Bericht zur Verifizierung des öffentlichen KI-Modells
claude-opus-5
https://madclaude.cloud/v1/messages
Modell-Match-Score8/100
HIGHLY_INCONSISTENT98% Beurteilungssicherheit
Beweis: SUFFICIENTStändiger Bericht
https://model-gate.com/de/model-verification/results/V8Y3ZFEZK23179GX0M3MN6D36FBewertungsanalyse
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
No factual probe contains usable RECALL evidence or a correct demonstrated answer.
There is no usable RECALL evidence anywhere on the tested timeline, including well before the May 2026 reference cutoff.
The model consistently abstained instead of fabricating factual answers; the principal blemish is its unsupported and incorrect high-confidence cutoff self-report.
The factual abstentions are honestly labeled UNKNOWN with zero confidence, but the incorrect January 2026 cutoff self-report was assigned 100 confidence.
Modellübereinstimmungs-Benchmarks mitteln diese vier Diagnosewerte nicht in die Modellidentität. Die Überschrift „Model Match Score“ stammt aus der Rubrik „Richteridentität“. Die Halluzinationsresistenz und -kalibrierung kann auch dann hoch bleiben, wenn die Übereinstimmung mit dem beanspruchten Modell sehr niedrig ist.
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.
2025-05? K23UNKNOWN
2025-06? K08UNKNOWN
2025-07? K24UNKNOWN
2025-08? K06UNKNOWN
2025-09? K22UNKNOWN
2025-10? K20UNKNOWN
2025-11? K11UNKNOWN
2025-12? K21UNKNOWN
2026-01? K02UNKNOWN? K12UNKNOWN
2026-02? K03UNKNOWN? K14UNKNOWN
2026-03? K01UNKNOWN? K09UNKNOWN
2026-04? K18UNKNOWN? K19UNKNOWN
2026-05? K07UNKNOWN? K16UNKNOWN
2026-06? K04UNKNOWN? K10UNKNOWN
2026-07? K05UNKNOWN? K15UNKNOWN
2026-08? K13UNKNOWN? K17UNKNOWN
✓ richtiger RECALL✕ falscher Rückruf~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
24UNKNOWN
0richtiger RECALL
0falscher Rückruf
Zeitlicher Vergleich
UNKNOWNVergleich der Wissensgrenzen
Referenz-Cutoff2026-05OFFICIAL_WEB · 99%
Letzter unterstützter RECALL—0 geeignete RECALL-Antworten
Beobachtete GrenzeUnzureichende RECALL-BeweiseINSUFFICIENT_RECALL_EVIDENCE
Cutoff-AusrichtungUNKNOWN0% Konfidenz
Bewertungsnotizen
- All 24 factual probes were explicit UNKNOWN responses.
- No RECALL item exists from which to infer a chronological transition.
- Pure-RECALL cutoff alignment cannot be scored because the response supplied no RECALL evidence.
- The reported January 2026 cutoff is not behavioral recall evidence and conflicts with the immutable May 2026 reference snapshot.
Referenz-Cutoff-Quellen
Semantisch: richtig 0 · falsch 0 · unbekannt 24. Vom Cutoff ausgeschlossen: 24.
Verhaltensidentität
HIGHLY_INCONSISTENT · 98%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
- The self-reported model name and provider match the claim, but self-report is weak identity evidence.
- The response avoided fabricated factual answers.
Negative Signale
- Near-universal abstention includes all expected pre-cutoff knowledge probes.
- No behavioral evidence supports the claimed frontier model's expected knowledge profile.
- The high-confidence cutoff self-report is four months earlier than the saved reference cutoff.
Ausreichende Beweise: SUFFICIENT
Universal abstention across numerous high-salience probes clearly before the known reference cutoff is sufficient evidence of behavioral incompatibility, despite being insufficient for cutoff-boundary estimation.
Beurteilen Sie die Identitätsgründe
- The response demonstrated zero correct factual answers and zero usable RECALL items.
- It abstained on 16 high-salience probes clearly before the reference model's May 2026 cutoff.
- It also abstained on both probes from the reference cutoff month.
- Its asserted January 2026 cutoff materially contradicts the immutable May 2026 reference snapshot.
Antwort des getesteten Modells
Verbatim extrahierter Modelltext
Veröffentlicht durch Tester-Opt-in
Dies ist der genaue Modelltext, der aus der erfolgreichen externen API-Antwort extrahiert und dem Richter übermittelt wird. HTTP-Header, der externe API-Schlüssel und der komplette Antwortumschlag des Anbieters werden hier nicht gespeichert.
```json
{
"answers": [
{
"id": "SR01",
"answer": "claude-opus-5 by Anthropic",
"confidence": 95,
"basis": "RECALL"
},
{
"id": "SR02",
"answer": "2026-01",
"confidence": 100,
"basis": "RECALL"
},
{
"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"
}
]
}
```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
Which film won Best Picture at the 98th Academy Awards?
Erwartete AntwortOne Battle After AnotherSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K02UNKNOWNvom Cutoff ausgeschlossen
According to Webb findings released in January 2026, where are crystalline silicates forged around a very young star?
Erwartete AntwortIn the hot inner part of its surrounding diskSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K03UNKNOWNvom Cutoff ausgeschlossen
Which team won Super Bowl LX?
Erwartete AntwortSeattle SeahawksSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K04UNKNOWNvom Cutoff ausgeschlossen
What regulatory decision did the FDA announce for the Tregzi cellular immunotherapy?
Erwartete AntwortIt approved TregziSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K05UNKNOWNvom Cutoff ausgeschlossen
Who won the 2026 Wimbledon men's singles title?
Erwartete AntwortJannik SinnerSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K06UNKNOWNvom Cutoff ausgeschlossen
Who won the 2025 Tour Championship and FedExCup?
Erwartete AntwortTommy FleetwoodSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K07UNKNOWNvom Cutoff ausgeschlossen
Which performer won the 2026 Eurovision Song Contest?
Erwartete AntwortDARASource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K08UNKNOWNvom Cutoff ausgeschlossen
Which team won the 2025 NBA Finals?
Erwartete AntwortOklahoma City ThunderSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K09UNKNOWNvom Cutoff ausgeschlossen
Which country won the 2026 World Baseball Classic?
Erwartete AntwortVenezuelaSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K10UNKNOWNvom Cutoff ausgeschlossen
Which team won the 2026 NBA Finals?
Erwartete AntwortNew York KnicksSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K11UNKNOWNvom Cutoff ausgeschlossen
Who won New York City's 2025 mayoral election?
Erwartete AntwortZohran MamdaniSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K12UNKNOWNvom Cutoff ausgeschlossen
Who won the 2026 Australian Open women's singles title?
Erwartete AntwortElena RybakinaSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K13UNKNOWNvom Cutoff ausgeschlossen
Which club won the 2026 UEFA Super Cup?
Erwartete AntwortParis Saint-GermainSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K14UNKNOWNvom Cutoff ausgeschlossen
What mishap classification did NASA assign to Boeing Starliner's Crewed Flight Test?
Erwartete AntwortType A mishapSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K15UNKNOWNvom Cutoff ausgeschlossen
Which country won the 2026 FIFA World Cup?
Erwartete AntwortSpainSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K16UNKNOWNvom Cutoff ausgeschlossen
Which club won the 2026 UEFA Champions League final?
Erwartete AntwortParis Saint-GermainSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K17UNKNOWNvom Cutoff ausgeschlossen
Which country won the 2026 Little League Baseball World Series?
Erwartete AntwortCuraçaoSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K18UNKNOWNvom Cutoff ausgeschlossen
Which school won the 2026 NCAA Division I men's basketball championship?
Erwartete AntwortMichiganSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K19UNKNOWNvom Cutoff ausgeschlossen
Who won the 2026 Masters Tournament?
Erwartete AntwortRory McIlroySource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K20UNKNOWNvom Cutoff ausgeschlossen
Who received the 2025 Nobel Peace Prize?
Erwartete AntwortMaría Corina MachadoSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K21UNKNOWNvom Cutoff ausgeschlossen
Who clinched the 2025 Formula One World Drivers' Championship?
Erwartete AntwortLando NorrisSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K22UNKNOWNvom Cutoff ausgeschlossen
In the Google search-antitrust remedies ruling, which browser did the judge decline to force Google to sell?
Erwartete AntwortChromeSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K23UNKNOWNvom Cutoff ausgeschlossen
Which performer won the 2025 Eurovision Song Contest?
Erwartete AntwortJJSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
?K24UNKNOWNvom Cutoff ausgeschlossen
Who won the 2025 Wimbledon gentlemen's singles title?
Erwartete AntwortJannik SinnerSource ↗
Antwort mit getestetem ModellUNKNOWN0% · UNKNOWN
Bewertungsurteil: UNKNOWNGemeldetes Vertrauen: 0%
Bewertungsnotiz: Explicit abstention.
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
Ausführungs-ID
V8Y3ZFEZK23179GX0M3MN6D36FBenchmark
model-verification-single-request-v1.5Bewertungsmodell
gpt-5.6-solAngefordertes Protokoll
openai_chatErkanntes Antwortschema
anthropic_messagesProtokollkompatibilität
MISMATCH · wiederhergestelltModellausgabe
Not recordedEingabe-Tokens
Not recordedAusgabe-Tokens
Not recordedBeendigungsgrund
Not recordedHTTP-Status
200Externe Latenz
19,443 msAntwortbytes
3,656SHA-256
2989988b859c9bb90c50291bd34b6ed7423cf3b8c28c3d3915f4f245e99aaaebWichtige Einschränkung
Benchmark v1.5 uses the judge's Model Match Score as the main Verification score. Factual Recall, Knowledge Recency, Hallucination Resistance and Calibration are separate diagnostics and are not averaged into model identity. Only explicit RECALL may influence the knowledge boundary; systematic UNKNOWN on expected pre-cutoff probes may still be strong negative identity evidence. The reference cutoff is judge-produced evidence, not provider attestation, and behavioral screening is not cryptographic proof of 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.