, porque de lo contrario un servidor deshonesto podría comprometerse con un modelo barato y generar pruebas válidas para él.

Detalles comprobados por última vez el 4 de noviembre de 2026. Próxima revisión: 4 de diciembre de 2026.

Fuentes

Escrito por

Chunyu Cai

Chunyu Cai es el director ejecutivo de Lotook, LLC y un emprendedor que escribe sobre modelos de IA, agentes y cómo cambian el trabajo cotidiano. Chunyu Cai tiene un título de máster de Imperial College London.