بازگشت به مجموعهFlashProve هویت مدل را آزمودنی می‌کند، با هزینه‌ای قابل‌توجه
نمونه پژوهشی متن‌باز آنتروپیک محاسبات را با وزن‌های تعهدشده مدل تطبیق می‌دهد؛ درستی پاسخ را ثابت نمی‌کند.
آنتروپیک در ۲ نوامبر FlashProve را منتشر کرد: نمونه‌ای پژوهشی و متن‌باز که به تأییدکننده اجازه می‌دهد، بدون دریافت وزن‌ها، تطابق خروجی را با مجموعه وزن‌های از پیش تعهدشده مدل بررسی کند. در آزمون گزارش‌شده Llama 4 Maverick، یک H100 حدود ۱۱۰ توکن در ثانیه را اثبات می‌کند، اما به حدود ۷۰ تا ۹۵ برابر زمان پردازنده گرافیکیِ استنتاج معمول نیاز دارد. بنابراین تعویض پنهانی مدل آزمودنی‌تر می‌شود، نه اینکه تأیید بی‌هزینه باشد.
تضمین فعلی به مدلی با محاسبات عدد صحیح، رمزگشایی حریصانه و زمینه حداکثر ۱٬۰۲۴ توکن محدود است. این اثباتی برای صحت واقعی پاسخ یا تضمینی برای هر پاسخ گفت‌وگوییِ نمونه‌گیری‌شده نیست. آنتروپیک همچنین می‌گوید کد اجرایی سریع، تضمین‌های صوریِ پروتکل Lean و تأییدکننده کندتر را ندارد. پیش از استفاده از نمونه اولیه به‌عنوان تضمین در محیط عملیاتی، این محدودیت‌ها اهمیت دارند.