Anthropic продаёт математику вместо железа: FlashProve и цена доказуемой честности

Семьдесят — девяносто пять раз больше GPU на один инференс. Вот реальная стоимость того, чтобы API-провайдер не смог подсунуть вам Claude Sonnet вместо Opus. Anthropic выкатила FlashProve — систему provable inference для MoE-моделей, которая криптографически доказывает, что ответ сгенерирован именно заявленными весами. Без доверия. Без аудита кода. Без доступа к чужой infra.

Схема работает в две фазы. Офлайн провайдер публикует commitment — криптографический слепок весов, короткий хэш, который идентифицирует конкретный набор параметров, но не раскрывает сами веса. Это ключевой момент: IP остаётся нетронутым, OpenAI и Anthropic могут спать спокойно. Онлайн — вместе с каждым ответом модель отдаёт zk-SNARK-сертификат, который любой клиент верифицирует локально, математически, без повторного запуска модели. Подмена на более дешёвый checkpoint ломает доказательство. Попытка лаборатории самой сжульничать — тоже. Даже если они тайно деградируют модель для экономии на инференсе или, наоборот, подсовывают более тяжёлую версию для надувания бенчмарков — сертификат не сойдётся.

Звучит как решение проблемы, которая гниёт в индустрии годами.

Проблема, кстати, действительно гнилая. Любой, кто хоть раз заказывал API-доступ к «флагманской» модели через третьего провайдера, знает этот привкус: задержка странная, токены жёсткие, ответы — как будто внутри сидит quantized-версия позапрошлого поколения. Доказать было нечем. Стиль можно подделать, бенчмарк — переоптимизировать, статистический fingerprint — размыть. Теперь математически нельзя.

Математически нельзя, но практически — пока можно.

Потому что FlashProve — это research paper, а не production-ready продукт. Код выложен на GitHub под открытой лицензией 3 ноября 2026, авторы сами пишут: «это промежуточный прогресс, не завершённая программа». Внедрения в собственные API Anthropic не анонсировала. OpenAI молчит. Google молчит. Overhead в 70-95 раз на генерацию доказательства делает технологию непригодной для высоконагруженных продакшен-сценариев — пока не появится какой-нибудь hardware-ускоритель под zk-пруфы или алгоритмический прорыв в компрессии доказательств.

Причем самая интересная часть — не про подмену моделей внутри одной лаборатории, а про верификацию заявлений третьих лиц. Разработчик говорит, что его код проверен на уязвимости «передовой моделью кибербезопасности»? Покажи сертификат. Стартап клянётся, что бизнес-план валидирован GPT-5? Покажи пруф. Иначе — marketing noise, который теперь можно отфильтровать на уровне протокола.

Отфильтровать — если кто-то вообще возьмётся это внедрять. А с текущим overhead единственный реалистичный сценарий использования — high-value, low-volume запросы: аудит смарт-контрактов, верификация медицинских рекомендаций, compliance-отчёты для регулятора. Массовый чат-бот для поддержки клиентов такую цену честности не потянет ещё года три.

Код на GitHub. Спека открыта. Ждём, кто первый оптимизирует prover.

Никита Карпов

Главный редактор

Пишу о гаджетах, нейросетях и том, как технологии меняют нашу жизнь. Проверяю всё на себе, чтобы вы не тратили деньги зря.