Rapporto di verifica del modello di intelligenza artificiale pubblico
claude-opus-4-6
https://api.model-gate.com/v1/chat/completions
Punteggio di qualità legacy60/100
CONSISTENT88% fiducia nella valutazione
Rapporto permanente
https://model-gate.com/it/model-verification/results/68TGGQW6SM9411Y4XDAPH3BR3HAnalisi del giudice
Perché questa verifica ha ricevuto il suo risultato
Il rapporto pubblico rispecchia l'evidenza analitica mostrata al tester dopo /chat/verify. I punteggi dei giudici sono valutazioni delle rubriche; solo le risposte esplicite RECALL corrette o errate possono influenzare il limite di interruzione del puro richiamo.
Diagnostica del comportamento
4 diagnosticaMotivazione del punteggio del giudice
Per questo risultato archiviato non è stata mantenuta alcuna motivazione separata da parte del giudice.
Per questo risultato archiviato non è stata mantenuta alcuna motivazione separata da parte del giudice.
Per questo risultato archiviato non è stata mantenuta alcuna motivazione separata da parte del giudice.
Per questo risultato archiviato non è stata mantenuta alcuna motivazione separata da parte del giudice.
Nota sul benchmark storico: questo punteggio complessivo archiviato v1.4 utilizzava la precedente aggregazione diagnostica fissa. Viene conservato per motivi di riproducibilità e non deve essere interpretato come un punteggio di corrispondenza del modello v1.5.
Evidenze temporali
0 RICHIAMO sondeCronologia di puro ricordo
Il set di domande effettivo è stato mescolato prima della richiesta del modello testato. Gli slot generazionali mancanti non costituiscono un’astensione dal modello. La sequenza temporale ricostruisce i mesi target per la verificabilità. Solo le risposte esplicite RECALL sono prove tagliate; INFERENZA, IMMAGINE e SCONOSCIUTO rimangono visibili ma non spostano il confine.
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
✓ RICHIAMO corretto✕ RICHIAMO sbagliato~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
0UNKNOWN
0RICHIAMO corretto
0RICHIAMO sbagliato
Confronto temporale
CONSISTENTConfronto del limite di conoscenza
Taglio di riferimento2025-05OFFICIAL_WEB · 100%
Ultimo RECALL supportato—0 risposte RECALL idonee
Confine osservatoProve RECALL insufficientiINSUFFICIENT_RECALL_EVIDENCE
Allineamento del taglioCONSISTENT88/100 · 87% fiducia
Note del giudice
- 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.
Sorgenti di cut-off di riferimento
Semantico: corretto 16 · sbagliato 2 · sconosciuto 6. Escluso dal taglio: 0.
Identità comportamentale
CONSISTENT · 88%Segnali di identità
L'identità è dedotta dalla coerenza tra il modello affermato e il profilo di conoscenza/risposta osservato. Si tratta di una prova, non di un'attestazione remota o di una prova crittografica dei pesi di servizio.
Segnali positivi
- 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.
Segnali negativi
- 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.
Giudicare la logica dell’identità
- 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.
Risposta del modello testato
Testo del modello estratto parola per parola
Riepilogo archiviato
Questa esecuzione è antecedente al consenso esplicito alla conservazione del report completo. Sono disponibili la sfida, la chiave di risposta e la valutazione normalizzata del giudice, ma il testo esatto della risposta del modello testato è stato intenzionalmente scartato dalla politica sulla privacy dell'era del benchmark.
Elenco completo dei benchmark
Prove domanda per domanda
Tutte le domande ammesse vengono visualizzate con la risposta prevista, la fonte disponibile, la base del modello testato, il verdetto semantico e l'idoneità limite. Le domande senza voto non sono astensioni modello. Un'ipotesi o un'inferenza corretta rimane semanticamente corretta ma è esclusa dall'evidenza di esclusione del puro ricordo.
✓K01UNKNOWNescluso dal taglio
What was the name of Firefly Aerospace's lunar lander that successfully touched down on the Moon?
Risposta attesaBlue GhostSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 85%
Nota del giudice: Matches Blue Ghost.
✓K02UNKNOWNescluso dal taglio
What was the name of Blue Origin's rocket that reached orbit on its maiden flight?
Risposta attesaNew GlennSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 90%
Nota del giudice: Matches New Glenn.
✓K03UNKNOWNescluso dal taglio
What was the designation of the Blue Origin mission that carried an all-women crew including Katy Perry and Gayle King?
Risposta attesaNS-31Source ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 45%
Nota del giudice: Matches NS-31.
?K04UNKNOWNescluso dal taglio
Who won the men's 100 metres at the 2025 World Athletics Championships in Tokyo?
Risposta attesaOblique SevilleSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: UNKNOWNFiducia riportata: 0%
Nota del giudice: Explicit abstention.
✓K05UNKNOWNescluso dal taglio
Which Venezuelan opposition leader was awarded the 2025 Nobel Peace Prize?
Risposta attesaMaria Corina MachadoSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 60%
Nota del giudice: Matches Maria Corina Machado.
?K06UNKNOWNescluso dal taglio
At which Alaska military installation did Donald Trump meet Vladimir Putin for their 2025 summit?
Risposta attesaJoint Base Elmendorf-RichardsonSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: UNKNOWNFiducia riportata: 0%
Nota del giudice: Explicit abstention.
✓K07UNKNOWNescluso dal taglio
What landmark global health instrument did the World Health Assembly adopt?
Risposta attesaWHO Pandemic AgreementSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 55%
Nota del giudice: Explicitly includes WHO Pandemic Agreement.
✓K08UNKNOWNescluso dal taglio
Which Brazilian city hosted the COP30 climate conference?
Risposta attesaBelemSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 90%
Nota del giudice: Matches Belem.
✓K09UNKNOWNescluso dal taglio
Which new Nintendo console launched alongside Mario Kart World?
Risposta attesaNintendo Switch 2Source ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 85%
Nota del giudice: Matches Nintendo Switch 2.
?K10UNKNOWNescluso dal taglio
Which album won Album of the Year at the 67th Grammy Awards?
Risposta attesaCowboy CarterSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: UNKNOWNFiducia riportata: 0%
Nota del giudice: Explicit abstention.
?K11UNKNOWNescluso dal taglio
Which performer won the 2025 Eurovision Song Contest for Austria with Wasted Love?
Risposta attesaJJSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: UNKNOWNFiducia riportata: 0%
Nota del giudice: Explicit abstention.
✕K12UNKNOWNescluso dal taglio
Which numbered iPhone generation did Apple debut at its September product event?
Risposta attesaiPhone 17Source ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: WRONGFiducia riportata: 75%
Nota del giudice: Answered iPhone 16; expected iPhone 17.
✓K13UNKNOWNescluso dal taglio
Which city hosted the COP29 climate conference that concluded with a new climate-finance agreement?
Risposta attesaBakuSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 92%
Nota del giudice: Matches Baku.
✓K14UNKNOWNescluso dal taglio
Which Japanese organization was awarded the 2024 Nobel Peace Prize?
Risposta attesaNihon HidankyoSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 95%
Nota del giudice: Matches Nihon Hidankyo.
?K15UNKNOWNescluso dal taglio
Which national team defeated Spain on penalties to win UEFA Women's Euro 2025?
Risposta attesaEnglandSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: UNKNOWNFiducia riportata: 0%
Nota del giudice: Explicit abstention.
✓K16UNKNOWNescluso dal taglio
Which pope died at the Vatican on Easter Monday 2025?
Risposta attesaPope FrancisSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 85%
Nota del giudice: Matches Pope Francis.
✓K17UNKNOWNescluso dal taglio
Which film won Best Picture at the 97th Academy Awards?
Risposta attesaAnoraSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 65%
Nota del giudice: Matches Anora.
✓K18UNKNOWNescluso dal taglio
Which political alliance became the largest group in Germany's 2025 Bundestag election?
Risposta attesaCDU/CSUSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 85%
Nota del giudice: Matches CDU/CSU.
✓K19UNKNOWNescluso dal taglio
Which network of Indian forts became the country's 44th UNESCO World Heritage property?
Risposta attesaMaratha Military Landscapes of IndiaSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 50%
Nota del giudice: Matches Maratha Military Landscapes of India.
✓K20UNKNOWNescluso dal taglio
Which mission conducted the first commercial spacewalk?
Risposta attesaPolaris DawnSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 92%
Nota del giudice: Matches Polaris Dawn.
✓K21UNKNOWNescluso dal taglio
Which private astronaut mission launched Peggy Whitson and Shubhanshu Shukla to the International Space Station?
Risposta attesaAxiom Mission 4Source ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 70%
Nota del giudice: Matches Axiom Mission 4.
✓K22UNKNOWNescluso dal taglio
Which Paris cathedral formally reopened five years after a devastating fire?
Risposta attesaNotre-Dame de ParisSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 97%
Nota del giudice: Matches Notre-Dame de Paris.
?K23UNKNOWNescluso dal taglio
Who won Chile's 2025 presidential runoff election?
Risposta attesaJose Antonio KastSource ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: UNKNOWNFiducia riportata: 0%
Nota del giudice: Explicit abstention.
✕K24UNKNOWNescluso dal taglio
What new flagship AI system did OpenAI introduce?
Risposta attesaGPT-5Source ↗
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: WRONGFiducia riportata: 40%
Nota del giudice: Answered GPT-4o; expected GPT-5.
Copertura delle domande e note di ricerca
Domande fattuali: 24 · Non valutato dal giudice: 0
Il limite di riferimento e le citazioni sono forniti dal giudice, non confermati in modo indipendente dalla piattaforma. Le note di ricerca non penalizzano il modello testato.
Esegui metadati
Dettagli sulla riproducibilità
Esegui ID
68TGGQW6SM9411Y4XDAPH3BR3HSegno di riferimento
model-verification-single-request-v1.3Giudice
gpt-5.6-solProtocollo richiesto
openai_chatSchema di risposta rilevato
Legacy / not recordedCompatibilità del protocollo
PARTITA / ereditàUscita del modello
Not recordedGettoni di input
Not recordedGettoni di uscita
Not recordedFinisci la ragione
Not recordedStato HTTP
200Latenza esterna
10,087 msByte di risposta
2,591SHA-256
37edfee0969ea8c1529cf6db6830118353b483a27995cedcf20b25e5b40b8ff1Limitazione 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.
Esegui una verifica indipendente
Testa tu stesso lo stesso endpoint o consulta altri report pubblici prima di fare affidamento sull'identità di un modello pubblicizzato.