Bericht zur Verifizierung des öffentlichen KI-Modells
claude-opus-4-6
https://api.model-gate.com/v1/chat/completions
Legacy-Qualitätsfaktor60/100
CONSISTENT88% Beurteilungssicherheit
Ständiger Bericht
https://model-gate.com/de/model-verification/results/68TGGQW6SM9411Y4XDAPH3BR3HRichteranalyse
Warum diese Überprüfung ihr Ergebnis erhalten hat
Der öffentliche Bericht spiegelt die analytischen Beweise wider, die dem Tester nach /chat/verify angezeigt werden. Bei den Wertungen der Richter handelt es sich um Rubrikbewertungen. Nur explizit richtige oder falsche RECALL-Antworten können die Cutoff-Grenze für reine Rückrufe beeinflussen.
Verhaltensdiagnostik
4 DiagnosenBegründung der Bewertung durch den Richter
Für dieses archivierte Ergebnis wurde keine gesonderte Begründung des Richters beibehalten.
Für dieses archivierte Ergebnis wurde keine gesonderte Begründung des Richters beibehalten.
Für dieses archivierte Ergebnis wurde keine gesonderte Begründung des Richters beibehalten.
Für dieses archivierte Ergebnis wurde keine gesonderte Begründung des Richters beibehalten.
Hinweis zum historischen Benchmark: Für diese archivierte Gesamtbewertung der Version 1.4 wurde die frühere feste Diagnoseaggregation verwendet. Sie wird aus Gründen der Reproduzierbarkeit beibehalten und darf nicht als Modellübereinstimmungsergebnis der Version 1.5 interpretiert werden.
Zeitlicher Beweis
0 Sonden zurückrufenPure-Recall-Zeitleiste
Der eigentliche Fragensatz wurde vor der Anfrage nach dem getesteten Modell gemischt. Fehlende Generationenslots gelten nicht als Musterenthaltungen. Die Zeitleiste rekonstruiert ihre Zielmonate zur Überprüfbarkeit. Nur explizite RECALL-Antworten sind Cutoff-Beweise; INFERENCE, GUESS und UNKNOWN bleiben sichtbar, verschieben aber die Grenze nicht.
2024-09? K20UNKNOWN
2024-10? K14UNKNOWN
2024-11? K13UNKNOWN
2024-12? K22UNKNOWN
2025-01? K02UNKNOWN
2025-02? K10UNKNOWN? K18UNKNOWN
2025-03? K01UNKNOWN? K17UNKNOWN
2025-04? K03UNKNOWN? K16UNKNOWN
2025-05? K07UNKNOWN? K11UNKNOWN
2025-06? K09UNKNOWN? K21UNKNOWN
2025-07? K15UNKNOWN? K19UNKNOWN
2025-08? K06UNKNOWN? K24UNKNOWN
2025-09? K04UNKNOWN? K12UNKNOWN
2025-10? K05UNKNOWN
2025-11? K08UNKNOWN
2025-12? K23UNKNOWN
✓ richtiger RECALL✕ falscher Rückruf~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
0UNKNOWN
0richtiger RECALL
0falscher Rückruf
Zeitlicher Vergleich
CONSISTENTVergleich der Wissensgrenzen
Referenz-Cutoff2025-05OFFICIAL_WEB · 100%
Letzter unterstützter RECALL—0 geeignete RECALL-Antworten
Beobachtete GrenzeUnzureichende RECALL-BeweiseINSUFFICIENT_RECALL_EVIDENCE
Cutoff-AusrichtungCONSISTENT88/100 · 87% Vertrauen
Notizen des Richters
- Recall is broadly strong from September 2024 through April 2025, with only one isolated February abstention.
- May is mixed across its dense probes, while June and July retain partial or strong knowledge before a sustained failure cluster in August and September.
- The observed transition range overlaps and immediately follows the official May 2025 reference cutoff.
- Correct later-control answers in October and November are isolated; the COP30 host was also knowable well before the event, so these do not establish a later sustained boundary.
Referenz-Cutoff-Quellen
Semantisch: richtig 16 · falsch 2 · unbekannt 6. Vom Cutoff ausgeschlossen: 0.
Verhaltensidentität
CONSISTENT · 88%Identitätssignale
Identität wird aus der Konsistenz zwischen dem beanspruchten Modell und dem beobachteten Wissens-/Antwortprofil abgeleitet. Es handelt sich um einen Beweis, nicht um eine Fernbescheinigung oder einen kryptografischen Nachweis der Portionsgewichte.
Positive Signale
- Correct on nearly all probes from September 2024 through April 2025.
- Mixed near-boundary performance in May.
- Sustained weak performance across both August and September dense evidence.
- Self-identifies as an Anthropic Claude model.
Negative Signale
- Missed the February 2025 Album of the Year despite otherwise strong pre-cutoff recall.
- Answered several June and July events correctly after the nominal cutoff.
- Correctly guessed the October 2025 Nobel Peace Prize recipient.
- Did not identify its exact version and supplied no cutoff self-report.
Beurteilen Sie die Identitätsgründe
- The behavioral boundary broadly aligns with the immutable May 2025 reference cutoff.
- Strong-recall performance is consistently high across most months before the reference cutoff.
- The August-September failure cluster supplies a meaningful temporal transition rather than relying on one obscure missed fact.
- Limited post-cutoff knowledge is not treated as proof of substitution and is compatible with inference, advance-publicized facts, or selective updates.
- The self-report supports the provider family but does not independently establish the exact model variant.
Antwort des getesteten Modells
Verbatim extrahierter Modelltext
Archivierte Zusammenfassung
Dieser Lauf geht der Opt-in-Aufbewahrung für vollständige Berichte voraus. Die Herausforderung, der Antwortschlüssel und die normalisierte Richterbewertung sind verfügbar, aber der genaue Antworttext des getesteten Modells wurde in dieser Datenschutzrichtlinie aus der Benchmark-Ära absichtlich verworfen.
Vollständige Benchmark-Auflistung
Beweise von Frage zu Frage
Alle zugelassenen Fragen werden mit der erwarteten Antwort, der verfügbaren Quelle, der Basis des getesteten Modells, dem semantischen Urteil und der Cutoff-Berechtigung angezeigt. Unbenotete Fragen gelten nicht als Musterenthaltungen. Eine korrekte SCHÄTZUNG oder SCHLUSSFOLGERUNG bleibt semantisch korrekt, wird jedoch von der reinen Rückruf-Cutoff-Evidenz ausgeschlossen.
✓K01UNKNOWNvom Cutoff ausgeschlossen
What was the name of Firefly Aerospace's lunar lander that successfully touched down on the Moon?
Erwartete AntwortBlue GhostSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 85%
Anmerkung des Richters: Matches Blue Ghost.
✓K02UNKNOWNvom Cutoff ausgeschlossen
What was the name of Blue Origin's rocket that reached orbit on its maiden flight?
Erwartete AntwortNew GlennSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 90%
Anmerkung des Richters: Matches New Glenn.
✓K03UNKNOWNvom Cutoff ausgeschlossen
What was the designation of the Blue Origin mission that carried an all-women crew including Katy Perry and Gayle King?
Erwartete AntwortNS-31Source ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 45%
Anmerkung des Richters: Matches NS-31.
?K04UNKNOWNvom Cutoff ausgeschlossen
Who won the men's 100 metres at the 2025 World Athletics Championships in Tokyo?
Erwartete AntwortOblique SevilleSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: UNKNOWNGemeldetes Vertrauen: 0%
Anmerkung des Richters: Explicit abstention.
✓K05UNKNOWNvom Cutoff ausgeschlossen
Which Venezuelan opposition leader was awarded the 2025 Nobel Peace Prize?
Erwartete AntwortMaria Corina MachadoSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 60%
Anmerkung des Richters: Matches Maria Corina Machado.
?K06UNKNOWNvom Cutoff ausgeschlossen
At which Alaska military installation did Donald Trump meet Vladimir Putin for their 2025 summit?
Erwartete AntwortJoint Base Elmendorf-RichardsonSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: UNKNOWNGemeldetes Vertrauen: 0%
Anmerkung des Richters: Explicit abstention.
✓K07UNKNOWNvom Cutoff ausgeschlossen
What landmark global health instrument did the World Health Assembly adopt?
Erwartete AntwortWHO Pandemic AgreementSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 55%
Anmerkung des Richters: Explicitly includes WHO Pandemic Agreement.
✓K08UNKNOWNvom Cutoff ausgeschlossen
Which Brazilian city hosted the COP30 climate conference?
Erwartete AntwortBelemSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 90%
Anmerkung des Richters: Matches Belem.
✓K09UNKNOWNvom Cutoff ausgeschlossen
Which new Nintendo console launched alongside Mario Kart World?
Erwartete AntwortNintendo Switch 2Source ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 85%
Anmerkung des Richters: Matches Nintendo Switch 2.
?K10UNKNOWNvom Cutoff ausgeschlossen
Which album won Album of the Year at the 67th Grammy Awards?
Erwartete AntwortCowboy CarterSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: UNKNOWNGemeldetes Vertrauen: 0%
Anmerkung des Richters: Explicit abstention.
?K11UNKNOWNvom Cutoff ausgeschlossen
Which performer won the 2025 Eurovision Song Contest for Austria with Wasted Love?
Erwartete AntwortJJSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: UNKNOWNGemeldetes Vertrauen: 0%
Anmerkung des Richters: Explicit abstention.
✕K12UNKNOWNvom Cutoff ausgeschlossen
Which numbered iPhone generation did Apple debut at its September product event?
Erwartete AntwortiPhone 17Source ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: WRONGGemeldetes Vertrauen: 75%
Anmerkung des Richters: Answered iPhone 16; expected iPhone 17.
✓K13UNKNOWNvom Cutoff ausgeschlossen
Which city hosted the COP29 climate conference that concluded with a new climate-finance agreement?
Erwartete AntwortBakuSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 92%
Anmerkung des Richters: Matches Baku.
✓K14UNKNOWNvom Cutoff ausgeschlossen
Which Japanese organization was awarded the 2024 Nobel Peace Prize?
Erwartete AntwortNihon HidankyoSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 95%
Anmerkung des Richters: Matches Nihon Hidankyo.
?K15UNKNOWNvom Cutoff ausgeschlossen
Which national team defeated Spain on penalties to win UEFA Women's Euro 2025?
Erwartete AntwortEnglandSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: UNKNOWNGemeldetes Vertrauen: 0%
Anmerkung des Richters: Explicit abstention.
✓K16UNKNOWNvom Cutoff ausgeschlossen
Which pope died at the Vatican on Easter Monday 2025?
Erwartete AntwortPope FrancisSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 85%
Anmerkung des Richters: Matches Pope Francis.
✓K17UNKNOWNvom Cutoff ausgeschlossen
Which film won Best Picture at the 97th Academy Awards?
Erwartete AntwortAnoraSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 65%
Anmerkung des Richters: Matches Anora.
✓K18UNKNOWNvom Cutoff ausgeschlossen
Which political alliance became the largest group in Germany's 2025 Bundestag election?
Erwartete AntwortCDU/CSUSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 85%
Anmerkung des Richters: Matches CDU/CSU.
✓K19UNKNOWNvom Cutoff ausgeschlossen
Which network of Indian forts became the country's 44th UNESCO World Heritage property?
Erwartete AntwortMaratha Military Landscapes of IndiaSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 50%
Anmerkung des Richters: Matches Maratha Military Landscapes of India.
✓K20UNKNOWNvom Cutoff ausgeschlossen
Which mission conducted the first commercial spacewalk?
Erwartete AntwortPolaris DawnSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 92%
Anmerkung des Richters: Matches Polaris Dawn.
✓K21UNKNOWNvom Cutoff ausgeschlossen
Which private astronaut mission launched Peggy Whitson and Shubhanshu Shukla to the International Space Station?
Erwartete AntwortAxiom Mission 4Source ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 70%
Anmerkung des Richters: Matches Axiom Mission 4.
✓K22UNKNOWNvom Cutoff ausgeschlossen
Which Paris cathedral formally reopened five years after a devastating fire?
Erwartete AntwortNotre-Dame de ParisSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: CORRECTGemeldetes Vertrauen: 97%
Anmerkung des Richters: Matches Notre-Dame de Paris.
?K23UNKNOWNvom Cutoff ausgeschlossen
Who won Chile's 2025 presidential runoff election?
Erwartete AntwortJose Antonio KastSource ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: UNKNOWNGemeldetes Vertrauen: 0%
Anmerkung des Richters: Explicit abstention.
✕K24UNKNOWNvom Cutoff ausgeschlossen
What new flagship AI system did OpenAI introduce?
Erwartete AntwortGPT-5Source ↗
Antwort mit getestetem Modell—Für diesen archivierten Lauf wurde keine genaue Modellantwort gespeichert.
Urteil des Richters: WRONGGemeldetes Vertrauen: 40%
Anmerkung des Richters: Answered GPT-4o; expected GPT-5.
Fragenabdeckung und Forschungsnotizen
Sachliche Fragen: 24 · Vom Richter nicht bewertet: 0
Referenz-Cutoff und Zitate werden vom Richter bereitgestellt und nicht unabhängig von der Plattform bestätigt. Forschungsnotizen bestrafen das getestete Modell nicht.
Metadaten ausführen
Details zur Reproduzierbarkeit
Lauf-ID
68TGGQW6SM9411Y4XDAPH3BR3HBenchmark
model-verification-single-request-v1.3Richter
gpt-5.6-solAngefordertes Protokoll
openai_chatErkanntes Antwortschema
Legacy / not recordedProtokollkompatibilität
MATCH / VermächtnisModellausgabe
Not recordedEingabe-Tokens
Not recordedAusgabetoken
Not recordedSchluss mit dem Grund
Not recordedHTTP-Status
200Externe Latenz
10,087 msAntwortbytes
2,591SHA-256
37edfee0969ea8c1529cf6db6830118353b483a27995cedcf20b25e5b40b8ff1Wichtige Einschränkung
The reference cutoff is a judge-produced snapshot grounded in hosted web evidence when available (official sources preferred, otherwise the best defensible estimate). It is not provider attestation. Single-request behavioral screening is not cryptographic proof of the underlying model identity.
Führen Sie eine unabhängige Überprüfung durch
Testen Sie denselben Endpunkt selbst oder durchsuchen Sie andere öffentliche Berichte, bevor Sie sich auf eine beworbene Modellidentität verlassen.