Informe de verificación del modelo público de IA
deepseek-v4-flash
https://api.model-gate.com/v1/chat/completions
Puntuación de calidad heredada87/100
SUSPICIOUS76% confianza en la evaluación
Informe permanente
https://model-gate.com/es/model-verification/results/A8T2GNQWKPJS4M16YAF7M0PGP4Análisis del evaluador
¿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? K06UNKNOWN
2024-10? K23UNKNOWN
2024-11? K11UNKNOWN
2024-12? K21UNKNOWN
2025-01? K13UNKNOWN
2025-02? K10UNKNOWN? K19UNKNOWN
2025-03? K05UNKNOWN? K12UNKNOWN
2025-04? K15UNKNOWN? K20UNKNOWN
2025-05? K03UNKNOWN? K17UNKNOWN
2025-06? K07UNKNOWN? K22UNKNOWN
2025-07? K18UNKNOWN? K24UNKNOWN
2025-08? K02UNKNOWN? K08UNKNOWN
2025-09? K14UNKNOWN? K16UNKNOWN
2025-10? K01UNKNOWN
2025-11? K04UNKNOWN
2025-12? K09UNKNOWN
✓ RECUERDE correcto✕ RECUERDO incorrecto~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
0UNKNOWN
0RECUERDE correcto
0RECUERDO incorrecto
Comparación temporal
LATER_THAN_REFERENCEComparación de límites de conocimiento
Corte de referencia2025-05ESTIMATED_WEB · 45%
Último RECUERDO soportado—0 RECUPERAR respuestas elegibles
Límite observadoEvidencia de RECUPERACIÓN insuficienteINSUFFICIENT_RECALL_EVIDENCE
Alineación de corteLATER_THAN_REFERENCE28/100 · 55% confianza
Notas del evaluador
- The response is consistently correct through September 2025 and also answers a November 2025 item correctly.
- Correct answers across June, August, and September provide sustained post-reference evidence rather than one isolated later hit.
- Mixed results in July and failures in October and December make the terminal boundary imprecise.
- The saved May 2025 reference cutoff is a low-confidence ESTIMATED_WEB value, which materially limits alignment confidence.
Fuentes de corte de referencia
Semántico: correcto 21 · incorrecto 3 · desconocido 0. Excluido del límite: 0.
Identidad conductual
SUSPICIOUS · 76%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
- Strong performance on essentially all events before and near the saved reference cutoff.
- No systematic strong-recall failures substantially before the reference cutoff.
Señales negativas
- Conflicting model-family self-report.
- Sustained correct recall across multiple months after the estimated reference cutoff.
- Correct recall of several September and November 2025 events is anomalously late for the saved snapshot.
Justificación de la identidad del juez
- SR01 identifies the model as Claude from Anthropic, directly conflicting with the claimed DeepSeek identity, although self-description remains weak evidence.
- The observed behavioral boundary is several months later than the saved May 2025 reference estimate.
- Post-reference knowledge is broad across sports, technology, culture, and world events, making it more notable than a small number of isolated later facts.
- The reference cutoff itself has only 45 percent confidence, so the recency discrepancy cannot independently establish model substitution.
Respuesta del modelo probado
Texto del modelo extraído palabra por palabra
Evaluación publicada
El desafío, la clave de respuestas y la evaluación del juez normalizada están disponibles. El texto exacto del modelo probado no está disponible para su publicación a menos que se haya conservado con la participación del evaluador. La publicación de una evaluación no genera ese consentimiento ni recupera el texto descartado.
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
Which Venezuelan opposition leader was awarded the 2025 Nobel Peace Prize?
Respuesta esperadaMaria Corina MachadoSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: WRONGConfianza reportada: 75%
Nota del evaluador: Machado is correct, but the answer incorrectly adds Edmundo Gonzalez Urrutia as a co-recipient.
✓K02UNKNOWNexcluido del corte
Which two countries signed a joint peace declaration at the White House?
Respuesta esperadaArmenia and AzerbaijanSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 62%
Nota del evaluador: Matches Armenia and Azerbaijan.
✓K03UNKNOWNexcluido del corte
What papal name did Cardinal Robert Francis Prevost take after his election?
Respuesta esperadaLeo XIVSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 85%
Nota del evaluador: Matches Pope Leo XIV.
✓K04UNKNOWNexcluido del corte
Which city hosted the first G20 Leaders' Summit held on the African continent?
Respuesta esperadaJohannesburgSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 80%
Nota del evaluador: Matches Johannesburg.
✓K05UNKNOWNexcluido del corte
Which film won Best Picture at the 97th Academy Awards?
Respuesta esperadaAnoraSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 95%
Nota del evaluador: Matches Anora.
✓K06UNKNOWNexcluido del corte
Which mission completed the first commercial spacewalk?
Respuesta esperadaPolaris DawnSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 88%
Nota del evaluador: Matches Polaris Dawn.
✓K07UNKNOWNexcluido del corte
Which team won the 2025 NBA championship?
Respuesta esperadaOklahoma City ThunderSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 45%
Nota del evaluador: Matches Oklahoma City Thunder.
✓K08UNKNOWNexcluido del corte
Which flagship model did OpenAI release in its API platform?
Respuesta esperadaGPT-5Source ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 80%
Nota del evaluador: Matches GPT-5.
✕K09UNKNOWNexcluido del corte
Which footballer won The Best FIFA Men's Player award for 2025?
Respuesta esperadaOusmane DembeleSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: WRONGConfianza reportada: 48%
Nota del evaluador: Expected Ousmane Dembele, not Vinicius Junior.
✓K10UNKNOWNexcluido del corte
Which political alliance won the largest share of votes in Germany's 2025 federal election?
Respuesta esperadaCDU/CSUSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 90%
Nota del evaluador: Matches CDU/CSU.
✓K11UNKNOWNexcluido del corte
Which international court issued arrest warrants for Benjamin Netanyahu and Yoav Gallant?
Respuesta esperadaInternational Criminal CourtSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 100%
Nota del evaluador: Matches the International Criminal Court.
✓K12UNKNOWNexcluido del corte
Which commercial lunar lander successfully touched down in Mare Crisium?
Respuesta esperadaBlue GhostSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 88%
Nota del evaluador: Matches Blue Ghost.
✓K13UNKNOWNexcluido del corte
Which Blue Origin rocket reached orbit on its maiden launch?
Respuesta esperadaNew GlennSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 95%
Nota del evaluador: Matches New Glenn.
✓K14UNKNOWNexcluido del corte
Which standard iPhone generation did Apple unveil at its September product event?
Respuesta esperadaiPhone 17Source ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 90%
Nota del evaluador: Matches iPhone 17.
✓K15UNKNOWNexcluido del corte
Which pontiff died at the Vatican on Easter Monday?
Respuesta esperadaPope FrancisSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 98%
Nota del evaluador: Matches Pope Francis.
✓K16UNKNOWNexcluido del corte
Which party retained a parliamentary majority in Moldova's election?
Respuesta esperadaParty of Action and SolidaritySource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 72%
Nota del evaluador: Matches the Party of Action and Solidarity.
✓K17UNKNOWNexcluido del corte
What landmark global health accord did the World Health Assembly adopt?
Respuesta esperadaWHO Pandemic AgreementSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 75%
Nota del evaluador: Pandemic Agreement is an accepted answer.
✓K18UNKNOWNexcluido del corte
Which British band began its long-awaited reunion tour in Cardiff after a 16-year hiatus?
Respuesta esperadaOasisSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 95%
Nota del evaluador: Matches Oasis.
✓K19UNKNOWNexcluido del corte
Which album won Album of the Year at the 2025 Grammy Awards?
Respuesta esperadaCowboy CarterSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 90%
Nota del evaluador: Matches Cowboy Carter.
✓K20UNKNOWNexcluido del corte
What was the mission designation of Blue Origin's flight carrying Katy Perry, Gayle King and four other women?
Respuesta esperadaNS-31Source ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 92%
Nota del evaluador: Matches NS-31.
✓K21UNKNOWNexcluido del corte
Which Paris cathedral reopened after five years of restoration following its 2019 fire?
Respuesta esperadaNotre-Dame de ParisSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 98%
Nota del evaluador: Matches Notre-Dame de Paris.
✓K22UNKNOWNexcluido del corte
Which new Nintendo console launched worldwide?
Respuesta esperadaNintendo Switch 2Source ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 95%
Nota del evaluador: Matches Nintendo Switch 2.
✓K23UNKNOWNexcluido del corte
Which Japanese organization was awarded the 2024 Nobel Peace Prize?
Respuesta esperadaNihon HidankyoSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: CORRECTConfianza reportada: 95%
Nota del evaluador: Matches Nihon Hidankyo.
✕K24UNKNOWNexcluido del corte
Which national team won UEFA Women's Euro 2025?
Respuesta esperadaEnglandSource ↗
Respuesta del modelo probado—La respuesta exacta del modelo no está disponible para su publicación.
Veredicto del evaluador: WRONGConfianza reportada: 65%
Nota del evaluador: Expected England, not Spain.
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
A8T2GNQWKPJS4M16YAF7M0PGP4Punto de referencia
model-verification-single-request-v1.3Modelo evaluador
gpt-5.6-solProtocolo solicitado
openai_chatEsquema de respuesta detectado
Legacy / not recordedCompatibilidad de protocolo
PARTIDO / legadoSalida del modelo
Not recordedTokens de entrada
Not recordedTokens de salida
Not recordedMotivo de finalización
Not recordedEstado HTTP
200Latencia externa
222,372 msBytes de respuesta
2,597SHA-256
e13bdc27a0f0f92d7830a6c409fc8ffed2214bb814e138471d9cc7ca27be7e71Limitación 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.