Anthropic mengumumkan prototipe riset baru bernama FlashProve yang memungkinkan pengguna layanan AI pihak ketiga memverifikasi bahwa respons dihasilkan oleh model tertentu tanpa mengungkap bobot privat model. Alat ini, yang dirinci dalam rilis riset 2 November, menggunakan teknik zero‑knowledge proof serupa dengan yang dipakai pada solusi scaling layer‑2 Ethereum. Meskipun konsepnya menjanjikan perlindungan konsumen yang lebih kuat, langkah pembuatan bukti dilaporkan memerlukan intensitas GPU 70‑95 kali lebih tinggi dibandingkan inferensi model standar, menimbulkan pertanyaan tentang kelayakan jangka pendeknya.

Cara kerja FlashProve

Menurut CryptoSlate, proses verifikasi dimulai dengan penyedia mempublikasikan komitmen kriptografis—sidik jari—dari bobot model. Ketika pengguna mengirimkan input, penyedia menghasilkan bukti bahwa model yang telah dikomitmenkan, dengan input tersebut, menghasilkan output yang diamati. Verifier kemudian dapat memeriksa bukti tersebut pada CPU tanpa mengunduh model atau menjalankan inferensi ulang. Demonstrasi menggunakan model Llama 4 Maverick milik Meta dengan 400 miliar parameter, dikonversi ke representasi 4‑bit, menghasilkan bukti sekitar 19 MB per permintaan. Verifikasi pada CPU 24‑thread memakan waktu sekitar 17 detik, sementara satu thread memerlukan sekitar 21 detik.

Kinerja dan keterbatasan

Kekurangan utama yang disorot dalam laporan adalah beban komputasi yang berat. Membuat bukti pada GPU NVIDIA H100 memerlukan waktu GPU 70‑95× lebih lama dibandingkan menjalankan inferensi model yang sama dengan mesin vLLM pada delapan GPU H100. Benchmark mencatat throughput 110 token per detik, namun angka ini mencerminkan total token yang diproses dalam permintaan 1.024 token, bukan laju token yang baru terautentikasi. FlashProve saat ini hanya mendukung jendela konteks maksimum 1.024 token dan hanya membuktikan pilihan token deterministik greedy, bukan output yang di‑sample atau floating‑point. Selain itu, sistem bukti ini diberi label sebagai “artefak riset yang tidak dipelihara,” dan pernyataan keamanan formal disediakan dalam asisten bukti Lean, meskipun kode eksekusi belum secara formal terhubung dengan pernyataan tersebut.

Apa yang perlu dipantau selanjutnya

Pengamat akan memantau apakah Anthropic atau penyedia AI lainnya dapat menurunkan biaya pembuatan bukti sehingga verifikasi real‑time menjadi layak, serta bagaimana standar industri untuk komitmen bobot tepercaya berkembang. Integrasi dengan kontrak layanan AI yang ada dan potensi minat regulator terhadap output AI yang dapat diverifikasi juga dapat memengaruhi adopsi alat seperti FlashProve.