Informe de verificación del modelo público de IA
claude-opus-5
https://madclaude.cloud/v1/messages
Puntuación de coincidencia de modelo8/100
HIGHLY_INCONSISTENT98% confianza en la evaluación
Evidencia: SUFFICIENTInforme permanente
https://model-gate.com/es/model-verification/results/V8Y3ZFEZK23179GX0M3MN6D36FAnálisis 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 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.
Los puntos de referencia de coincidencia de modelos no promedian estas cuatro puntuaciones de diagnóstico en la identidad del modelo. La puntuación principal de Model Match proviene de la rúbrica de identidad del juez; La resistencia a las alucinaciones y la calibración pueden permanecer altas incluso cuando la coincidencia del modelo reclamado es muy baja.
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.
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
✓ RECUERDE correcto✕ RECUERDO incorrecto~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
24UNKNOWN
0RECUERDE correcto
0RECUERDO incorrecto
Comparación temporal
UNKNOWNComparación de límites de conocimiento
Corte de referencia2026-05OFFICIAL_WEB · 99%
Último RECUERDO soportado—0 RECUPERAR respuestas elegibles
Límite observadoEvidencia de RECUPERACIÓN insuficienteINSUFFICIENT_RECALL_EVIDENCE
Alineación de corteUNKNOWN0% confianza
Notas del evaluador
- 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.
Fuentes de corte de referencia
Semántico: correcto 0 · incorrecto 0 · desconocido 24. Excluido del límite: 24.
Identidad conductual
HIGHLY_INCONSISTENT · 98%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
- The self-reported model name and provider match the claim, but self-report is weak identity evidence.
- The response avoided fabricated factual answers.
Señales negativas
- 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.
Suficiencia de evidencia: 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.
Justificación de la identidad del juez
- 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.
Respuesta del modelo probado
Texto del modelo extraído palabra por palabra
Publicado por el tester opt-in
Este es el texto del modelo exacto extraído de la respuesta exitosa de la API externa y proporcionado al juez. Los encabezados HTTP, la clave API externa y el sobre de respuesta completo del proveedor no se almacenan aquí.
```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"
}
]
}
```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 film won Best Picture at the 98th Academy Awards?
Respuesta esperadaOne Battle After AnotherSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K02UNKNOWNexcluido del corte
According to Webb findings released in January 2026, where are crystalline silicates forged around a very young star?
Respuesta esperadaIn the hot inner part of its surrounding diskSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K03UNKNOWNexcluido del corte
Which team won Super Bowl LX?
Respuesta esperadaSeattle SeahawksSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K04UNKNOWNexcluido del corte
What regulatory decision did the FDA announce for the Tregzi cellular immunotherapy?
Respuesta esperadaIt approved TregziSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K05UNKNOWNexcluido del corte
Who won the 2026 Wimbledon men's singles title?
Respuesta esperadaJannik SinnerSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K06UNKNOWNexcluido del corte
Who won the 2025 Tour Championship and FedExCup?
Respuesta esperadaTommy FleetwoodSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K07UNKNOWNexcluido del corte
Which performer won the 2026 Eurovision Song Contest?
Respuesta esperadaDARASource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K08UNKNOWNexcluido del corte
Which team won the 2025 NBA Finals?
Respuesta esperadaOklahoma City ThunderSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K09UNKNOWNexcluido del corte
Which country won the 2026 World Baseball Classic?
Respuesta esperadaVenezuelaSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K10UNKNOWNexcluido del corte
Which team won the 2026 NBA Finals?
Respuesta esperadaNew York KnicksSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K11UNKNOWNexcluido del corte
Who won New York City's 2025 mayoral election?
Respuesta esperadaZohran MamdaniSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K12UNKNOWNexcluido del corte
Who won the 2026 Australian Open women's singles title?
Respuesta esperadaElena RybakinaSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K13UNKNOWNexcluido del corte
Which club won the 2026 UEFA Super Cup?
Respuesta esperadaParis Saint-GermainSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K14UNKNOWNexcluido del corte
What mishap classification did NASA assign to Boeing Starliner's Crewed Flight Test?
Respuesta esperadaType A mishapSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K15UNKNOWNexcluido del corte
Which country won the 2026 FIFA World Cup?
Respuesta esperadaSpainSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K16UNKNOWNexcluido del corte
Which club won the 2026 UEFA Champions League final?
Respuesta esperadaParis Saint-GermainSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K17UNKNOWNexcluido del corte
Which country won the 2026 Little League Baseball World Series?
Respuesta esperadaCuraçaoSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K18UNKNOWNexcluido del corte
Which school won the 2026 NCAA Division I men's basketball championship?
Respuesta esperadaMichiganSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K19UNKNOWNexcluido del corte
Who won the 2026 Masters Tournament?
Respuesta esperadaRory McIlroySource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K20UNKNOWNexcluido del corte
Who received the 2025 Nobel Peace Prize?
Respuesta esperadaMaría Corina MachadoSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K21UNKNOWNexcluido del corte
Who clinched the 2025 Formula One World Drivers' Championship?
Respuesta esperadaLando NorrisSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K22UNKNOWNexcluido del corte
In the Google search-antitrust remedies ruling, which browser did the judge decline to force Google to sell?
Respuesta esperadaChromeSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K23UNKNOWNexcluido del corte
Which performer won the 2025 Eurovision Song Contest?
Respuesta esperadaJJSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
?K24UNKNOWNexcluido del corte
Who won the 2025 Wimbledon gentlemen's singles title?
Respuesta esperadaJannik SinnerSource ↗
Respuesta del modelo probadoUNKNOWN0% · UNKNOWN
Veredicto del evaluador: UNKNOWNConfianza reportada: 0%
Nota del evaluador: Explicit abstention.
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
V8Y3ZFEZK23179GX0M3MN6D36FPunto de referencia
model-verification-single-request-v1.5Modelo evaluador
gpt-5.6-solProtocolo solicitado
openai_chatEsquema de respuesta detectado
anthropic_messagesCompatibilidad de protocolo
MISMATCH · recuperadoSalida del modelo
Not recordedTokens de entrada
Not recordedTokens de salida
Not recordedMotivo de finalización
Not recordedEstado HTTP
200Latencia externa
19,443 msBytes de respuesta
3,656SHA-256
2989988b859c9bb90c50291bd34b6ed7423cf3b8c28c3d3915f4f245e99aaaebLimitación importante
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.
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.