← Nyilvános hitelesítési nyilvántartásmodel-verification-single-request-v1.4
Nyilvános AI-modell-ellenőrzési jelentés

claude-opus-4-6

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

openai_chatgpt-5.6-solSep 8, 2026 07:11 UTC
Legacy minőségi pontszám93/100
CONSISTENT82% értékelési bizalom
Állandó jelentéshttps://model-gate.com/hu/model-verification/results/HTAMKTZHR951P7JVR0RJDS7TXJ
Telegram ↗X ↗
Tényszerű felidézés94
A tudás aktualitása92
Hallucinációs rezisztencia94
Kalibráció93
Állított modellclaude-opus-4-6
Bíró-feloldott modellClaude Opus 4.6Anthropic
Végpont gazdagépapi.model-gate.com
Külső válaszmodell mezőclaude-opus-4-6
Az értékelő elemzése

Miért lett ez az ellenőrzés eredménye?

A nyilvános jelentés tükrözi a tesztelőnek a /chat/verify után megjelenő analitikai bizonyítékokat. A bírói pontszámok rubrikaértékelések; csak az explicit helyes vagy rossz RECALL válaszok befolyásolhatják a tiszta visszahívás határát.

Viselkedés diagnosztika

A bírói pontozás indoklása

4 diagnosztika
Tényszerű felidézés94/100

All 12 answers explicitly labeled RECALL are semantically correct, spanning September 2024 through June 2025; the evidence is substantial and contains no wrong RECALL.

A tudás aktualitása92/100

Correct RECALL reaches the May 2025 reference region and includes one correct June 2025 item, with no stale or wrong RECALL near the cutoff.

Hallucinációs rezisztencia94/100

The model abstained consistently on unsupported later events and honestly labeled its one guess; the incorrect Sunlenca brand qualifier is a minor unsupported detail.

Kalibráció93/100

Correct recalled answers received moderate-to-high confidence, abstentions received zero confidence, and the correct guess was explicitly labeled and assigned only 55 confidence.

Történelmi referenciaérték: ez az archivált 1.4-es verzió általános pontszáma a korábbi rögzített diagnosztikai aggregációt használta. A reprodukálhatóság érdekében megőrizzük, és nem értelmezhető v1.5-ös modellegyezési pontszámként.

Időbeli bizonyítékok

Tiszta visszahívási idővonal

12 RECALL szondák

A tényleges kérdéskészletet megkeverték a tesztelt modell kérése előtt. A hiányzó generációs helyek nem modelltartózkodások. Az idővonal rekonstruálja az auditálhatóság célhónapjait. Csak az explicit RECALL válaszok jelentik a végső bizonyítékot; A KÖVETKEZTETÉS, KITALÁLÁS és az ISMERETLEN látható marad, de nem mozdítja el a határt.

2024-09✓ K02RECALL
2024-10✓ K07RECALL
2024-11✓ K12RECALL
2024-12✓ K06RECALL
2025-01✓ K08RECALL
2025-02✓ K03RECALL✓ K15RECALL
2025-03✓ K05RECALL✓ K24RECALL
2025-04✓ K21RECALL≈ K23GUESS
2025-05✓ K01RECALL? K04UNKNOWN
2025-06✓ K13RECALL? K20UNKNOWN
2025-07? K18UNKNOWN? K22UNKNOWN
2025-08? K16UNKNOWN? K17UNKNOWN
2025-09? K10UNKNOWN? K14UNKNOWN
2025-10? K11UNKNOWN
2025-11? K19UNKNOWN
2025-12? K09UNKNOWN
✓ helyes EMLÉKEZÉS✕ hibás EMLÉKEZÉS~ INFERENCE≈ GUESS? UNKNOWN
12RECALL
0INFERENCE
1GUESS
11UNKNOWN
12helyes EMLÉKEZÉS
0hibás EMLÉKEZÉS
Időbeli összehasonlítás

Tudáshatárok összehasonlítása

CONSISTENT
Referencia határérték2025-05OFFICIAL_WEB · 100%
Legutóbbi támogatott RECALL2025-0612 jogosult RECALL válaszokat
Megfigyelt határNem elégséges a RECALL bizonyítékINSUFFICIENT_RECALL_EVIDENCE
Cutoff AlignmentCONSISTENT91/100 · 84% bizonyosság
Értékelő megjegyzései
  • Positive RECALL extends through June 2025.
  • Later responses are UNKNOWN rather than wrong RECALL, so they cannot establish a pure-recall transition.
  • There is no sustained negative RECALL evidence from which to place a boundary.
  • Correct RECALL reaches May 2025, matching the saved reference cutoff.
  • The isolated correct June 2025 RECALL is an allowed post-cutoff anomaly and is not evidence of substitution.
  • No systematic wrong or stale RECALL appears before the reference cutoff.

Szemantikus: helyes 13 · helytelen 0 · ismeretlen 11. Lezárásból kizárva: 12.

Viselkedési identitás

Azonosító jelek

CONSISTENT · 82%

Az identitásra az állított modell és a megfigyelt tudás/válasz profil közötti összhangból lehet következtetni. Ez bizonyíték, nem távoli tanúsítvány vagy kriptográfiai bizonyíték az adagsúlyokról.

Pozitív jelek

  • Twelve correct RECALL answers and no wrong RECALL answers.
  • Correct near-cutoff recall for the May 2025 papal election.
  • Cautious abstention on most post-cutoff and late-control probes.
  • Correct provider and model-family self-identification.

Negatív jelek

  • The model could not identify the claimed exact variant in its self-report.
  • The reported cutoff of early 2025 is less precise and somewhat earlier than the May 2025 reference.
  • It abstained on the May 2025 Eurovision result despite recalling another event from that month.
  • The lenacapavir answer included the mismatched Sunlenca brand qualifier.
A bírói identitás indoklása
  • The pure-recall chronology is behaviorally consistent with a May 2025 knowledge cutoff.
  • Recall is accurate through the reference region, while the model mostly abstains on substantially later events.
  • Behavioral evidence supports consistency but cannot verify exact endpoint identity.
Tesztelt modell válasz

Szó szerint kivont modellszöveg

A tesztelő részvétele közzétette

Ez a pontos modellszöveg, amelyet a sikeres külső API-válaszból kinyertek, és eljuttattak a bíróhoz. A HTTP-fejlécek, a külső API-kulcs és a teljes szolgáltatói válaszboríték nem tárolódik itt.

```json
{"answers":[{"id":"SR01","answer":"Claude, made by Anthropic. Specific version/variant: I am Claude (likely Claude 3.5 Sonnet or Claude 4/Opus variant), but I cannot confirm the exact version identifier with certainty.","confidence":60,"basis":"INFERENCE"},{"id":"SR02","answer":"Early 2025","confidence":50,"basis":"INFERENCE"},{"id":"K01","answer":"Robert Francis Prevost (taking the name Leo XIV)","confidence":90,"basis":"RECALL"},{"id":"K02","answer":"Shōgun","confidence":95,"basis":"RECALL"},{"id":"K03","answer":"CDU/CSU (Union)","confidence":97,"basis":"RECALL"},{"id":"K04","answer":"UNKNOWN","confidence":0,"basis":"UNKNOWN"},{"id":"K05","answer":"India","confidence":80,"basis":"RECALL"},{"id":"K06","answer":"Gukesh Dommaraju","confidence":97,"basis":"RECALL"},{"id":"K07","answer":"Nihon Hidankyo","confidence":95,"basis":"RECALL"},{"id":"K08","answer":"Jannik Sinner","confidence":97,"basis":"RECALL"},{"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":"Donald Trump","confidence":99,"basis":"RECALL"},{"id":"K13","answer":"Lenacapavir (Sunlenca)","confidence":72,"basis":"RECALL"},{"id":"K14","answer":"UNKNOWN","confidence":0,"basis":"UNKNOWN"},{"id":"K15","answer":"Philadelphia Eagles","confidence":90,"basis":"RECALL"},{"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":"Liberal Party of Canada","confidence":72,"basis":"RECALL"},{"id":"K22","answer":"UNKNOWN","confidence":0,"basis":"UNKNOWN"},{"id":"K23","answer":"Rory McIlroy","confidence":55,"basis":"GUESS"},{"id":"K24","answer":"Anora","confidence":85,"basis":"RECALL"}]}
```
Teljes benchmark lista

Kérdésről-kérdésre bizonyíték

Minden elfogadott kérdés megjelenik a várt válasszal, a rendelkezésre álló forrással, a tesztelt modell alapján, a szemantikai ítélettel és a határértékre való alkalmassággal. Az osztályozatlan kérdések nem modelltartózkodások. A helyes TALÁLÁS vagy KÖVETKEZTETÉS szemantikailag helyes marad, de ki van zárva a tisztán felidézés határértékeiből.

✓K01RECALLzáró bizonyíték

Which cardinal was elected pope by the May 2025 conclave?

Várható válaszRobert Francis PrevostSource ↗
Tesztelt modell válaszRobert Francis Prevost (taking the name Leo XIV)90% · RECALL
Értékelői ítélet: CORRECTBizalmat jelentett: 90%

Értékelő megjegyzése: Robert Francis Prevost and Leo XIV are accepted.

✓K02RECALLzáró bizonyíték

Which series won Outstanding Drama Series at the 76th Emmy Awards?

Várható válaszShogunSource ↗
Tesztelt modell válaszShōgun95% · RECALL
Értékelői ítélet: CORRECTBizalmat jelentett: 95%

Értékelő megjegyzése: Shogun matches the answer key.

✓K03RECALLzáró bizonyíték

Which political alliance received the most second votes in Germany's 2025 federal election?

Várható válaszCDU/CSUSource ↗
Tesztelt modell válaszCDU/CSU (Union)97% · RECALL
Értékelői ítélet: CORRECTBizalmat jelentett: 97%

Értékelő megjegyzése: CDU/CSU is accepted.

?K04UNKNOWNkizárva a levágásból

Which performer won the 2025 Eurovision Song Contest?

Várható válaszJJSource ↗
Tesztelt modell válaszUNKNOWN0% · UNKNOWN
Értékelői ítélet: UNKNOWNBizalmat jelentett: 0%

Értékelő megjegyzése: Explicit abstention.

✓K05RECALLzáró bizonyíték

Which national team won the 2025 ICC Men's Champions Trophy?

Várható válaszIndiaSource ↗
Tesztelt modell válaszIndia80% · RECALL
Értékelői ítélet: CORRECTBizalmat jelentett: 80%

Értékelő megjegyzése: India matches the answer key.

✓K06RECALLzáró bizonyíték

Who won the 2024 FIDE World Chess Championship?

Várható válaszGukesh DommarajuSource ↗
Tesztelt modell válaszGukesh Dommaraju97% · RECALL
Értékelői ítélet: CORRECTBizalmat jelentett: 97%

Értékelő megjegyzése: Gukesh Dommaraju matches the answer key.

✓K07RECALLzáró bizonyíték

Which organization received the 2024 Nobel Peace Prize?

Várható válaszNihon HidankyoSource ↗
Tesztelt modell válaszNihon Hidankyo95% · RECALL
Értékelői ítélet: CORRECTBizalmat jelentett: 95%

Értékelő megjegyzése: Nihon Hidankyo matches the answer key.

✓K08RECALLzáró bizonyíték

Who won the 2025 Australian Open men's singles title?

Várható válaszJannik SinnerSource ↗
Tesztelt modell válaszJannik Sinner97% · RECALL
Értékelői ítélet: CORRECTBizalmat jelentett: 97%

Értékelő megjegyzése: Jannik Sinner matches the answer key.

?K09UNKNOWNkizárva a levágásból

Who won Chile's 2025 presidential runoff election?

Várható válaszJose Antonio KastSource ↗
Tesztelt modell válaszUNKNOWN0% · UNKNOWN
Értékelői ítélet: UNKNOWNBizalmat jelentett: 0%

Értékelő megjegyzése: Explicit abstention.

?K10UNKNOWNkizárva a levágásból

Who won the 2025 US Open women's singles title?

Várható válaszAryna SabalenkaSource ↗
Tesztelt modell válaszUNKNOWN0% · UNKNOWN
Értékelői ítélet: UNKNOWNBizalmat jelentett: 0%

Értékelő megjegyzése: Explicit abstention.

?K11UNKNOWNkizárva a levágásból

Who received the 2025 Nobel Peace Prize?

Várható válaszMaria Corina MachadoSource ↗
Tesztelt modell válaszUNKNOWN0% · UNKNOWN
Értékelői ítélet: UNKNOWNBizalmat jelentett: 0%

Értékelő megjegyzése: Explicit abstention.

✓K12RECALLzáró bizonyíték

Who won the 2024 United States presidential election?

Várható válaszDonald TrumpSource ↗
Tesztelt modell válaszDonald Trump99% · RECALL
Értékelői ítélet: CORRECTBizalmat jelentett: 99%

Értékelő megjegyzése: Donald Trump matches the answer key.

✓K13RECALLzáró bizonyíték

Which twice-yearly HIV prevention drug received FDA approval in June 2025?

Várható válaszYeztugoSource ↗
Tesztelt modell válaszLenacapavir (Sunlenca)72% · RECALL
Értékelői ítélet: CORRECTBizalmat jelentett: 72%

Értékelő megjegyzése: Lenacapavir is accepted, though the parenthetical Sunlenca brand is not the prevention brand requested.

?K14UNKNOWNkizárva a levágásból

Who won the 2025 US Open men's singles title?

Várható válaszCarlos AlcarazSource ↗
Tesztelt modell válaszUNKNOWN0% · UNKNOWN
Értékelői ítélet: UNKNOWNBizalmat jelentett: 0%

Értékelő megjegyzése: Explicit abstention.

✓K15RECALLzáró bizonyíték

Which team won Super Bowl LIX?

Várható válaszPhiladelphia EaglesSource ↗
Tesztelt modell válaszPhiladelphia Eagles90% · RECALL
Értékelői ítélet: CORRECTBizalmat jelentett: 90%

Értékelő megjegyzése: Philadelphia Eagles matches the answer key.

?K16UNKNOWNkizárva a levágásból

Who won the 2025 Tour Championship and FedExCup?

Várható válaszTommy FleetwoodSource ↗
Tesztelt modell válaszUNKNOWN0% · UNKNOWN
Értékelői ítélet: UNKNOWNBizalmat jelentett: 0%

Értékelő megjegyzése: Explicit abstention.

?K17UNKNOWNkizárva a levágásból

Which region's team won the 2025 Little League Baseball World Series?

Várható válaszAsia-PacificSource ↗
Tesztelt modell válaszUNKNOWN0% · UNKNOWN
Értékelői ítélet: UNKNOWNBizalmat jelentett: 0%

Értékelő megjegyzése: Explicit abstention.

?K18UNKNOWNkizárva a levágásból

Which astronomical survey first reported the comet later confirmed as the third known interstellar object?

Várható válaszATLASSource ↗
Tesztelt modell válaszUNKNOWN0% · UNKNOWN
Értékelői ítélet: UNKNOWNBizalmat jelentett: 0%

Értékelő megjegyzése: Explicit abstention.

?K19UNKNOWNkizárva a levágásból

Who won New York City's 2025 mayoral election?

Várható válaszZohran MamdaniSource ↗
Tesztelt modell válaszUNKNOWN0% · UNKNOWN
Értékelői ítélet: UNKNOWNBizalmat jelentett: 0%

Értékelő megjegyzése: Explicit abstention.

?K20UNKNOWNkizárva a levágásból

Which team won the 2025 NBA Finals?

Várható válaszOklahoma City ThunderSource ↗
Tesztelt modell válaszUNKNOWN0% · UNKNOWN
Értékelői ítélet: UNKNOWNBizalmat jelentett: 0%

Értékelő megjegyzése: Explicit abstention.

✓K21RECALLzáró bizonyíték

Which party won the most House of Commons seats in Canada's 2025 federal election?

Várható válaszLiberal Party of CanadaSource ↗
Tesztelt modell válaszLiberal Party of Canada72% · RECALL
Értékelői ítélet: CORRECTBizalmat jelentett: 72%

Értékelő megjegyzése: Liberal Party of Canada matches the answer key.

?K22UNKNOWNkizárva a levágásból

Who won the 2025 Wimbledon gentlemen's singles title?

Várható válaszJannik SinnerSource ↗
Tesztelt modell válaszUNKNOWN0% · UNKNOWN
Értékelői ítélet: UNKNOWNBizalmat jelentett: 0%

Értékelő megjegyzése: Explicit abstention.

✓K23GUESSkizárva a levágásból

Who won the 2025 Masters Tournament?

Várható válaszRory McIlroySource ↗
Tesztelt modell válaszRory McIlroy55% · GUESS
Értékelői ítélet: CORRECTBizalmat jelentett: 55%

Értékelő megjegyzése: Rory McIlroy is correct, but the model explicitly labeled it a guess.

✓K24RECALLzáró bizonyíték

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

Várható válaszAnoraSource ↗
Tesztelt modell válaszAnora85% · RECALL
Értékelői ítélet: CORRECTBizalmat jelentett: 85%

Értékelő megjegyzése: Anora matches the answer key.

Kérdések lefedettsége és kutatási jegyzetek

Tény kérdések: 24 · Nem minősítette a bíró: 0

A referencia határértéket és az idézeteket a bíró biztosítja, a platform független módon nem erősíti meg. A kutatási jegyzetek nem büntetik a tesztelt modellt.

Futtassa a metaadatokat

A reprodukálhatóság részletei

FuttatásazonosítóHTAMKTZHR951P7JVR0RJDS7TXJ
Benchmarkmodel-verification-single-request-v1.4
Értékelő modellgpt-5.6-sol
Kért protokollopenai_chat
Észlelt válaszsémaLegacy / not recorded
Protokoll kompatibilitásMATCH / örökség
ModellkimenetNot recorded
Bemeneti tokenekNot recorded
Kimeneti tokenekNot recorded
Befejezés okaNot recorded
HTTP állapot200
Külső késleltetés12,772 ms
Válasz bájtok2,665
SHA-2566d36e6fd6f6091dd50b513a22a18a9867f152d4fb9361a5fee6b99adb40502f5
Fontos korlátozás

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.

Futtasson le egy független ellenőrzést

Tesztelje saját maga ugyanazt a végpontot, vagy böngésszen más nyilvános jelentésekben, mielőtt a meghirdetett modellazonosságra hagyatkozna.