API の向こうで、約束どおりのモデルが動いている。開発者はそれを、提供元の言葉に頼らずに後から確かめられるだろうか。Anthropic が研究として公開した FlashProve は、この問いに近い仕組みの試作だ。ただし、製品でも提供の予定でもない。Anthropic の研究のページは、オープンソースの研究の試作として説明している。この記事は、その数字と限界を整理する。
Anthropic のページは2026年11月2日に公開されたとされ、TechCrunch は2026年11月3日に報じた。ページの公開日そのものは、当編集部として確認できていない。Anthropic のページの本文も、当編集部として確認できていない。
何が出たか
Anthropic の研究のページは、ある応答が、提供側が前もって約束したモデルの重みから出たことを、暗号の証明(zkSNARK)で確かめる仕組み FlashProve を、オープンソースの研究の試作として公開したと説明している。
仕組みの形は、Anthropic の説明では次のとおりだ。提供側は、重みの短い指紋(コミットメント)を公開する。確かめる側は、重みを見ずに確認できるとされる。
試験の数字(Anthropic の説明として)
以下の数字は、すべて Anthropic 自身の試験の数字だ。独立した再現は、当編集部として確認できていない。
- 試験の対象は Llama 4 Maverick で、証明の対象は4ビットの重みとされる。比較に使った vLLM の側は別の条件で動かしたとされ、比較の条件は同じではない
- 証明のファイルは約19MBで、数秒で検証できるとされる
- 24件のリクエストのまとまりを証明する時間は、1 GPU あたりで比べて、vLLM が同じ24件を処理する時間の約72倍とされる。比の基準の詳細は、当編集部として確認できていない
- この比は実行ごとに幅があり、負荷が高いとさらに大きい比になるとされる
- 1回で確かめられる文脈は1,024トークンまでとされる
この試作の性格
GitHub のリポジトリは、研究の試作で、保守されていないと説明しているとされる。TechCrunch は2026年11月3日、Anthropic にも他の研究所にも展開の予定は無いと報じた。ライセンスは、当編集部として確認できていない。
Anthropic の説明と TechCrunch の報道を合わせると、開発者が API の呼び出しに組み込める提供ではないと読める。
開発者にとっての意味
Anthropic の説明では、FlashProve は、ある応答が約束したモデルから出たことを確かめる仕組みである。
開発者が気にするのは、API の向こうで約束どおりのモデルが動いているかを、提供元の言葉に頼らずに確かめられるか、という点だ。提供元が別のモデルに差し替えていないかを、後から確かめる手段があるか。Anthropic の説明では、FlashProve が確かめるのは、応答が約束した重みから出たことだ。
Anthropic の試験では、証明にかかる時間の差が、1 GPU あたり、24件のまとまりで比べて約72倍とされる。TechCrunch は、展開の予定は無いと報じた。
実用の段階かどうかについての当編集部の見方は、まだ研究の試作の段階、というものだ。理由は、上の2つの事実にある。ただし、これは当編集部の見方で、Anthropic の評価ではない。
確認できていないこと
- Anthropic のページの公開日。2026年11月2日とされるが、確認できていない
- Anthropic のページの本文
- 証明する側と確かめる側の計算機の条件
- ライセンス
- 数字の独立した再現
開発者が読み取れる点
- FlashProve は、応答が約束したモデルの重みから出たことを、暗号の証明で確かめる仕組みの試作で、提供側が重みの指紋を公開する形だ
- Anthropic の試験では、証明のファイルは約19MBで、数秒で検証できるとされる。一方、証明にかかる時間は、1 GPU あたりで比べて vLLM の処理の約72倍とされる
- 1回で確かめられる文脈は1,024トークンまでとされる
- 保守されていない研究の試作で、TechCrunch は展開の予定は無いと報じた
- 数字は Anthropic 自身の試験のもので、独立した再現は確認できていない
Claude のそのほかの動きは2026年11月4日のClaudeニュース記事(Message threads の公開ベータなどを伝えた記事)で、Anthropic 以外の AI の動きは2026年11月4日のAIニュース記事(Anthropic 以外の AI の動きをまとめた記事)で伝えている。