Rapporto di verifica del modello di intelligenza artificiale pubblico
deepseek-v4-flash
https://api.model-gate.com/v1/chat/completions
Punteggio di qualità legacy100/100
PLAUSIBLE60% fiducia nella valutazione
Rapporto permanente
https://model-gate.com/it/model-verification/results/A57ZK57ERM62N3S1XETMXFKK0XAnalisi 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.
La sequenza temporale mensile non è disponibile per questo risultato del benchmark archiviato.
✓ RICHIAMO corretto✕ RICHIAMO sbagliato~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
0UNKNOWN
0RICHIAMO corretto
0RICHIAMO sbagliato
Confronto temporale
UNKNOWNConfronto del limite di conoscenza
Taglio di riferimentoUNKNOWNUNKNOWN · 0%
Ultimo RECALL supportato—0 risposte RECALL idonee
Confine osservatoProve RECALL insufficientiINSUFFICIENT_RECALL_EVIDENCE
Allineamento del taglioUNKNOWN0% fiducia
Note del giudice
- All Class A items are correct through June 2024, establishing an observed lower bound but no upper bound.
- The immutable reference snapshot has no known cutoff dates, so cutoff alignment cannot be scored.
Semantico: corretto 16 · sbagliato 0 · sconosciuto 0. Escluso dal taglio: 0.
Identità comportamentale
PLAUSIBLE · 60%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
- Perfect performance across all supplied Class A recall items.
- Correct recall of multiple DeepSeek model releases and specifications.
- No systematic early knowledge failures.
Segnali negativi
- No documented canonical identity or cutoff is available in the reference snapshot.
- Cutoff consistency cannot be evaluated.
- Self-report and matching API metadata are weak identity evidence.
Giudicare la logica dell’identità
- The response is fully correct on all 16 strong-recall questions, including the DeepSeek-specific history items.
- The observed knowledge extends through June 2024, but the reference cutoff is unknown and therefore provides no identity-comparison signal.
- The claimed name and API identifier agree, but both are untrusted metadata and do not prove model identity.
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
Which human Go player was AlphaGo's opponent in the three-game match completed on 2017-05-27?
Risposta attesaKe Jie
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: Matches accepted answer Ke Jie.
✓K02UNKNOWNescluso dal taglio
The first published image of a black hole, announced on 2019-04-10, depicted the black hole in which galaxy?
Risposta attesaMessier 87
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: M87 galaxy is semantically equivalent to Messier 87.
✓K03UNKNOWNescluso dal taglio
Which two scientists were awarded the 2020 Nobel Prize in Chemistry for developing a method for genome editing?
Risposta attesaEmmanuelle Charpentier and Jennifer A. Doudna
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: Both required scientists are correctly named.
✓K04UNKNOWNescluso dal taglio
Which research organization developed the AlphaFold2 system whose CASP14 performance was announced on 2020-11-30?
Risposta attesaDeepMind
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: Matches accepted answer DeepMind.
✓K05UNKNOWNescluso dal taglio
Which launch vehicle carried the James Webb Space Telescope into space on 2021-12-25?
Risposta attesaAriane 5
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: Matches accepted answer Ariane 5.
✓K06UNKNOWNescluso dal taglio
What was the name of the asteroid moonlet struck by NASA's DART spacecraft on 2022-09-26?
Risposta attesaDimorphos
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: Matches accepted answer Dimorphos.
✓K07UNKNOWNescluso dal taglio
In which ocean did the Artemis I Orion capsule splash down on 2022-12-11?
Risposta attesaPacific Ocean
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: Matches accepted answer Pacific Ocean.
✓K08UNKNOWNescluso dal taglio
On 2023-03-01, OpenAI made an API available for which speech-recognition model?
Risposta attesaWhisper
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: Matches accepted answer Whisper.
✓K09UNKNOWNescluso dal taglio
What was the name of the Chandrayaan-3 lander that reached the lunar surface on 2023-08-23?
Risposta attesaVikram
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: Matches accepted answer Vikram.
✓K10UNKNOWNescluso dal taglio
Samples from which asteroid were returned to Earth by the OSIRIS-REx capsule on 2023-09-24?
Risposta attesaBennu
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: Matches accepted answer Bennu.
✓K11UNKNOWNescluso dal taglio
What was the name of the code-focused model family publicly introduced by DeepSeek on 2023-11-02?
Risposta attesaDeepSeek Coder
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: DeepSeek-Coder is an accepted spelling.
✓K12UNKNOWNescluso dal taglio
What two parameter scales were offered in the DeepSeek LLM family announced on 2023-11-29?
Risposta attesa7B and 67B
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: Both parameter scales match: 7B and 67B.
✓K13UNKNOWNescluso dal taglio
How many total parameters and how many activated parameters per token did DeepSeek-V2 have when announced on 2024-05-06?
Risposta attesa236B total parameters and 21B activated parameters per token
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: Correctly gives 236B total and 21B activated per token.
✓K14UNKNOWNescluso dal taglio
What maximum context length was supported by DeepSeek-Coder-V2 when announced on 2024-06-17?
Risposta attesa128K tokens
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: Matches accepted answer 128K tokens.
✓K15UNKNOWNescluso dal taglio
Which company built the Odysseus lunar lander that touched down on 2024-02-22?
Risposta attesaIntuitive Machines
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: Matches accepted answer Intuitive Machines.
✓K16UNKNOWNescluso dal taglio
What two parameter sizes were offered for the initially released Llama 3 models announced on 2024-04-18?
Risposta attesa8B and 70B
Risposta del modello testato—La risposta esatta del modello non è stata conservata per questa corsa archiviata.
Verdetto del giudice: CORRECTFiducia riportata: 100%
Nota del giudice: Both initially released sizes match: 8B and 70B.
Copertura delle domande e note di ricerca
Domande fattuali: 16 · 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
A57ZK57ERM62N3S1XETMXFKK0XSegno di riferimento
model-verification-single-request-v1.1Giudice
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
28,645 msByte di risposta
1,859SHA-256
4c1f5cca4a79a53f28e7f6544bfe08208148d53c85569f50c4132e161da06613Limitazione importante
The reference cutoff is the configured judge model's internal-knowledge snapshot for this run, not an independently verified 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.