Anthropic 11 月 3 日開源可證推論原型 FlashProve，單張 H100 替 4,000 億參數模型產生零知識證明，每秒約 110 個 token。
產生證明的 GPU 時間約是一般推論的 70 到 95 倍，數字全是 Anthropic 自報。可證推論是讓用戶在拿不到權重的情況下，驗證一段回覆確實由承諾的那組權重算出來；零知識證明是一種可快速驗證、又不洩露計算內容的密碼學證明。測試對象是 Llama 4 Maverick，一個 4,000 億參數的混合專家模型，用 4 位元量化。一張 H100 每秒約為 110 個 token 產生證明，每 1,024 個 token 的請求，證明約 19 MB。驗證只用 CPU，24 核要 17 秒（Anthropic Research，2026-11-03）。Anthropic 文中列的舊系統 zkLLM，在 130 億參數模型上每秒約 2.5 個 token。兩邊模型大小、量化與硬體都不同，只能當作規模參考。FlashProve 證的只是「這段輸出來自承諾的權重」，不證內容對錯，目前只證 1,024 個 token 的上下文、整數運算與貪婪解碼（每一步只取機率最高的字）；Anthropic 自列的限制還有快版驗證器沒有形式保證、產證時間可能洩露資訊。Anthropic 寫的用途是監管者核查硬體是否真的在服務承諾的模型、路由商沒有偷換成便宜模型；效能數字沒有第三方重跑，程式碼以 Apache 2.0 開源。 怎麼查的 →
出處與查證
這則刊在2026年11月4日的晨報，同一期還有 10 則。查證經過、引句核對與當天缺的資料，記在那一期的本日驗證。
引用這則
SecondSource（2026），〈Anthropic 11 月 3 日開源可證推論原型 FlashProve，單張 H100 替 4,000 億參數模型產生零知識證明，每秒約 110 個 token。〉，https://secondsource.io/research/2026-11-04-1/，取用日期取用。