Rapporto di verifica del modello di intelligenza artificiale pubblico
deepseek-v4-flash
https://api.model-gate.com/v1/chat/completions
Punteggio di qualità legacy87/100
SUSPICIOUS76% fiducia nella valutazione
Rapporto permanente
https://model-gate.com/it/model-verification/results/A8T2GNQWKPJS4M16YAF7M0PGP4Analisi del valutatore
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? K06UNKNOWN
2024-10? K23UNKNOWN
2024-11? K11UNKNOWN
2024-12? K21UNKNOWN
2025-01? K13UNKNOWN
2025-02? K10UNKNOWN? K19UNKNOWN
2025-03? K05UNKNOWN? K12UNKNOWN
2025-04? K15UNKNOWN? K20UNKNOWN
2025-05? K03UNKNOWN? K17UNKNOWN
2025-06? K07UNKNOWN? K22UNKNOWN
2025-07? K18UNKNOWN? K24UNKNOWN
2025-08? K02UNKNOWN? K08UNKNOWN
2025-09? K14UNKNOWN? K16UNKNOWN
2025-10? K01UNKNOWN
2025-11? K04UNKNOWN
2025-12? K09UNKNOWN
✓ RICHIAMO corretto✕ RICHIAMO sbagliato~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
0UNKNOWN
0RICHIAMO corretto
0RICHIAMO sbagliato
Confronto temporale
LATER_THAN_REFERENCEConfronto del limite di conoscenza
Taglio di riferimento2025-05ESTIMATED_WEB · 45%
Ultimo RECALL supportato—0 risposte RECALL idonee
Confine osservatoProve RECALL insufficientiINSUFFICIENT_RECALL_EVIDENCE
Allineamento del taglioLATER_THAN_REFERENCE28/100 · 55% confidenza
Note del valutatore
- The response is consistently correct through September 2025 and also answers a November 2025 item correctly.
- Correct answers across June, August, and September provide sustained post-reference evidence rather than one isolated later hit.
- Mixed results in July and failures in October and December make the terminal boundary imprecise.
- The saved May 2025 reference cutoff is a low-confidence ESTIMATED_WEB value, which materially limits alignment confidence.
Sorgenti di cut-off di riferimento
Semantico: corretto 21 · errato 3 · sconosciuto 0. Escluso dal taglio: 0.
Identità comportamentale
SUSPICIOUS · 76%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
- Strong performance on essentially all events before and near the saved reference cutoff.
- No systematic strong-recall failures substantially before the reference cutoff.
Segnali negativi
- Conflicting model-family self-report.
- Sustained correct recall across multiple months after the estimated reference cutoff.
- Correct recall of several September and November 2025 events is anomalously late for the saved snapshot.
Giudicare la logica dell’identità
- SR01 identifies the model as Claude from Anthropic, directly conflicting with the claimed DeepSeek identity, although self-description remains weak evidence.
- The observed behavioral boundary is several months later than the saved May 2025 reference estimate.
- Post-reference knowledge is broad across sports, technology, culture, and world events, making it more notable than a small number of isolated later facts.
- The reference cutoff itself has only 45 percent confidence, so the recency discrepancy cannot independently establish model substitution.
Risposta del modello testato
Testo del modello estratto parola per parola
Valutazione pubblicata
Sono disponibili la sfida, la chiave di risposta e la valutazione normalizzata del giudice. Il testo esatto del modello testato non è disponibile per la pubblicazione a meno che non sia stato mantenuto con l'adesione del tester. La pubblicazione di una valutazione non crea quel consenso né recupera il testo scartato.
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 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 disponibile per la pubblicazione.
Verdetto del valutatore: WRONGFiducia riportata: 75%
Nota del valutatore: Machado is correct, but the answer incorrectly adds Edmundo Gonzalez Urrutia as a co-recipient.
✓K02UNKNOWNescluso dal taglio
Which two countries signed a joint peace declaration at the White House?
Risposta attesaArmenia and AzerbaijanSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 62%
Nota del valutatore: Matches Armenia and Azerbaijan.
✓K03UNKNOWNescluso dal taglio
What papal name did Cardinal Robert Francis Prevost take after his election?
Risposta attesaLeo XIVSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 85%
Nota del valutatore: Matches Pope Leo XIV.
✓K04UNKNOWNescluso dal taglio
Which city hosted the first G20 Leaders' Summit held on the African continent?
Risposta attesaJohannesburgSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 80%
Nota del valutatore: Matches Johannesburg.
✓K05UNKNOWNescluso 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 disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 95%
Nota del valutatore: Matches Anora.
✓K06UNKNOWNescluso dal taglio
Which mission completed the first commercial spacewalk?
Risposta attesaPolaris DawnSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 88%
Nota del valutatore: Matches Polaris Dawn.
✓K07UNKNOWNescluso dal taglio
Which team won the 2025 NBA championship?
Risposta attesaOklahoma City ThunderSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 45%
Nota del valutatore: Matches Oklahoma City Thunder.
✓K08UNKNOWNescluso dal taglio
Which flagship model did OpenAI release in its API platform?
Risposta attesaGPT-5Source ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 80%
Nota del valutatore: Matches GPT-5.
✕K09UNKNOWNescluso dal taglio
Which footballer won The Best FIFA Men's Player award for 2025?
Risposta attesaOusmane DembeleSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: WRONGFiducia riportata: 48%
Nota del valutatore: Expected Ousmane Dembele, not Vinicius Junior.
✓K10UNKNOWNescluso dal taglio
Which political alliance won the largest share of votes in Germany's 2025 federal election?
Risposta attesaCDU/CSUSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 90%
Nota del valutatore: Matches CDU/CSU.
✓K11UNKNOWNescluso dal taglio
Which international court issued arrest warrants for Benjamin Netanyahu and Yoav Gallant?
Risposta attesaInternational Criminal CourtSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 100%
Nota del valutatore: Matches the International Criminal Court.
✓K12UNKNOWNescluso dal taglio
Which commercial lunar lander successfully touched down in Mare Crisium?
Risposta attesaBlue GhostSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 88%
Nota del valutatore: Matches Blue Ghost.
✓K13UNKNOWNescluso dal taglio
Which Blue Origin rocket reached orbit on its maiden launch?
Risposta attesaNew GlennSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 95%
Nota del valutatore: Matches New Glenn.
✓K14UNKNOWNescluso dal taglio
Which standard iPhone generation did Apple unveil at its September product event?
Risposta attesaiPhone 17Source ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 90%
Nota del valutatore: Matches iPhone 17.
✓K15UNKNOWNescluso dal taglio
Which pontiff died at the Vatican on Easter Monday?
Risposta attesaPope FrancisSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 98%
Nota del valutatore: Matches Pope Francis.
✓K16UNKNOWNescluso dal taglio
Which party retained a parliamentary majority in Moldova's election?
Risposta attesaParty of Action and SolidaritySource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 72%
Nota del valutatore: Matches the Party of Action and Solidarity.
✓K17UNKNOWNescluso dal taglio
What landmark global health accord did the World Health Assembly adopt?
Risposta attesaWHO Pandemic AgreementSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 75%
Nota del valutatore: Pandemic Agreement is an accepted answer.
✓K18UNKNOWNescluso dal taglio
Which British band began its long-awaited reunion tour in Cardiff after a 16-year hiatus?
Risposta attesaOasisSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 95%
Nota del valutatore: Matches Oasis.
✓K19UNKNOWNescluso dal taglio
Which album won Album of the Year at the 2025 Grammy Awards?
Risposta attesaCowboy CarterSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 90%
Nota del valutatore: Matches Cowboy Carter.
✓K20UNKNOWNescluso dal taglio
What was the mission designation of Blue Origin's flight carrying Katy Perry, Gayle King and four other women?
Risposta attesaNS-31Source ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 92%
Nota del valutatore: Matches NS-31.
✓K21UNKNOWNescluso dal taglio
Which Paris cathedral reopened after five years of restoration following its 2019 fire?
Risposta attesaNotre-Dame de ParisSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 98%
Nota del valutatore: Matches Notre-Dame de Paris.
✓K22UNKNOWNescluso dal taglio
Which new Nintendo console launched worldwide?
Risposta attesaNintendo Switch 2Source ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 95%
Nota del valutatore: Matches Nintendo Switch 2.
✓K23UNKNOWNescluso 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 disponibile per la pubblicazione.
Verdetto del valutatore: CORRECTFiducia riportata: 95%
Nota del valutatore: Matches Nihon Hidankyo.
✕K24UNKNOWNescluso dal taglio
Which national team won UEFA Women's Euro 2025?
Risposta attesaEnglandSource ↗
Risposta del modello testato—La risposta esatta del modello non è disponibile per la pubblicazione.
Verdetto del valutatore: WRONGFiducia riportata: 65%
Nota del valutatore: Expected England, not Spain.
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
ID esecuzione
A8T2GNQWKPJS4M16YAF7M0PGP4Benchmark
model-verification-single-request-v1.3Modello valutatore
gpt-5.6-solProtocollo richiesto
openai_chatSchema di risposta rilevato
Legacy / not recordedCompatibilità del protocollo
PARTITA / ereditàOutput del modello
Not recordedToken di input
Not recordedToken di output
Not recordedMotivo di completamento
Not recordedStato HTTP
200Latenza esterna
222,372 msByte di risposta
2,597SHA-256
e13bdc27a0f0f92d7830a6c409fc8ffed2214bb814e138471d9cc7ca27be7e71Limitazione 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.