---
title: "FlashProve, yanıtın hangi modelden geldiğini zkSNARK ile kanıtlıyor"
description: "Anthropic'in FlashProve aracı provable inference ile 400B MoE modelin yanıtını tek H100'de kanıtlıyor. Maliyet, sınırlar ve donanım notları."
image: "https://sezer.in/wp-content/uploads/2026/11/WP-BLOG-BANNER-10001-3-scaled-1.webp"
url: "https://sezer.in/haberler/provable-inference-flashprove-zksnark/"
date: "2026-11-04T10:01:27+03:00"
updated: "2026-11-04T10:01:27+03:00"
author: "Sezer Şanlıkan"
lang: "tr"
source: "https://sezer.in/haberler/provable-inference-flashprove-zksnark/"
---

# FlashProve, yanıtın hangi modelden geldiğini zkSNARK ile kanıtlıyor

Anthropic'in Frontier Red Team ekibi, provable inference (kanıtlanabilir çıkarım) için FlashProve adlı açık kaynak bir araştırma prototipi yayımladı. zkSNARK tabanlı sistem, bir yanıtın önceden commit edilmiş model weight'lerinden üretildiğini weight'leri açığa çıkarmadan kanıtlıyor. 400B parametreli Llama 4 Maverick MoE modelinde tek H100 ile saniyede yaklaşık 110 token kanıtlanıyor, proof'lar CPU üzerinde 17 saniyede doğrulanıyor.

## zkSNARK nedir, ne işe yarar?

zkSNARK, bir tarafın bir hesaplamayı doğru yaptığını, hesaplamanın gizli girdilerini açığa çıkarmadan kısa ve hızlı doğrulanabilen bir kanıtla gösterdiği kriptografik kanıt sistemidir. Blockchain scaling çözümlerinde, gizlilik odaklı ödeme sistemlerinde ve son dönemde makine öğrenmesi modellerinin çıktısını doğrulayan zkML çalışmalarında kullanılır. Yakın alternatifi zkSTARK'tır.

## Provable inference API kullanıcısına ne kazandırıyor

Bir model API'sine istek attığınızda cevabı hangi modelin verdiğini bugün doğrulayamıyorsunuz. Arada bir routing servisi varsa daha ucuz bir modele geçebilir. Token akışına bir saldırgan müdahale edebilir. Çıktı kalitesine bakıp karar vermek de güvenilir bir yöntem değil.

FlashProve bu boşluğu kriptografiyle kapatmayı deniyor. Sağlayıcı önce bir commitment yayımlıyor. Bu, tek bir weight setine bağlı kısa bir parmak izi. Sonra her istek için yanıtın o modelden geldiğini gösteren bir proof üretiyor. Doğrulama sizin tarafınızda, GPU gerekmeden yapılıyor.

Yani güven, sağlayıcının beyanından matematiksel bir kanıta taşınıyor. LLM gateway işleten ya da dış model sağlayıcıyla sözleşme yapan ekipler için bu, ilk kez denetlenebilir bir iddia demek.

## Rakamlar neyi gösteriyor, neyi göstermiyor

Karşılaştırma tablosundaki en çarpıcı satır aynı Maverick modelini kanıtlayan DeepProve. Orada hız saniyede yaklaşık 0,02 token, proof boyutu 93,6 GB, doğrulama 17,7 saat. FlashProve'da proof 18,78 MB, doğrulama 17 saniye. Bu fark provable inference'ı laboratuvar merakından pilot yapılabilir bir seviyeye taşıyor.

Ama bedel ağır. 8 H100 üzerinde FP8 Maverick çalıştıran vLLM ile kıyaslandığında batch başına GPU süresi yaklaşık 72 kat artıyor. vLLM'in en yüksek test yükünde fark 94 kata çıkıyor. Her isteği kanıtlamak bu maliyetle ekonomik görünmüyor. Daha gerçekçi senaryo, trafiğin bir örneklemini sonradan kanıtlamak. Sistem zaten istekleri sonradan, batch halinde kanıtlıyor.

Gecikmeyi de hesaba katın. 24'lük bir batch yaklaşık 221 ile 226 saniye sürüyor. Proof yanıtla birlikte gelmiyor, dakikalar sonra geliyor. Bu yüzden inline doğrulama değil, denetim ve izleme amaçlı bir araç olarak düşünmek gerekiyor.

## Prover için donanım: hızlı kontrol

Prover tarafı tek bir H100 80 GB, 24 CPU core ve yaklaşık 290 GB host RAM istiyor. Yüksek RAM ihtiyacının nedeni tasarımda: weight'ler host belleğinden GPU'ya stream ediliyor, böylece tek bir 80 GB kart yetiyor. Elinizdeki bir GPU sunucusunun uygun olup olmadığını şu komutlarla görebilirsiniz:

```
nvidia-smi --query-gpu=name,memory.total --format=csv
nproc
free -g
```

Batch boyutunu 64'e çıkarmak saniyede 123,31 token veriyor, ama repo bu değeri 80 GB kartlarda güvenilmez diye işaretliyor. Pilotta 24 ile başlamak daha az sürpriz çıkarır. Client tarafı her commitment için bir kez yaklaşık 6,5 MB indiriyor. Bir commitment yaklaşık 39 dakikada hazırlanıyor ve yaklaşık 16 milyon isteği kapsıyor.

## Denemeden önce sınırlar

- Context istek başına 1.024 token ile sınırlı. Uzun konuşmalar ve RAG senaryoları şimdilik kapsam dışı.
- Yalnızca greedy decoding destekleniyor. Production'da sampling ayarlarıyla servis ettiğiniz bir modeli birebir kanıtlayamazsınız.
- Şimdilik yalnızca MoE modeller destekleniyor. Prover işi aktif parametreyle, yani yaklaşık 17B ile ölçekleniyor; hızın kaynağı bu.
- Ölçümler public 4-bit Maverick weight'leriyle yapıldı. Farklı quantization ile aynı rakamı beklemeyin.

Bunlar FlashProve'un bir araştırma prototipi olduğunu hatırlatıyor. Kod Apache 2.0 lisanslı. Ürüne gömmeden önce sınırları kendi trafik profilinizle karşılaştırın.

## C++ mı Lean mi: verifier seçimi

Paket iki verifier ile geliyor. C++ verifier hızlı ama formal bir garanti taşımıyor. Lean verifier daha yavaş, ama yalnızca soundness teoreminin kabul ettiği proof'ları kabul ettiği kanıtlanmış. Protokolün completeness, soundness ve zero knowledge özellikleri Lean'de formalize edilmiş. README'ye göre hile yapan bir sağlayıcının yakalanmama olasılığı "q/2^124 + 2^-101" civarında.

Pratik bir ayrım şöyle olabilir: günlük örneklem doğrulamasında C++, anlaşmazlık ya da denetim anında Lean. Regülasyon ve sözleşme bağlamında kanıtın hukuki ağırlığı Lean çıktısında olur. Anthropic hash tabanlı bu yapının post-quantum güvenlik verdiğini söylüyor. Aynı aileyi Starknet gibi validity-proof L2 ağları kullanıyor.

Şimdi bakması mantıklı olanlar: kendi modelini dışarıya servis eden platform ekipleri, inference sunucularının kurcalanıp kurcalanmadığını izlemek isteyen güvenlik ekipleri ve onaylı model şartı olan regüle sektörler. İlk adım olarak teknik raporu okuyup tek bir H100 sunucusunda 24'lük batch ile proof süresini ve maliyetini kendi trafiğiniz üzerinden ölçün.