Informe de verificación del modelo público de IA
claude-opus-4-6
https://api.model-gate.com/v1/chat/completions
Puntuación de calidad heredada60/100
CONSISTENT88% confianza en la evaluación
Informe permanente
https://model-gate.com/es/model-verification/results/68TGGQW6SM9411Y4XDAPH3BR3HAnálisis del juez
¿Por qué esta verificación recibió su resultado?
El informe público refleja la evidencia analítica que se muestra al evaluador después de /chat/verify. Las puntuaciones de los jueces son evaluaciones de rúbricas; sólo las respuestas RECALL explícitas, correctas o incorrectas, pueden influir en el límite de recuperación pura.
Diagnóstico de comportamiento
4 diagnósticosJustificación de la puntuación del juez
No se mantuvo ninguna justificación del juez por separado para este resultado archivado.
No se mantuvo ninguna justificación del juez por separado para este resultado archivado.
No se mantuvo ninguna justificación del juez por separado para este resultado archivado.
No se mantuvo ninguna justificación del juez por separado para este resultado archivado.
Nota de referencia histórica: esta puntuación general archivada v1.4 utilizó la agregación de diagnóstico fija anterior. Se conserva para fines de reproducibilidad y no debe interpretarse como una puntuación de Model Match v1.5.
evidencia temporal
0 RECUPERAR sondasCronología de recuerdo puro
El conjunto de preguntas real se barajó antes de la solicitud del modelo probado. Los espacios de generación que faltan no son abstenciones modelo. El cronograma reconstruye los meses objetivo para la auditabilidad. Sólo las respuestas RECALL explícitas son evidencia de corte; INFERENCIA, ADIVINAR y DESCONOCIDO permanecen visibles pero no mueven el límite.
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
✓ RECUERDE correcto✕ RECUERDO incorrecto~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
0UNKNOWN
0RECUERDE correcto
0RECUERDO incorrecto
Comparación temporal
CONSISTENTComparación de límites de conocimiento
Corte de referencia2025-05OFFICIAL_WEB · 100%
Último RECUERDO soportado—0 RECUPERAR respuestas elegibles
Límite observadoEvidencia de RECUPERACIÓN insuficienteINSUFFICIENT_RECALL_EVIDENCE
Alineación de corteCONSISTENT88/100 · 87% confianza
notas del juez
- 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.
Fuentes de corte de referencia
Semántico: correcto 16 · equivocado 2 · desconocido 6. Excluido del límite: 0.
Identidad conductual
CONSISTENT · 88%Señales de identidad
La identidad se infiere de la coherencia entre el modelo reivindicado y el perfil de conocimiento/respuesta observado. Es una evidencia, no una certificación remota o una prueba criptográfica de los pesos de las porciones.
Señales positivas
- 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.
Señales negativas
- 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.
Justificación de la identidad del juez
- 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.
Respuesta del modelo probado
Texto del modelo extraído palabra por palabra
Resumen archivado
Esta ejecución es anterior a la retención voluntaria del informe completo. El desafío, la clave de respuestas y la evaluación del juez normalizada están disponibles, pero el texto exacto de la respuesta del modelo probado fue descartado intencionalmente por esa política de privacidad de la era de los puntos de referencia.
Listado completo de referencias
Evidencia pregunta por pregunta
Todas las preguntas admitidas se muestran con la respuesta esperada, la fuente disponible, la base del modelo probado, el veredicto semántico y el límite de elegibilidad. Las preguntas sin calificación no son abstenciones modelo. Una CONDICIÓN o INFERENCIA correcta sigue siendo semánticamente correcta, pero se excluye de la evidencia de corte de recuerdo puro.
✓K01UNKNOWNexcluido del corte
What was the name of Firefly Aerospace's lunar lander that successfully touched down on the Moon?
Respuesta esperadaBlue GhostSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 85%
nota del juez: Matches Blue Ghost.
✓K02UNKNOWNexcluido del corte
What was the name of Blue Origin's rocket that reached orbit on its maiden flight?
Respuesta esperadaNew GlennSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 90%
nota del juez: Matches New Glenn.
✓K03UNKNOWNexcluido del corte
What was the designation of the Blue Origin mission that carried an all-women crew including Katy Perry and Gayle King?
Respuesta esperadaNS-31Source ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 45%
nota del juez: Matches NS-31.
?K04UNKNOWNexcluido del corte
Who won the men's 100 metres at the 2025 World Athletics Championships in Tokyo?
Respuesta esperadaOblique SevilleSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: UNKNOWNConfianza reportada: 0%
nota del juez: Explicit abstention.
✓K05UNKNOWNexcluido del corte
Which Venezuelan opposition leader was awarded the 2025 Nobel Peace Prize?
Respuesta esperadaMaria Corina MachadoSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 60%
nota del juez: Matches Maria Corina Machado.
?K06UNKNOWNexcluido del corte
At which Alaska military installation did Donald Trump meet Vladimir Putin for their 2025 summit?
Respuesta esperadaJoint Base Elmendorf-RichardsonSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: UNKNOWNConfianza reportada: 0%
nota del juez: Explicit abstention.
✓K07UNKNOWNexcluido del corte
What landmark global health instrument did the World Health Assembly adopt?
Respuesta esperadaWHO Pandemic AgreementSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 55%
nota del juez: Explicitly includes WHO Pandemic Agreement.
✓K08UNKNOWNexcluido del corte
Which Brazilian city hosted the COP30 climate conference?
Respuesta esperadaBelemSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 90%
nota del juez: Matches Belem.
✓K09UNKNOWNexcluido del corte
Which new Nintendo console launched alongside Mario Kart World?
Respuesta esperadaNintendo Switch 2Source ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 85%
nota del juez: Matches Nintendo Switch 2.
?K10UNKNOWNexcluido del corte
Which album won Album of the Year at the 67th Grammy Awards?
Respuesta esperadaCowboy CarterSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: UNKNOWNConfianza reportada: 0%
nota del juez: Explicit abstention.
?K11UNKNOWNexcluido del corte
Which performer won the 2025 Eurovision Song Contest for Austria with Wasted Love?
Respuesta esperadaJJSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: UNKNOWNConfianza reportada: 0%
nota del juez: Explicit abstention.
✕K12UNKNOWNexcluido del corte
Which numbered iPhone generation did Apple debut at its September product event?
Respuesta esperadaiPhone 17Source ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: WRONGConfianza reportada: 75%
nota del juez: Answered iPhone 16; expected iPhone 17.
✓K13UNKNOWNexcluido del corte
Which city hosted the COP29 climate conference that concluded with a new climate-finance agreement?
Respuesta esperadaBakuSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 92%
nota del juez: Matches Baku.
✓K14UNKNOWNexcluido del corte
Which Japanese organization was awarded the 2024 Nobel Peace Prize?
Respuesta esperadaNihon HidankyoSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 95%
nota del juez: Matches Nihon Hidankyo.
?K15UNKNOWNexcluido del corte
Which national team defeated Spain on penalties to win UEFA Women's Euro 2025?
Respuesta esperadaEnglandSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: UNKNOWNConfianza reportada: 0%
nota del juez: Explicit abstention.
✓K16UNKNOWNexcluido del corte
Which pope died at the Vatican on Easter Monday 2025?
Respuesta esperadaPope FrancisSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 85%
nota del juez: Matches Pope Francis.
✓K17UNKNOWNexcluido del corte
Which film won Best Picture at the 97th Academy Awards?
Respuesta esperadaAnoraSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 65%
nota del juez: Matches Anora.
✓K18UNKNOWNexcluido del corte
Which political alliance became the largest group in Germany's 2025 Bundestag election?
Respuesta esperadaCDU/CSUSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 85%
nota del juez: Matches CDU/CSU.
✓K19UNKNOWNexcluido del corte
Which network of Indian forts became the country's 44th UNESCO World Heritage property?
Respuesta esperadaMaratha Military Landscapes of IndiaSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 50%
nota del juez: Matches Maratha Military Landscapes of India.
✓K20UNKNOWNexcluido del corte
Which mission conducted the first commercial spacewalk?
Respuesta esperadaPolaris DawnSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 92%
nota del juez: Matches Polaris Dawn.
✓K21UNKNOWNexcluido del corte
Which private astronaut mission launched Peggy Whitson and Shubhanshu Shukla to the International Space Station?
Respuesta esperadaAxiom Mission 4Source ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 70%
nota del juez: Matches Axiom Mission 4.
✓K22UNKNOWNexcluido del corte
Which Paris cathedral formally reopened five years after a devastating fire?
Respuesta esperadaNotre-Dame de ParisSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: CORRECTConfianza reportada: 97%
nota del juez: Matches Notre-Dame de Paris.
?K23UNKNOWNexcluido del corte
Who won Chile's 2025 presidential runoff election?
Respuesta esperadaJose Antonio KastSource ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: UNKNOWNConfianza reportada: 0%
nota del juez: Explicit abstention.
✕K24UNKNOWNexcluido del corte
What new flagship AI system did OpenAI introduce?
Respuesta esperadaGPT-5Source ↗
Respuesta del modelo probado—No se conservó la respuesta exacta del modelo para esta ejecución archivada.
veredicto del juez: WRONGConfianza reportada: 40%
nota del juez: Answered GPT-4o; expected GPT-5.
Cobertura de preguntas y notas de investigación.
Preguntas fácticas: 24 · No calificado por el juez: 0
El corte de referencia y las citas son proporcionadas por el juez, no confirmadas de forma independiente por la plataforma. Las notas de investigación no penalizan el modelo probado.
Ejecutar metadatos
Detalles de reproducibilidad
ID de ejecución
68TGGQW6SM9411Y4XDAPH3BR3HPunto de referencia
model-verification-single-request-v1.3Juez
gpt-5.6-solProtocolo solicitado
openai_chatEsquema de respuesta detectado
Legacy / not recordedCompatibilidad de protocolo
PARTIDO / legadoSalida del modelo
Not recordedFichas de entrada
Not recordedFichas de salida
Not recordedFinalizar motivo
Not recordedEstado HTTP
200Latencia externa
10,087 msBytes de respuesta
2,591SHA-256
37edfee0969ea8c1529cf6db6830118353b483a27995cedcf20b25e5b40b8ff1Limitación importante
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.
Ejecute una verificación independiente
Pruebe usted mismo el mismo punto final o explore otros informes públicos antes de confiar en una identidad de modelo anunciada.