FlashProve d’Anthropic : prouver quelle IA a répondu

La réponse courte : FlashProve est un prototype de recherche qu’Anthropic a présenté le 2 novembre 2026. Il joint à une réponse d’IA une preuve cryptographique montrant qu’elle a été produite par un modèle précis, fixé à l’avance. N’importe qui peut vérifier cette preuve sur un ordinateur ordinaire, sans connaître les poids secrets du modèle. Ce n’est pas un produit : selon TechCrunch, rien n’est prévu pour le déployer chez Anthropic ni chez un autre laboratoire.

Cet article s’appuie sur l’annonce d’Anthropic, sur le dépôt public et sur la couverture de presse. Nous n’avons pas fait tourner FlashProve nous-mêmes. La plupart de ses éléments exigent d’ailleurs une carte graphique NVIDIA H100, du matériel de centre de données.

Le problème que FlashProve veut résoudre

Quand vous choisissez « Claude » ou « GPT » dans une application, vous faites confiance au fait que ce modèle-là vous répond. Vous ne pouvez pas le vérifier. Anthropic donne deux exemples. Un service intermédiaire, qui répartit les requêtes entre plusieurs modèles, remplace en douce le modèle demandé par un modèle moins cher pour réduire ses coûts. Ou un attaquant modifie la réponse pendant son trajet. Dans les deux cas, le texte seul ne trahit rien, même s’il est de bonne qualité.

La question ne concerne pas que les particuliers. Anthropic cite aussi les organismes qui testent un modèle avant et après sa sortie, et qui doivent être sûrs d’évaluer le modèle réellement servi. Ou un régulateur qui pourrait exiger que seuls des modèles autorisés tournent. Pour tous, la question est la même : quel modèle a vraiment produit cette réponse ?

Comment ça marche, sans mathématiques

Le dépôt GitHub découpe le principe en trois étapes :

1. 01S’engager : le fournisseur publie un identifiant qui le lie à un seul jeu de poids du modèle. Les poids eux-mêmes restent secrets.
2. 02Prouver : pour chaque réponse, le serveur du fournisseur produit une preuve que cette réponse est bien la sortie du modèle engagé.
3. 03Vérifier : n’importe qui contrôle la preuve sur un processeur ordinaire, en quelques secondes, sans voir les poids.

La technique s’appelle zkSNARK, une forme de preuve à divulgation nulle de connaissance : une preuve qui établit qu’un calcul a été fait correctement sans rien révéler d’autre. TechCrunch la compare aux signatures qui permettent de vérifier qu’un e-mail vient bien de l’expéditeur annoncé. Détail notable : selon Anthropic, Claude a lui-même trouvé une bonne partie des améliorations et rédigé la spécification du protocole. Comme ces choix sont difficiles à auditer, l’équipe fournit les garanties de sécurité principales sous forme de preuves formelles dans le langage Lean.

Ce que le prototype sait faire aujourd’hui

Le modèle testé n’est pas Claude mais un modèle ouvert, Llama 4 Maverick, avec 400 milliards de paramètres, en version compressée sur 4 bits. D’après l’annonce, une seule carte H100 produit des preuves à environ 110 tokens par seconde. Une preuve pèse environ 19 Mo pour une requête de 1 024 tokens. En contrepartie, il faut à peu près 70 à 95 fois le temps de calcul nécessaire pour simplement faire tourner le modèle. Anthropic affirme que les systèmes ouverts précédents étaient plus lents de plusieurs ordres de grandeur. Le détail figure dans le rapport technique.

Il y a un engagement derrière. Dans sa Frontier Safety Roadmap, Anthropic s’était fixé de produire un prototype de ce type avant le 30 septembre 2026. L’entreprise dit avoir tenu cet objectif avec un autre projet, qui signe son propre trafic et refait le calcul sur un serveur de confiance. FlashProve poursuit le même but par une autre méthode.

Les limites qu’Anthropic reconnaît

• —Un contexte très court : une preuve couvre au maximum 1 024 tokens, bien moins qu’une longue conversation ou qu’un document importé.
• —Une seule architecture : le système suppose un modèle de type Mixture-of-Experts. D’autres architectures très répandues ne sont pas couvertes.
• —Pas toujours la réponse habituelle : la preuve porte sur une version en nombres entiers du modèle, qui choisit à chaque fois le mot le plus probable. Une réponse de chat ordinaire, avec sa part de hasard, peut s’en écarter.
• —Pas de garantie complète : Anthropic ne garantit pas que le code rapide, le rapport et les preuves Lean correspondent exactement. Les attaques par canal auxiliaire, comme mesurer le temps de calcul d’une preuve, sont hors du périmètre.
• —Non maintenu : le dépôt se présente comme un artefact de recherche, n’accepte pas de contributions et ne sera pas développé. Licence Apache 2.0.

Anthropic présente lui-même cette publication comme un point d’étape, pas comme un travail terminé, avec l’espoir que d’autres reprennent l’approche et l’améliorent.

Ce que FlashProve ne prouve pas

C’est le point que les titres font oublier. Une telle preuve dit qui a répondu. Elle ne dit rien de la justesse de la réponse. Un modèle dont l’identité est prouvée peut très bien inventer une source ou recopier un chiffre de travers. L’authenticité et la vérité sont deux questions distinctes, et FlashProve ne répond qu’à la première.

La seconde reste à votre charge. Si vous cherchez à savoir si un texte a été écrit par une IA, notre article sur le détecteur d’IA explique pourquoi ces outils ne font qu’estimer. Une preuve d’origine comme FlashProve serait l’inverse : une réponse certaine, mais seulement si le fournisseur joue le jeu.

Ce que cela change pour vous

Pour l’instant, rien. Aucun chatbot grand public ne fournit ce type de preuve, et selon TechCrunch Anthropic ne prévoit pas de le faire. Si vous tenez à savoir quel modèle vous répond, passer directement par le service de l’éditeur reste le plus sûr. Chaque intermédiaire ajouté est un acteur de plus à qui faire confiance. Pour choisir un outil en connaissance de cause, notre guide quelle IA choisir compare les options courantes.

À plus long terme, FlashProve touche à la confiance envers les IA qui agissent seules. Ce que peut faire un agent autonome, et les droits qu’on lui accorde, déterminent les dégâts possibles si son modèle est remplacé. Pour l’agent d’Anthropic lui-même, nous avons passé en revue les points à vérifier dans Claude Duet et le RGPD. Le fait que FlashProve ait été testé sur un modèle ouvert rappelle aussi ce que l’IA open source permet de contrôler, et ce qu’elle ne permet pas.

Ce que Coursium apporte, et ce qu’il n’apporte pas

Coursium ne fournit aucune preuve de modèle et ne vérifie pas quel modèle tourne derrière une application. Coursium est une application, disponible sur l’App Store, pour apprendre à utiliser l’IA au travail, par exemple avec le cours Claude Essentials. On y travaille justement ce que FlashProve laisse de côté : savoir comment parler à ChatGPT et vérifier la réponse avant de la transmettre. Pour essayer, découvrez Coursium ou testez l’exemple d’exercice gratuit.