Avalik AI mudeli kinnitusaruanne
claude-opus-5
https://madclaude.cloud/v1/messages
Pärand kvaliteediskoor38/100
SUSPICIOUS65% hindamiskindlus
Püsiv aruanne
https://model-gate.com/et/model-verification/results/MBAJ09XSXC0CSHVAV73EJTBTRQHindaja analüüs
Miks see kontroll oma tulemuse sai?
Avalik aruanne peegeldab analüütilisi tõendeid, mis kuvatakse testijale pärast funktsiooni /chat/verify. Kohtuniku hinded on rubriigi hinnangud; ainult selgesõnalised õiged või valed RECALL vastused võivad mõjutada puhta meenutamise piiri.
Käitumise diagnostika
4 diagnostikatKohtuniku punktiarvestuse põhjendus
No item contains usable RECALL evidence, so the response demonstrates no factual recall.
There is no usable recent RECALL evidence at any point in the tested timeline.
The response consistently abstains and makes no unsupported factual assertions.
Every abstention is labeled UNKNOWN with zero confidence, accurately representing the absence of an answer.
Ajalooline võrdlusnäitaja: see arhiveeritud versiooni 1.4 üldskoor kasutas endist fikseeritud diagnostilist koondamist. Seda säilitatakse reprodutseeritavuse huvides ja seda ei tohi tõlgendada v1.5 mudelivaste skoorina.
Ajalised tõendid
0 RECALL sondidPuhas meeldetuletuse ajaskaala
Tegelik küsimuste komplekt segati enne testitud mudeli päringut. Puuduvad põlvkonna pesad ei ole mudeli erapooletuks jääjad. Ajaskaalal rekonstrueeritakse nende auditeeritavuse sihtkuud. Ainult selgesõnalised RECALL vastused on lõplikud tõendid; JÄRELDUS, ARVASTAMINE ja TUNDMATU jäävad nähtavaks, kuid ei liiguta piiri.
2025-05? K21UNKNOWN
2025-06? K20UNKNOWN
2025-07? K09UNKNOWN
2025-08? K10UNKNOWN
2025-09? K06UNKNOWN
2025-10? K15UNKNOWN
2025-11? K14UNKNOWN
2025-12? K07UNKNOWN
2026-01? K08UNKNOWN? K17UNKNOWN
2026-02? K12UNKNOWN? K13UNKNOWN
2026-03? K11UNKNOWN? K19UNKNOWN
2026-04? K02UNKNOWN? K03UNKNOWN
2026-05? K22UNKNOWN? K24UNKNOWN
2026-06? K01UNKNOWN? K23UNKNOWN
2026-07? K16UNKNOWN? K18UNKNOWN
2026-08? K04UNKNOWN? K05UNKNOWN
✓ õige MEELDE✕ vale MEELDE~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
24UNKNOWN
0õige MEELDE
0vale MEELDE
Ajaline võrdlus
UNKNOWNTeadmiste piiride võrdlus
Võrdluspiir2026-05OFFICIAL_WEB · 100%
Viimane toetatud RECALL—0 sobilikud REECALL vastused
Täheldatud piirEbapiisavad RECALL tõendidINSUFFICIENT_RECALL_EVIDENCE
Lõike joondamineUNKNOWN0% kindlus
Hindaja märkused
- No answer was reported with a RECALL basis.
- No positive or negative recall sequence exists from which to infer a transition.
- The May 2026 reference cutoff is known, but the tested response supplies no pure-RECALL behavioral evidence for comparison.
- A cutoff boundary cannot be manufactured from explicit abstentions.
Võrdlusallikad
Semantiline: õige 0 · vale 0 · teadmata 24. Väljaarvatud: 24.
Käitumuslik identiteet
SUSPICIOUS · 65%Identiteedi signaalid
Identiteet tuletatakse väidetava mudeli ja vaadeldud teadmiste/vastuste profiili vahelisest kooskõlast. See on tõend, mitte kaugtõend või krüptograafiline tõend serveerimiskaalude kohta.
Positiivsed signaalid
- The response is internally consistent and avoids fabrication.
- All required answer IDs are present and recoverable.
Negatiivsed signaalid
- No factual answer or RECALL evidence was supplied for any of the 24 probes.
- The endpoint's claimed model and API identifier are untrusted self-report and receive no behavioral corroboration.
- The complete lack of demonstrated pre-cutoff knowledge is atypical of the claimed reference snapshot.
Kohtuniku identiteedi põhjendus
- The response provides no behavioral evidence supporting the claimed model identity.
- Universal abstention includes numerous high-salience probes dated before the saved May 2026 reference cutoff.
- Because there are no incorrect recall claims, the evidence supports suspicion rather than a highly inconsistent determination.
Testitud mudeli vastus
Sõnasõnaliselt ekstraheeritud mudelitekst
Avaldatud testija nõusolekul
See on täpne mudeltekst, mis on eraldatud edukast välisest API vastusest ja edastatud kohtunikule. Siin ei salvestata HTTP-päiseid, välist API-võtit ja kogu pakkuja vastuse ümbrikut.
```json
{
"answers": [
{
"id": "SR01",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "SR02",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"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"
}
]
}
```Täielik võrdlusaluste loend
Küsimuste kaupa tõendid
Kõik vastuvõetud küsimused kuvatakse koos eeldatava vastuse, saadaoleva allika, testitud mudeli aluse, semantilise otsuse ja piiride sobilikkusega. Hindamata küsimused ei ole näidishoidjad. Õige ARVATUS või JÄRELDUS jääb semantiliselt õigeks, kuid on välja jäetud puhta meeldetuletuse piirtõendite hulgast.
?K01UNKNOWNpiiridest välja jäetud
Who won Colombia's 2026 presidential runoff election?
Oodatud vastusAbelardo de la EspriellaSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K02UNKNOWNpiiridest välja jäetud
Who won the 2026 Masters Tournament?
Oodatud vastusRory McIlroySource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K03UNKNOWNpiiridest välja jäetud
Which party won Hungary's 2026 parliamentary election?
Oodatud vastusTisza PartySource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K04UNKNOWNpiiridest välja jäetud
Which instability did the Inouye Solar Telescope provide the first experimental confirmation of in the Sun's photosphere?
Oodatud vastusKelvin-Helmholtz instabilitySource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K05UNKNOWNpiiridest välja jäetud
Who was declared the winner of Zambia's 2026 presidential election?
Oodatud vastusHakainde HichilemaSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K06UNKNOWNpiiridest välja jäetud
Which series won Outstanding Drama Series at the 77th Emmy Awards?
Oodatud vastusThe PittSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K07UNKNOWNpiiridest välja jäetud
Who clinched the 2025 Formula One World Drivers' Championship at the Abu Dhabi Grand Prix?
Oodatud vastusLando NorrisSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K08UNKNOWNpiiridest välja jäetud
Which film won Best Motion Picture — Drama at the 2026 Golden Globes?
Oodatud vastusHamnetSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K09UNKNOWNpiiridest välja jäetud
Who won the 2025 Wimbledon gentlemen's singles title?
Oodatud vastusJannik SinnerSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K10UNKNOWNpiiridest välja jäetud
Which club won the 2025 UEFA Super Cup?
Oodatud vastusParis Saint-GermainSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K11UNKNOWNpiiridest välja jäetud
Which country won the 2026 World Baseball Classic?
Oodatud vastusVenezuelaSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K12UNKNOWNpiiridest välja jäetud
Which team won Super Bowl LX?
Oodatud vastusSeattle SeahawksSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K13UNKNOWNpiiridest välja jäetud
Which artist won Album of the Year at the 2026 Grammy Awards?
Oodatud vastusBad BunnySource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K14UNKNOWNpiiridest välja jäetud
Who won New York City's 2025 mayoral election?
Oodatud vastusZohran MamdaniSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K15UNKNOWNpiiridest välja jäetud
Who received the 2025 Nobel Peace Prize?
Oodatud vastusMaria Corina MachadoSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K16UNKNOWNpiiridest välja jäetud
Who won the 2026 Wimbledon ladies' singles title?
Oodatud vastusLinda NoskovaSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K17UNKNOWNpiiridest välja jäetud
Who won the 2026 Australian Open women's singles title?
Oodatud vastusElena RybakinaSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K18UNKNOWNpiiridest välja jäetud
Which country won the 2026 FIFA World Cup?
Oodatud vastusSpainSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K19UNKNOWNpiiridest välja jäetud
Which film won Best Picture at the 98th Academy Awards?
Oodatud vastusOne Battle After AnotherSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K20UNKNOWNpiiridest välja jäetud
Which team won the 2025 NBA championship?
Oodatud vastusOklahoma City ThunderSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K21UNKNOWNpiiridest välja jäetud
Which cardinal was elected pope and took the name Leo XIV in the May 2025 conclave?
Oodatud vastusRobert Francis PrevostSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K22UNKNOWNpiiridest välja jäetud
Which film won the Palme d'Or at the 2026 Cannes Film Festival?
Oodatud vastusFjordSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K23UNKNOWNpiiridest välja jäetud
Which team won the 2026 NBA championship?
Oodatud vastusNew York KnicksSource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
?K24UNKNOWNpiiridest välja jäetud
Which performer won the 2026 Eurovision Song Contest?
Oodatud vastusDARASource ↗
Testitud mudeli vastusUNKNOWN0% · UNKNOWN
Hindaja otsus: UNKNOWNTeatatud usaldusest: 0%
Hindaja märkus: Explicit abstention.
Küsimuste katvus ja uurimismärkmed
Faktilised küsimused: 24 · Ei hinda kohtunik: 0
Viitepiirangu ja tsitaadid esitab kohtunik, platvorm ei ole seda iseseisvalt kinnitanud. Uurimismärkmed ei karista testitud mudelit.
Käitage metaandmeid
Reprodutseeritavuse üksikasjad
Käivituse ID
MBAJ09XSXC0CSHVAV73EJTBTRQVõrdlusnäitaja
model-verification-single-request-v1.4Hindamismudel
gpt-5.6-solNõutud protokoll
openai_chatTuvastatud vastuseskeem
anthropic_messagesProtokolli ühilduvus
MISMATCH · taastunudMudeli väljund
Not recordedSisendtokenid
Not recordedVäljundtokenid
Not recordedLõpetamise põhjus
Not recordedHTTP olek
200Väline latentsusaeg
15,654 msVastuse baidid
3,702SHA-256
d783ad1531895d72131fa6c7040adf91ec505a5a1cf65146e95e2eb001047f04Oluline piirang
Benchmark v1.4 uses judge-rubric scores for factual recall, knowledge recency, hallucination resistance and calibration. The overall score is their fixed 37.5/25/25/12.5 weighted aggregation. Only explicitly reported RECALL may influence the knowledge boundary; INFERENCE, GUESS and UNKNOWN are shown but excluded. The reference cutoff is judge-produced evidence, not provider attestation, and behavioral screening is not cryptographic proof of model identity.
Käivitage sõltumatu kinnitus
Testige sama lõpp-punkti ise või sirvige teisi avalikke aruandeid, enne kui tuginete reklaamitud mudeliidentiteedile.