怎麼證明 API 回覆真的來自你付費的那個模型?FlashProve 與可證明推論的四條路
API 回傳的模型名稱、漂亮的回答,都是供應商的宣告,不是可驗證的身分證明。Anthropic 新公開的 FlashProve,嘗試讓每次回覆附上一張能核對的密碼學收據。它做得到什麼、還做不到什麼?零知識證明、可信執行環境、行為指紋與自行部署,四條路各自能回答不同問題。
你在 API 請求裡填入模型名稱,伺服器回了一段很像那個模型的答案。帳單也照那個型號算。這三件事合在一起,仍然不是「這次回覆確實由那組模型權重產生」的證明。
這個差別平常不一定重要。只要答案能用,多數人不會為了每一段文字追究它從哪裡來。但當你付的是較高的模型費率、把結果拿去做稽核,或必須確認系統沒有被路由、降級或竄改時,模型名稱就不能只是一面招牌。
Anthropic 11 月 2 日公開的 FlashProve,正是在處理這件事:讓供應商對每次推論附上可檢查的密碼學證明。它不是現成的 Claude API 功能,也還不是一般公司能直接接上的產品;但它把一個常被當成無解的問題,拆成了可以討論的工程規格。
先分清楚:一個模型名稱,證明了什麼?
API 的 model 欄位有用。它讓你設定想用的服務、記錄帳單,出事時也能回頭追查。但它本身是服務方寫給你的宣告;回覆讀起來很聰明,也只是行為線索。
真正要證明的句子比較長:在這個提示下,這些輸出 token,是由事先承諾的那一組權重依指定方式算出來。 如果還要把它稱為「你付費的那個模型」,則必須另外能可信地把那個承諾連到產品名稱或已發布的權重版本。
其中每一段都不能省掉。只證明「某個模型」不夠,因為你在意的是哪一個版本;只公布權重雜湊不夠,因為你不知道遠端伺服器有沒有真的使用它;只保留對話紀錄也不夠,因為紀錄可以由較便宜的模型重做。這也是 Anthropic 對「可證明推論」(provable inference)的定義:讓沒有權重、也沒有大規模算力的驗證者,仍能核對回覆是否來自指定模型。
站內先前的〈你叫的名字,和你拿到的東西〉談過另一個實用角度:從大量輸出的統計偏好,找出模型有沒有看起來不對勁。那是一張很有用的稽核網,卻不是每次請求的收據。FlashProve 想補上的,正是這個缺口。
四條路,證明的不是同一件事
| 方法 | 它能支持的主張 | 主要代價與盲點 |
|---|---|---|
| 零知識推論證明 | 某次提示與輸出,符合事先承諾的模型權重 | 供應商必須產生證明;還要能可信地把承諾連到產品名稱或權重版本 |
| 可信執行環境(TEE)證明 | 在特定受信任硬體環境中執行 | 依賴受信任硬體及其製造商提供的保證;保證模型與純軟體密碼學不同 |
| 行為指紋與抽樣測試 | 端點的輸出分布是否像可信參照,或是否出現異常 | 是統計判讀,不是單次輸出的不可偽造證明;參照與版本會漂移 |
| 自行持有權重、自己部署 | 你能控制自己執行的權重與環境 | 不證明外部 API;硬體、資安、維運與品質驗收都由自己承擔 |
這張表最容易被誤讀的地方,是把四條路排成「舊技術到新技術」的等級。它們其實回答不同問題。
如果你懷疑某個端點長期被降級,行為指紋或固定測例是可先做的稽核;它能告訴你何時該問供應商,但不能只憑一次異常就定罪。若你處理的是開放權重、而資料根本不應離開自己的環境,自己部署把控制權收回來會更直接。TEE 依賴受信任硬體及其製造商提供的保證;Anthropic 也把它定位為和純軟體密碼學互補、但信任假設不同的方案。
只有第一條是在回答最窄、也最強的問題:這份指定輸入輸出,有沒有按照那個承諾權重計算。它不順便保證回答正確、沒有偏見、服務永遠可用,更不會替你判斷那一組權重本來值不值得付錢。
FlashProve 把模型權重先「釘住」,再替回覆附證明
FlashProve 分成兩段。離線階段,提供方發布一個對模型權重的承諾(commitment);它像固定某一組權重的指紋,但不公開權重本身。線上階段,提供方把提示、回覆與證明檔交給驗證者。驗證者不用拿到權重,也不用重新跑完整模型,就能檢查這些 token 是否由已承諾的模型產生。
這裡的「不用重跑」是關鍵。閉源前沿模型的權重不公開,普通客戶也沒有足夠硬體去逐字重算。零知識證明試圖把大量計算濃縮成較小的可檢查檔案:驗證者看到的是結果是否符合指定計算,而不是權重或每層中間值。Anthropic 表示,模型架構本身不在其隱藏範圍內。
不過,承諾不是自帶產品名稱的魔法貼紙。若權重已公開,驗證者可以把承諾連到一份可取得、可雜湊的發布檔;若權重保持閉源,誰來證明這個承諾確實對應「付費方案中的某個型號」,仍是供應商治理、稽核或其他證明機制要處理的問題。FlashProve 的強項是讓提供方不能把已承諾的權重,偷偷換成別一組後還通過同一張證明;它不單獨解決商業名稱與祕密權重之間的身分登記。
官方公開的測試設定很具體,也因此不該泛化。研究使用的是 Meta 的 Llama 4 Maverick:400B 參數的混合專家模型,採公開的 4-bit 權重。在單張 H100、24 個請求批次的設定下,官方報告證明產生約為每秒 110 token;每個 1,024-token 請求的證明約 18.78 MB。24 執行緒 CPU 驗證約需 17 秒。
這些是原團隊的測量,不是我們的實測,也不是所有模型或 API 都會得到的數字。與同模型的 vLLM 比較時,Anthropic 報告每張 GPU 的證明工作約慢 72 倍,在其測到的最高負載案例約慢 94 倍。換句話說,FlashProve 讓驗證端輕很多,但把相當重的代價留在產生證明的一端。
它還不是「請求一次,就得到真偽判決」的產品
FlashProve 值得注意,並不等於可以直接拿來驗證任何付費模型。第一個界線是對象:公開範例是 Llama 4 Maverick,不是 Claude;GitHub 倉庫也明確標為未維護、不收貢獻的研究產物,授權為 Apache 2.0。
第二個界線是運算方式。官方列出的限制包括:目前限於整數模型與貪婪解碼。當前上下文上限為 1,024 token,和一般聊天累積的脈絡相距很遠。它利用混合專家架構取得效率,模型架構本身沒有被隱藏;量測證明時間的旁路攻擊也不在本次保證範圍。
還有一個常被漂亮名詞遮住的界線:形式化驗證不會自動替所有程式碼背書。研究原型的快速可執行程式尚未獲正式保證。這不是否定成果,而是把「數學上證明了什麼」與「整個產品實作已被證明到什麼程度」分開。
現在付 API 帳單的人,可以怎麼做?
大多數 API 今天不會隨回覆附上這種證明。因此,最誠實的答案是:你通常還不能自己證明每一則回覆都來自付費模型。
不過,不能證明不表示什麼都不能做。風險較低的工作,可以保留模型識別字、版本、設定、時間、請求雜湊與費用紀錄;這些方便日後對帳與追查,但仍是供應商紀錄,不是獨立證明。對於會造成重大損失的工作,先建立固定測例、可驗收的輸出條件與異常升級流程,比單看一次回答更有意義。若採用的是開放權重,且有能力承擔維運,才考慮自己固定權重與部署環境。
採購或合約談判時,可以問供應商更精確的問題:模型識別字是否對應固定版本?何時可能路由或降級?能否提供不可竄改的請求紀錄?是否規劃提供 TEE 證明或密碼學推論證明?拿不到肯定答案,也至少知道你買到的是服務承諾,不是可自行驗算的事實。
下一步不是相信一個更酷的名詞,而是問證據綁到哪裡
FlashProve 最有價值的地方,不是宣告所有 API 從此可驗,而是把「模型到底是不是它自己」變成明確的介面問題。要驗的是權重、程式、硬體環境,還是輸出行為?證據附在每一次請求,還是只在稽核時抽樣?誰能在不信任供應商的前提下檢查?
不同答案,會產生不同強度的信任。今天,模型名稱與流暢回答多半仍只是服務方的說法;未來若有回覆能附上可獨立驗證的收據,並能把權重承諾可信地連到產品版本,客戶才能把「我付了較貴的模型」從一個帳單項目,變成可檢查的技術主張。
本文資料核對至台北時間 2026 年 11 月 4 日。FlashProve 的設計、效能數字與限制,均依 Anthropic 的研究公告與其 公開程式庫;本文沒有自行部署或測試 FlashProve。TEE、行為指紋與自行部署的比較,是依各方法所提供的證據範圍作出的概念整理,不代表四者可互相替代。
常見問題
我在 API 指定模型名稱,不能證明回覆就是那個模型嗎?
不能。模型名稱和 API 回傳欄位是服務方的宣告;除非服務方另外提供可獨立驗證的證據,使用者只能依合約、紀錄、測試或行為觀察建立信任。FlashProve 所示範的是把提示、輸出與一組承諾權重綁定的其中一種證據。
FlashProve 現在可以驗證 Claude API 的每一則回覆嗎?
不可以。Anthropic 的公開範例使用 Llama 4 Maverick 的公開 4-bit 權重;GitHub 也將 FlashProve 標示為未維護的研究產物。它不是 Claude API 提供的回覆收據功能。
模型指紋能不能抓到 API 偷偷換模型?
它能以大量、低成本探針比較輸出分布,提出值得稽核的異常;但不會替任何一則回覆附上不可偽造的證明。量化、版本變動與可信參照不足都可能影響判讀,因此異常需要進一步調查。
最可靠的方法是不是自己在本機跑開放權重?
自己持有權重與部署環境,能直接控制自己送出的那一次推論;代價是硬體、維運與安全責任都回到自己身上。它不會證明外部託管 API 的回覆來源,也不會自動保證模型品質。
📚 收進你的工具
For AI Reading Era把這篇文章交給你日常用的工具——做研究、整理筆記,或當 AI 的 context。