Le regole del digitale stanno cambiando.
O sei visibile o sei fuori. Noi ti aiutiamo a raggiungere i clienti giusti — quando ti stanno cercando.
Contattaci ora
Il sistema genera prove crittografiche su GPU H100 per Llama 4 Maverick, ma costa molto più dell’inferenza normale.
Anthropic ha presentato FlashProve, prototipo open-source che genera prove crittografiche sull'origine delle risposte dei modelli, raggiungendo 110 token al secondo su una GPU H100 con Llama 4 Maverick. Conta perché renderebbe verificabile quale modello ha davvero risposto, ma il costo di calcolo è 70-95 volte superiore alla normale inferenza: resta un esperimento di ricerca, non una funzione di produzione.
Quando si fa una domanda a un chatbot, si dà per scontato che a rispondere sia il modello indicato sull’etichetta. Ma come si fa a saperlo davvero? Oggi, semplicemente, non si può. Lunedì 2 novembre Anthropic ha presentato un tentativo di risolvere il problema: si chiama FlashProve ed è, secondo la pubblicazione di ricerca dell’azienda, un prototipo open-source per quella che gli addetti ai lavori chiamano «inferenza dimostrabile». Il dato che colpisce è questo: su una sola GPU H100, la scheda più usata nei data center per l’intelligenza artificiale, il sistema genera prove crittografiche a circa 110 token al secondo per Llama 4 Maverick, un modello di Meta da 400 miliardi di parametri. Il token è l’unità di testo con cui ragionano questi sistemi, più o meno un frammento di parola. Le prove poi si possono controllare su un normale processore, senza bisogno di GPU.
La risposta che arriva senza firma
Il punto di partenza è un problema che quasi nessuno considera. Anthropic lo descrive così: un utente che interroga un modello oggi non ha modo di verificare che le risposte arrivino davvero dal modello dichiarato dallo sviluppatore. Potrebbero essere state prodotte da un altro modello, sostituito in silenzio da un servizio di routing, cioè uno di quegli intermediari che smistano le richieste tra più sistemi, magari per risparmiare. Oppure da un attaccante che ha manomesso il flusso dei token. In entrambi i casi l’utente non se ne accorgerebbe. Si fida di un nome che non può controllare. E se la sostituzione non si vede, l’unica strada è renderla dimostrabile.
110 token al secondo, 17 secondi per verificare
L’idea dietro FlashProve è semplice da enunciare, meno da realizzare. Il fornitore si impegna formalmente su un modello preciso, una sorta di impronta digitale crittografica dei suoi «pesi», cioè i parametri numerici che lo definiscono. Poi, per ogni risposta, produce una prova matematica che quella risposta è stata generata proprio da quel modello. Chiunque riceva la prova può controllarla da sé, senza doversi fidare della parola di nessuno.
I numeri riportati da Anthropic aiutano a capire a che punto è la tecnologia. La fase preparatoria, quella che crea l’impegno sul modello, va eseguita una volta sola per ciascun modello e richiede circa 39 minuti; l’impegno che ne risulta vale per circa 16 milioni di richieste. Ogni prova pesa circa 19 megabyte per una richiesta di 1.024 token: non poco, se si pensa che una risposta testuale occupa pochi kilobyte. La verifica, invece, è leggera: 17 secondi su una CPU con 24 thread, 21 secondi su un singolo thread, controlli della fase preparatoria compresi. In pratica, un computer comune basta a controllare il lavoro di un data center.
Per capire se 110 token al secondo siano tanti, serve un termine di paragone. Un altro sistema di ricerca, DeepProve, descritto in un articolo sull’archivio crittografico IACR, riesce a dimostrare l’inferenza di GPT-2 e Gemma 3 a circa 174 e 86 token al minuto, e i suoi autori lo presentano come da 20 a 60 volte più veloce dello stato dell’arte precedente, senza perdite significative di accuratezza. Il confronto non è perfetto, perché i modelli sono diversi e molto più piccoli di Llama 4 Maverick, ma dà un’idea dell’ordine di grandezza: FlashProve parla di token al secondo su un modello enorme, DeepProve di token al minuto su modelli ridotti. Ancora prima, una ricerca pubblicata su arXiv rivendicava la possibilità di generare una prova di correttezza per l’intera inferenza di modelli da 13 miliardi di parametri in meno di 15 minuti.
Esiste anche una strada diversa, quella degli ambienti di esecuzione attestati, i cosiddetti Trusted Execution Environment: zone protette dell’hardware che certificano quale software stia girando. Google Cloud li propone nell’ambito del Confidential Computing, ma è la stessa azienda, in un post sul blog di Google Cloud, a precisarne il limite: questo approccio può garantire a un cliente che un carico di lavoro autorizzato stia girando in un ambiente verificato, ma da solo non dimostra quali pesi del modello abbiano generato una risposta. È esattamente lo spazio che le prove crittografiche cercano di coprire.
Da 70 a 95 volte il costo: perché conta lo stesso
Poi c’è il conto. Il tempo di GPU necessario per produrre le prove è, secondo Anthropic, circa 70-95 volte quello che serve per far girare lo stesso modello con vLLM, una diffusa libreria open-source per l’inferenza. Detto in modo più diretto: dimostrare una risposta costa decine di volte più che generarla. Nessun servizio commerciale potrebbe applicarlo oggi a tutte le richieste senza moltiplicare i propri costi. Ed è la stessa Anthropic a metterlo in chiaro: FlashProve è un prototipo di ricerca, non una funzionalità di produzione. Non c’è, al momento, nessun Claude che firma le proprie risposte.
Conviene quindi leggere l’annuncio per quello che è. Non un prodotto, ma la dimostrazione che il problema è affrontabile anche su modelli della scala di quelli usati davvero, non solo su sistemi giocattolo. Vale la pena chiedersi anche chi ci guadagna a dirlo: un’azienda che vende modelli ha tutto l’interesse a rendere dimostrabile che i suoi siano proprio i suoi, soprattutto quando passano attraverso intermediari. Questo non toglie valore al risultato, ma aiuta a collocarlo.
Per chi fa impresa e pubblica online, la conseguenza è meno remota di quanto sembri. Sempre più spesso i contenuti di un sito vengono letti, riassunti e citati da sistemi di intelligenza artificiale, dai chatbot ai motori di ricerca generativi, senza che si sappia con certezza quale modello li abbia rielaborati. Se un giorno le risposte potranno portare con sé una prova d’origine, la fiducia si sposterà da chi dichiara un modello a chi è in grado di dimostrarlo. Resta da capire quando la verificabilità diventerà un requisito, invece che una curiosità di laboratorio. Nel frattempo, chiedersi da quali sistemi passano i propri contenuti, e quanto varrebbe sapere chi li ha davvero trasformati, è già un buon punto di partenza.
