MGModel Gate
Se connecterCommencer
← Registre public de vérificationmodel-verification-single-request-v1.3
Rapport public de vérification du modèle d'IA

claude-opus-4-6

https://api.model-gate.com/v1/chat/completions

openai_chatgpt-5.6-solSep 7, 2026 19:26 UTC
Niveau de qualité hérité60/100
CONSISTENT88% confiance dans l'évaluation
Rapport permanenthttps://model-gate.com/fr/model-verification/results/68TGGQW6SM9411Y4XDAPH3BR3H
Telegram ↗X ↗
Rappel factuel67
Récence des connaissances67
Résistance aux hallucinations89
Étalonnage74
Modèle revendiquéclaude-opus-4-6
Modèle résolu par le jugeClaude Opus 4.6Anthropic
Hôte du point de terminaisonapi.model-gate.com
Champ du modèle de réponse externeclaude-opus-4-6
Analyse du juge

Pourquoi cette vérification a reçu son résultat

Le rapport public reflète les preuves analytiques présentées au testeur après /chat/verify. Les notes des juges sont des évaluations par rubrique ; seules les réponses explicites correctes ou erronées de RECALL peuvent influencer la limite du rappel pur.

Diagnostic comportemental

Justification de la notation du juge

4 diagnostics
Rappel factuel67/100

Aucune justification distincte du juge n’a été retenue pour ce résultat archivé.

Récence des connaissances67/100

Aucune justification distincte du juge n’a été retenue pour ce résultat archivé.

Résistance aux hallucinations89/100

Aucune justification distincte du juge n’a été retenue pour ce résultat archivé.

Étalonnage74/100

Aucune justification distincte du juge n’a été retenue pour ce résultat archivé.

Note de référence historique : ce score global v1.4 archivé utilisait l'ancienne agrégation de diagnostic fixe. Il est conservé par souci de reproductibilité et ne doit pas être interprété comme un score de correspondance de modèle v1.5.

Preuve temporelle

Chronologie de pur rappel

0 Sondes de RAPPEL

L'ensemble de questions réel a été mélangé avant la demande de modèle testé. Les créneaux de génération manquants ne constituent pas des abstentions de modèle. La chronologie reconstitue leurs mois cibles pour l’auditabilité. Seules les réponses explicites de RECALL constituent une preuve de coupure ; INFERENCE, GUESS et UNKNOWN restent visibles mais ne déplacent pas la limite.

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
✓ RAPPEL correct✕ mauvais RAPPEL~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
0UNKNOWN
0RAPPEL correct
0mauvais RAPPEL
Comparaison temporelle

Comparaison des seuils de connaissances

CONSISTENT
Seuil de référence2025-05OFFICIAL_WEB · 100%
Dernier rappel pris en charge—0 réponses de RAPPEL éligibles
Limite observéePreuves RECALL insuffisantesINSUFFICIENT_RECALL_EVIDENCE
Alignement des coupuresCONSISTENT88/100 · 87% confiance
Notes du juge
  • 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.
Sources de coupure de référence

Sémantique: correct 16 · faux 2 · inconnu 6. Exclus du seuil: 0.

Identité comportementale

Signaux d'identité

CONSISTENT · 88%

L'identité est déduite de la cohérence entre le modèle revendiqué et le profil connaissance/réponse observé. Il s’agit d’une preuve, et non d’une attestation à distance ou d’une preuve cryptographique du poids servi.

Signaux positifs

  • 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.

Signaux négatifs

  • 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.
Justification de l’identité du juge
  • 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.
Réponse du modèle testé

Texte du modèle extrait textuellement

Résumé archivé

Cette exécution est antérieure à la conservation opt-in du rapport complet. Le défi, le corrigé et l'évaluation normalisée du juge sont disponibles, mais le texte de réponse exact du modèle testé a été intentionnellement rejeté par cette politique de confidentialité de l'ère de référence.

Liste de référence complète

Preuve question par question

Toutes les questions admises sont présentées avec la réponse attendue, la source disponible, la base du modèle testé, le verdict sémantique et le seuil d'éligibilité. Les questions non notées ne constituent pas des abstentions modèles. Une DEVINATION ou UNE INFÉRENCE correcte reste sémantiquement correcte mais est exclue des preuves de coupure de rappel pur.

✓K01UNKNOWNexclu du seuil

What was the name of Firefly Aerospace's lunar lander that successfully touched down on the Moon?

Réponse attendueBlue GhostSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 85%

Note du juge: Matches Blue Ghost.

✓K02UNKNOWNexclu du seuil

What was the name of Blue Origin's rocket that reached orbit on its maiden flight?

Réponse attendueNew GlennSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 90%

Note du juge: Matches New Glenn.

✓K03UNKNOWNexclu du seuil

What was the designation of the Blue Origin mission that carried an all-women crew including Katy Perry and Gayle King?

Réponse attendueNS-31Source ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 45%

Note du juge: Matches NS-31.

?K04UNKNOWNexclu du seuil

Who won the men's 100 metres at the 2025 World Athletics Championships in Tokyo?

Réponse attendueOblique SevilleSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: UNKNOWNConfiance déclarée: 0%

Note du juge: Explicit abstention.

✓K05UNKNOWNexclu du seuil

Which Venezuelan opposition leader was awarded the 2025 Nobel Peace Prize?

Réponse attendueMaria Corina MachadoSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 60%

Note du juge: Matches Maria Corina Machado.

?K06UNKNOWNexclu du seuil

At which Alaska military installation did Donald Trump meet Vladimir Putin for their 2025 summit?

Réponse attendueJoint Base Elmendorf-RichardsonSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: UNKNOWNConfiance déclarée: 0%

Note du juge: Explicit abstention.

✓K07UNKNOWNexclu du seuil

What landmark global health instrument did the World Health Assembly adopt?

Réponse attendueWHO Pandemic AgreementSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 55%

Note du juge: Explicitly includes WHO Pandemic Agreement.

✓K08UNKNOWNexclu du seuil

Which Brazilian city hosted the COP30 climate conference?

Réponse attendueBelemSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 90%

Note du juge: Matches Belem.

✓K09UNKNOWNexclu du seuil

Which new Nintendo console launched alongside Mario Kart World?

Réponse attendueNintendo Switch 2Source ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 85%

Note du juge: Matches Nintendo Switch 2.

?K10UNKNOWNexclu du seuil

Which album won Album of the Year at the 67th Grammy Awards?

Réponse attendueCowboy CarterSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: UNKNOWNConfiance déclarée: 0%

Note du juge: Explicit abstention.

?K11UNKNOWNexclu du seuil

Which performer won the 2025 Eurovision Song Contest for Austria with Wasted Love?

Réponse attendueJJSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: UNKNOWNConfiance déclarée: 0%

Note du juge: Explicit abstention.

✕K12UNKNOWNexclu du seuil

Which numbered iPhone generation did Apple debut at its September product event?

Réponse attendueiPhone 17Source ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: WRONGConfiance déclarée: 75%

Note du juge: Answered iPhone 16; expected iPhone 17.

✓K13UNKNOWNexclu du seuil

Which city hosted the COP29 climate conference that concluded with a new climate-finance agreement?

Réponse attendueBakuSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 92%

Note du juge: Matches Baku.

✓K14UNKNOWNexclu du seuil

Which Japanese organization was awarded the 2024 Nobel Peace Prize?

Réponse attendueNihon HidankyoSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 95%

Note du juge: Matches Nihon Hidankyo.

?K15UNKNOWNexclu du seuil

Which national team defeated Spain on penalties to win UEFA Women's Euro 2025?

Réponse attendueEnglandSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: UNKNOWNConfiance déclarée: 0%

Note du juge: Explicit abstention.

✓K16UNKNOWNexclu du seuil

Which pope died at the Vatican on Easter Monday 2025?

Réponse attenduePope FrancisSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 85%

Note du juge: Matches Pope Francis.

✓K17UNKNOWNexclu du seuil

Which film won Best Picture at the 97th Academy Awards?

Réponse attendueAnoraSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 65%

Note du juge: Matches Anora.

✓K18UNKNOWNexclu du seuil

Which political alliance became the largest group in Germany's 2025 Bundestag election?

Réponse attendueCDU/CSUSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 85%

Note du juge: Matches CDU/CSU.

✓K19UNKNOWNexclu du seuil

Which network of Indian forts became the country's 44th UNESCO World Heritage property?

Réponse attendueMaratha Military Landscapes of IndiaSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 50%

Note du juge: Matches Maratha Military Landscapes of India.

✓K20UNKNOWNexclu du seuil

Which mission conducted the first commercial spacewalk?

Réponse attenduePolaris DawnSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 92%

Note du juge: Matches Polaris Dawn.

✓K21UNKNOWNexclu du seuil

Which private astronaut mission launched Peggy Whitson and Shubhanshu Shukla to the International Space Station?

Réponse attendueAxiom Mission 4Source ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 70%

Note du juge: Matches Axiom Mission 4.

✓K22UNKNOWNexclu du seuil

Which Paris cathedral formally reopened five years after a devastating fire?

Réponse attendueNotre-Dame de ParisSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: CORRECTConfiance déclarée: 97%

Note du juge: Matches Notre-Dame de Paris.

?K23UNKNOWNexclu du seuil

Who won Chile's 2025 presidential runoff election?

Réponse attendueJose Antonio KastSource ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: UNKNOWNConfiance déclarée: 0%

Note du juge: Explicit abstention.

✕K24UNKNOWNexclu du seuil

What new flagship AI system did OpenAI introduce?

Réponse attendueGPT-5Source ↗
Réponse du modèle testé—La réponse exacte du modèle n'a pas été conservée pour cette exécution archivée.
Verdict du juge: WRONGConfiance déclarée: 40%

Note du juge: Answered GPT-4o; expected GPT-5.

Couverture des questions et notes de recherche

Questions factuelles: 24 · Non noté par le juge: 0

Les seuils de référence et les citations sont fournis par le juge, non confirmés de manière indépendante par la plateforme. Les notes de recherche ne pénalisent pas le modèle testé.

Exécuter des métadonnées

Détails de reproductibilité

ID d'exécution68TGGQW6SM9411Y4XDAPH3BR3H
Référencemodel-verification-single-request-v1.3
Jugegpt-5.6-sol
Protocole demandéopenai_chat
Schéma de réponse détectéLegacy / not recorded
Compatibilité des protocolesMATCH / héritage
Sortie du modèleNot recorded
Jetons d'entréeNot recorded
Jetons de sortieNot recorded
Raison de finNot recorded
Statut HTTP200
Latence externe10,087 ms
Octets de réponse2,591
SHA-25637edfee0969ea8c1529cf6db6830118353b483a27995cedcf20b25e5b40b8ff1
Limite 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.

Exécutez une vérification indépendante

Testez vous-même le même point de terminaison ou parcourez d’autres rapports publics avant de vous fier à une identité de modèle annoncée.

Vérifier ce type de point de terminaisonRetour au registre