Rapport public de vérification du modèle d'IA
claude-opus-5
https://madclaude.cloud/v1/messages
Score de correspondance du modèle8/100
HIGHLY_INCONSISTENT98% confiance dans l'évaluation
Preuve: SUFFICIENTRapport permanent
https://model-gate.com/fr/model-verification/results/V8Y3ZFEZK23179GX0M3MN6D36FAnalyse de l’évaluateur
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
4 diagnosticsJustification de la notation du juge
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.
Les références de correspondance de modèle ne font pas la moyenne de ces quatre scores de diagnostic pour déterminer l'identité du modèle. Le score principal de Model Match provient de la rubrique d’identité du juge ; La résistance aux hallucinations et l'étalonnage peuvent rester élevés même lorsque la correspondance avec le modèle revendiqué est très faible.
Preuve temporelle
0 Sondes de RAPPELChronologie de pur 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.
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
✓ RAPPEL correct✕ mauvais RAPPEL~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
24UNKNOWN
0RAPPEL correct
0mauvais RAPPEL
Comparaison temporelle
UNKNOWNComparaison des seuils de connaissances
Seuil de référence2026-05OFFICIAL_WEB · 99%
Dernier rappel pris en charge—0 réponses de RAPPEL éligibles
Limite observéePreuves RECALL insuffisantesINSUFFICIENT_RECALL_EVIDENCE
Alignement des coupuresUNKNOWN0% confiance
Notes de l’évaluateur
- 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.
Sources de coupure de référence
Sémantique: correct 0 · incorrect 0 · inconnu 24. Exclus du seuil: 24.
Identité comportementale
HIGHLY_INCONSISTENT · 98%Signaux d'identité
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
- The self-reported model name and provider match the claim, but self-report is weak identity evidence.
- The response avoided fabricated factual answers.
Signaux négatifs
- 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.
Suffisance des preuves: 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.
Justification de l’identité du juge
- 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.
Réponse du modèle testé
Texte du modèle extrait textuellement
Publié par le testeur opt-in
Il s'agit du texte modèle exact extrait de la réponse réussie de l'API externe et fourni au juge. Les en-têtes HTTP, la clé API externe et l'enveloppe de réponse complète du fournisseur ne sont pas stockés ici.
```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"
}
]
}
```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
Which film won Best Picture at the 98th Academy Awards?
Réponse attendueOne Battle After AnotherSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K02UNKNOWNexclu du seuil
According to Webb findings released in January 2026, where are crystalline silicates forged around a very young star?
Réponse attendueIn the hot inner part of its surrounding diskSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K03UNKNOWNexclu du seuil
Which team won Super Bowl LX?
Réponse attendueSeattle SeahawksSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K04UNKNOWNexclu du seuil
What regulatory decision did the FDA announce for the Tregzi cellular immunotherapy?
Réponse attendueIt approved TregziSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K05UNKNOWNexclu du seuil
Who won the 2026 Wimbledon men's singles title?
Réponse attendueJannik SinnerSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K06UNKNOWNexclu du seuil
Who won the 2025 Tour Championship and FedExCup?
Réponse attendueTommy FleetwoodSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K07UNKNOWNexclu du seuil
Which performer won the 2026 Eurovision Song Contest?
Réponse attendueDARASource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K08UNKNOWNexclu du seuil
Which team won the 2025 NBA Finals?
Réponse attendueOklahoma City ThunderSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K09UNKNOWNexclu du seuil
Which country won the 2026 World Baseball Classic?
Réponse attendueVenezuelaSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K10UNKNOWNexclu du seuil
Which team won the 2026 NBA Finals?
Réponse attendueNew York KnicksSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K11UNKNOWNexclu du seuil
Who won New York City's 2025 mayoral election?
Réponse attendueZohran MamdaniSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K12UNKNOWNexclu du seuil
Who won the 2026 Australian Open women's singles title?
Réponse attendueElena RybakinaSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K13UNKNOWNexclu du seuil
Which club won the 2026 UEFA Super Cup?
Réponse attendueParis Saint-GermainSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K14UNKNOWNexclu du seuil
What mishap classification did NASA assign to Boeing Starliner's Crewed Flight Test?
Réponse attendueType A mishapSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K15UNKNOWNexclu du seuil
Which country won the 2026 FIFA World Cup?
Réponse attendueSpainSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K16UNKNOWNexclu du seuil
Which club won the 2026 UEFA Champions League final?
Réponse attendueParis Saint-GermainSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K17UNKNOWNexclu du seuil
Which country won the 2026 Little League Baseball World Series?
Réponse attendueCuraçaoSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K18UNKNOWNexclu du seuil
Which school won the 2026 NCAA Division I men's basketball championship?
Réponse attendueMichiganSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K19UNKNOWNexclu du seuil
Who won the 2026 Masters Tournament?
Réponse attendueRory McIlroySource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K20UNKNOWNexclu du seuil
Who received the 2025 Nobel Peace Prize?
Réponse attendueMaría Corina MachadoSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K21UNKNOWNexclu du seuil
Who clinched the 2025 Formula One World Drivers' Championship?
Réponse attendueLando NorrisSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K22UNKNOWNexclu du seuil
In the Google search-antitrust remedies ruling, which browser did the judge decline to force Google to sell?
Réponse attendueChromeSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K23UNKNOWNexclu du seuil
Which performer won the 2025 Eurovision Song Contest?
Réponse attendueJJSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
?K24UNKNOWNexclu du seuil
Who won the 2025 Wimbledon gentlemen's singles title?
Réponse attendueJannik SinnerSource ↗
Réponse du modèle testéUNKNOWN0% · UNKNOWN
Verdict de l’évaluateur: UNKNOWNConfiance déclarée: 0%
Note de l’évaluateur: Explicit abstention.
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’exécution
V8Y3ZFEZK23179GX0M3MN6D36FRéférence
model-verification-single-request-v1.5Modèle évaluateur
gpt-5.6-solProtocole demandé
openai_chatSchéma de réponse détecté
anthropic_messagesCompatibilité des protocoles
INCOMPATCH · récupéréSortie du modèle
Not recordedTokens d’entrée
Not recordedTokens de sortie
Not recordedMotif de fin
Not recordedStatut HTTP
200Latence externe
19,443 msOctets de réponse
3,656SHA-256
2989988b859c9bb90c50291bd34b6ed7423cf3b8c28c3d3915f4f245e99aaaebLimite 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.
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.