Informe públic de verificació del model d'IA
claude-opus-5
https://madclaude.cloud/v1/messages
Nivell de qualitat heretat38/100
SUSPICIOUS65% confiança en l'avaluació
Informe permanent
https://model-gate.com/ca/model-verification/results/MBAJ09XSXC0CSHVAV73EJTBTRQAnàlisi de l’avaluador
Per què aquesta verificació va rebre el seu resultat
L'informe públic reflecteix l'evidència analítica mostrada al verificador després de /chat/verify. Les puntuacions dels jutges són avaluacions de rúbrica; només les respostes RECALL explícites correctes o incorrectes poden influir en el límit de tall de record pur.
Diagnòstic de la conducta
4 diagnòsticsJustificació de la puntuació del jutge
No item contains usable RECALL evidence, so the response demonstrates no factual recall.
There is no usable recent RECALL evidence at any point in the tested timeline.
The response consistently abstains and makes no unsupported factual assertions.
Every abstention is labeled UNKNOWN with zero confidence, accurately representing the absence of an answer.
Nota de referència històrica: aquesta puntuació global de la v1.4 arxivada utilitzava l'anterior agregació de diagnòstic fix. Es conserva per a la seva reproductibilitat i no s'ha d'interpretar com una puntuació de concordança del model v1.5.
Evidència temporal
0 Sondes RECALLLínia de temps de record pur
El conjunt de preguntes real es va barrejar abans de la sol·licitud del model provat. Els espais de generació que falten no són abstencions de model. La línia de temps reconstrueix els mesos objectiu per a la seva auditabilitat. Només les respostes RECALL explícites són proves de tall; INFERÈNCIA, ENDEVINA i DESCONEGUT romanen visibles però no mouen el límit.
2025-05? K21UNKNOWN
2025-06? K20UNKNOWN
2025-07? K09UNKNOWN
2025-08? K10UNKNOWN
2025-09? K06UNKNOWN
2025-10? K15UNKNOWN
2025-11? K14UNKNOWN
2025-12? K07UNKNOWN
2026-01? K08UNKNOWN? K17UNKNOWN
2026-02? K12UNKNOWN? K13UNKNOWN
2026-03? K11UNKNOWN? K19UNKNOWN
2026-04? K02UNKNOWN? K03UNKNOWN
2026-05? K22UNKNOWN? K24UNKNOWN
2026-06? K01UNKNOWN? K23UNKNOWN
2026-07? K16UNKNOWN? K18UNKNOWN
2026-08? K04UNKNOWN? K05UNKNOWN
✓ RECOLLIDA correcta✕ RECORD equivocat~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
24UNKNOWN
0RECOLLIDA correcta
0RECORD equivocat
Comparació temporal
UNKNOWNComparació de talls de coneixement
Tall de referència2026-05OFFICIAL_WEB · 100%
L'últim RECALL compatible—0 respostes RECALL elegibles
Límit observatProves de RECALL insuficientsINSUFFICIENT_RECALL_EVIDENCE
Alineació de tallUNKNOWN0% confiança
Notes de l’avaluador
- No answer was reported with a RECALL basis.
- No positive or negative recall sequence exists from which to infer a transition.
- The May 2026 reference cutoff is known, but the tested response supplies no pure-RECALL behavioral evidence for comparison.
- A cutoff boundary cannot be manufactured from explicit abstentions.
Fonts de tall de referència
Semàntica: correcte 0 · incorrecte 0 · desconegut 24. Exclòs del tall: 24.
Identitat de comportament
SUSPICIOUS · 65%Senyals d'identitat
La identitat es dedueix de la coherència entre el model reivindicat i el perfil de coneixement/resposta observat. És una prova, no una certificació remota o una prova criptogràfica dels pesos de la porció.
Senyals positius
- The response is internally consistent and avoids fabrication.
- All required answer IDs are present and recoverable.
Senyals negatius
- No factual answer or RECALL evidence was supplied for any of the 24 probes.
- The endpoint's claimed model and API identifier are untrusted self-report and receive no behavioral corroboration.
- The complete lack of demonstrated pre-cutoff knowledge is atypical of the claimed reference snapshot.
Justificació de la identitat del jutge
- The response provides no behavioral evidence supporting the claimed model identity.
- Universal abstention includes numerous high-salience probes dated before the saved May 2026 reference cutoff.
- Because there are no incorrect recall claims, the evidence supports suspicion rather than a highly inconsistent determination.
Resposta del model provat
Text model extret textualment
Publicat per l'activació del provador
Aquest és el text model exacte extret de la resposta de l'API externa amb èxit i subministrat al jutge. Les capçaleres HTTP, la clau de l'API externa i el sobre de resposta del proveïdor complet no s'emmagatzemen aquí.
```json
{
"answers": [
{
"id": "SR01",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "SR02",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K01",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K02",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K03",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K04",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K05",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K06",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K07",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K08",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K09",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K10",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K11",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K12",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K13",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K14",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K15",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K16",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K17",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K18",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K19",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K20",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K21",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K22",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K23",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K24",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
}
]
}
```Llistat complet de referència
Evidència pregunta per pregunta
Totes les preguntes admeses es mostren amb la resposta esperada, la font disponible, la base del model provat, el veredicte semàntic i l'elegibilitat de tall. Les preguntes no qualificades no són abstencions model. Una CONDECINA o INFERÈNCIA correcta segueix sent correcta semànticament, però s'exclou de l'evidència de tall de record pur.
?K01UNKNOWNexclòs del tall
Who won Colombia's 2026 presidential runoff election?
Resposta esperadaAbelardo de la EspriellaSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K02UNKNOWNexclòs del tall
Who won the 2026 Masters Tournament?
Resposta esperadaRory McIlroySource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K03UNKNOWNexclòs del tall
Which party won Hungary's 2026 parliamentary election?
Resposta esperadaTisza PartySource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K04UNKNOWNexclòs del tall
Which instability did the Inouye Solar Telescope provide the first experimental confirmation of in the Sun's photosphere?
Resposta esperadaKelvin-Helmholtz instabilitySource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K05UNKNOWNexclòs del tall
Who was declared the winner of Zambia's 2026 presidential election?
Resposta esperadaHakainde HichilemaSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K06UNKNOWNexclòs del tall
Which series won Outstanding Drama Series at the 77th Emmy Awards?
Resposta esperadaThe PittSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K07UNKNOWNexclòs del tall
Who clinched the 2025 Formula One World Drivers' Championship at the Abu Dhabi Grand Prix?
Resposta esperadaLando NorrisSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K08UNKNOWNexclòs del tall
Which film won Best Motion Picture — Drama at the 2026 Golden Globes?
Resposta esperadaHamnetSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K09UNKNOWNexclòs del tall
Who won the 2025 Wimbledon gentlemen's singles title?
Resposta esperadaJannik SinnerSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K10UNKNOWNexclòs del tall
Which club won the 2025 UEFA Super Cup?
Resposta esperadaParis Saint-GermainSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K11UNKNOWNexclòs del tall
Which country won the 2026 World Baseball Classic?
Resposta esperadaVenezuelaSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K12UNKNOWNexclòs del tall
Which team won Super Bowl LX?
Resposta esperadaSeattle SeahawksSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K13UNKNOWNexclòs del tall
Which artist won Album of the Year at the 2026 Grammy Awards?
Resposta esperadaBad BunnySource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K14UNKNOWNexclòs del tall
Who won New York City's 2025 mayoral election?
Resposta esperadaZohran MamdaniSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K15UNKNOWNexclòs del tall
Who received the 2025 Nobel Peace Prize?
Resposta esperadaMaria Corina MachadoSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K16UNKNOWNexclòs del tall
Who won the 2026 Wimbledon ladies' singles title?
Resposta esperadaLinda NoskovaSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K17UNKNOWNexclòs del tall
Who won the 2026 Australian Open women's singles title?
Resposta esperadaElena RybakinaSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K18UNKNOWNexclòs del tall
Which country won the 2026 FIFA World Cup?
Resposta esperadaSpainSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K19UNKNOWNexclòs del tall
Which film won Best Picture at the 98th Academy Awards?
Resposta esperadaOne Battle After AnotherSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K20UNKNOWNexclòs del tall
Which team won the 2025 NBA championship?
Resposta esperadaOklahoma City ThunderSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K21UNKNOWNexclòs del tall
Which cardinal was elected pope and took the name Leo XIV in the May 2025 conclave?
Resposta esperadaRobert Francis PrevostSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K22UNKNOWNexclòs del tall
Which film won the Palme d'Or at the 2026 Cannes Film Festival?
Resposta esperadaFjordSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K23UNKNOWNexclòs del tall
Which team won the 2026 NBA championship?
Resposta esperadaNew York KnicksSource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
?K24UNKNOWNexclòs del tall
Which performer won the 2026 Eurovision Song Contest?
Resposta esperadaDARASource ↗
Resposta del model provatUNKNOWN0% · UNKNOWN
Veredicte de l’avaluador: UNKNOWNConfiança informada: 0%
Nota de l’avaluador: Explicit abstention.
Cobertura de preguntes i notes de recerca
Preguntes de fet: 24 · No qualificat pel jutge: 0
El tall de referència i les citacions són proporcionades pel jutge, no confirmades de manera independent per la plataforma. Les notes de recerca no penalitzen el model provat.
Executeu metadades
Detalls de reproductibilitat
ID de l’execució
MBAJ09XSXC0CSHVAV73EJTBTRQReferent
model-verification-single-request-v1.4Model avaluador
gpt-5.6-solProtocol sol·licitat
openai_chatEsquema de resposta detectat
anthropic_messagesCompatibilitat de protocols
DISCORD · recuperatSortida del model
Not recordedTokens d’entrada
Not recordedTokens de sortida
Not recordedMotiu de finalització
Not recordedEstat HTTP
200Latència externa
15,654 msBytes de resposta
3,702SHA-256
d783ad1531895d72131fa6c7040adf91ec505a5a1cf65146e95e2eb001047f04Limitació important
Benchmark v1.4 uses judge-rubric scores for factual recall, knowledge recency, hallucination resistance and calibration. The overall score is their fixed 37.5/25/25/12.5 weighted aggregation. Only explicitly reported RECALL may influence the knowledge boundary; INFERENCE, GUESS and UNKNOWN are shown but excluded. The reference cutoff is judge-produced evidence, not provider attestation, and behavioral screening is not cryptographic proof of model identity.
Executeu una verificació independent
Proveu vosaltres mateixos el mateix punt final o navegueu per altres informes públics abans de confiar en una identitat de model anunciada.