← Registro pubblico di verificamodel-verification-single-request-v1.4
Rapporto di verifica del modello di intelligenza artificiale pubblico

claude-opus-4-6

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

openai_chatgpt-5.6-solSep 8, 2026 07:11 UTC
Punteggio di qualità legacy93/100
CONSISTENT82% fiducia nella valutazione
Rapporto permanentehttps://model-gate.com/it/model-verification/results/HTAMKTZHR951P7JVR0RJDS7TXJ
Telegram ↗X ↗
Richiamo fattuale94
Attualità delle conoscenze92
Resistenza alle allucinazioni94
Calibrazione93
Modello rivendicatoclaude-opus-4-6
Modello risolto dal giudiceClaude Opus 4.6Anthropic
Host dell'endpointapi.model-gate.com
Campo del modello di risposta esternaclaude-opus-4-6
Analisi 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

Motivazione del punteggio del giudice

4 diagnostica
Richiamo fattuale94/100

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

Attualità delle conoscenze92/100

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

Resistenza alle allucinazioni94/100

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

Calibrazione93/100

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

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

Cronologia di puro ricordo

12 RICHIAMO sonde

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✓ 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
✓ RICHIAMO corretto✕ RICHIAMO sbagliato~ INFERENCE≈ GUESS? UNKNOWN
12RECALL
0INFERENCE
1GUESS
11UNKNOWN
12RICHIAMO corretto
0RICHIAMO sbagliato
Confronto temporale

Confronto del limite di conoscenza

CONSISTENT
Taglio di riferimento2025-05OFFICIAL_WEB · 100%
Ultimo RECALL supportato2025-0612 risposte RECALL idonee
Confine osservatoProve RECALL insufficientiINSUFFICIENT_RECALL_EVIDENCE
Allineamento del taglioCONSISTENT91/100 · 84% confidenza
Note del valutatore
  • 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.

Semantico: corretto 13 · errato 0 · sconosciuto 11. Escluso dal taglio: 12.

Identità comportamentale

Segnali di identità

CONSISTENT · 82%

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

  • 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.

Segnali negativi

  • 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.
Giudicare la logica dell’identità
  • 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.
Risposta del modello testato

Testo del modello estratto parola per parola

Pubblicato dal tester con attivazione

Questo è l'esatto modello di testo estratto dalla risposta API esterna riuscita e fornito al giudice. Le intestazioni HTTP, la chiave API esterna e la busta di risposta completa del provider non vengono archiviate qui.

```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"}]}
```
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.

✓K01RECALLprove di interruzione

Which cardinal was elected pope by the May 2025 conclave?

Risposta attesaRobert Francis PrevostSource ↗
Risposta del modello testatoRobert Francis Prevost (taking the name Leo XIV)90% · RECALL
Verdetto del valutatore: CORRECTFiducia riportata: 90%

Nota del valutatore: Robert Francis Prevost and Leo XIV are accepted.

✓K02RECALLprove di interruzione

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

Risposta attesaShogunSource ↗
Risposta del modello testatoShōgun95% · RECALL
Verdetto del valutatore: CORRECTFiducia riportata: 95%

Nota del valutatore: Shogun matches the answer key.

✓K03RECALLprove di interruzione

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

Risposta attesaCDU/CSUSource ↗
Risposta del modello testatoCDU/CSU (Union)97% · RECALL
Verdetto del valutatore: CORRECTFiducia riportata: 97%

Nota del valutatore: CDU/CSU is accepted.

?K04UNKNOWNescluso dal taglio

Which performer won the 2025 Eurovision Song Contest?

Risposta attesaJJSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%

Nota del valutatore: Explicit abstention.

✓K05RECALLprove di interruzione

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

Risposta attesaIndiaSource ↗
Risposta del modello testatoIndia80% · RECALL
Verdetto del valutatore: CORRECTFiducia riportata: 80%

Nota del valutatore: India matches the answer key.

✓K06RECALLprove di interruzione

Who won the 2024 FIDE World Chess Championship?

Risposta attesaGukesh DommarajuSource ↗
Risposta del modello testatoGukesh Dommaraju97% · RECALL
Verdetto del valutatore: CORRECTFiducia riportata: 97%

Nota del valutatore: Gukesh Dommaraju matches the answer key.

✓K07RECALLprove di interruzione

Which organization received the 2024 Nobel Peace Prize?

Risposta attesaNihon HidankyoSource ↗
Risposta del modello testatoNihon Hidankyo95% · RECALL
Verdetto del valutatore: CORRECTFiducia riportata: 95%

Nota del valutatore: Nihon Hidankyo matches the answer key.

✓K08RECALLprove di interruzione

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

Risposta attesaJannik SinnerSource ↗
Risposta del modello testatoJannik Sinner97% · RECALL
Verdetto del valutatore: CORRECTFiducia riportata: 97%

Nota del valutatore: Jannik Sinner matches the answer key.

?K09UNKNOWNescluso dal taglio

Who won Chile's 2025 presidential runoff election?

Risposta attesaJose Antonio KastSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%

Nota del valutatore: Explicit abstention.

?K10UNKNOWNescluso dal taglio

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

Risposta attesaAryna SabalenkaSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%

Nota del valutatore: Explicit abstention.

?K11UNKNOWNescluso dal taglio

Who received the 2025 Nobel Peace Prize?

Risposta attesaMaria Corina MachadoSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%

Nota del valutatore: Explicit abstention.

✓K12RECALLprove di interruzione

Who won the 2024 United States presidential election?

Risposta attesaDonald TrumpSource ↗
Risposta del modello testatoDonald Trump99% · RECALL
Verdetto del valutatore: CORRECTFiducia riportata: 99%

Nota del valutatore: Donald Trump matches the answer key.

✓K13RECALLprove di interruzione

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

Risposta attesaYeztugoSource ↗
Risposta del modello testatoLenacapavir (Sunlenca)72% · RECALL
Verdetto del valutatore: CORRECTFiducia riportata: 72%

Nota del valutatore: Lenacapavir is accepted, though the parenthetical Sunlenca brand is not the prevention brand requested.

?K14UNKNOWNescluso dal taglio

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

Risposta attesaCarlos AlcarazSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%

Nota del valutatore: Explicit abstention.

✓K15RECALLprove di interruzione

Which team won Super Bowl LIX?

Risposta attesaPhiladelphia EaglesSource ↗
Risposta del modello testatoPhiladelphia Eagles90% · RECALL
Verdetto del valutatore: CORRECTFiducia riportata: 90%

Nota del valutatore: Philadelphia Eagles matches the answer key.

?K16UNKNOWNescluso dal taglio

Who won the 2025 Tour Championship and FedExCup?

Risposta attesaTommy FleetwoodSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%

Nota del valutatore: Explicit abstention.

?K17UNKNOWNescluso dal taglio

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

Risposta attesaAsia-PacificSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%

Nota del valutatore: Explicit abstention.

?K18UNKNOWNescluso dal taglio

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

Risposta attesaATLASSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%

Nota del valutatore: Explicit abstention.

?K19UNKNOWNescluso dal taglio

Who won New York City's 2025 mayoral election?

Risposta attesaZohran MamdaniSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%

Nota del valutatore: Explicit abstention.

?K20UNKNOWNescluso dal taglio

Which team won the 2025 NBA Finals?

Risposta attesaOklahoma City ThunderSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%

Nota del valutatore: Explicit abstention.

✓K21RECALLprove di interruzione

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

Risposta attesaLiberal Party of CanadaSource ↗
Risposta del modello testatoLiberal Party of Canada72% · RECALL
Verdetto del valutatore: CORRECTFiducia riportata: 72%

Nota del valutatore: Liberal Party of Canada matches the answer key.

?K22UNKNOWNescluso dal taglio

Who won the 2025 Wimbledon gentlemen's singles title?

Risposta attesaJannik SinnerSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%

Nota del valutatore: Explicit abstention.

✓K23GUESSescluso dal taglio

Who won the 2025 Masters Tournament?

Risposta attesaRory McIlroySource ↗
Risposta del modello testatoRory McIlroy55% · GUESS
Verdetto del valutatore: CORRECTFiducia riportata: 55%

Nota del valutatore: Rory McIlroy is correct, but the model explicitly labeled it a guess.

✓K24RECALLprove di interruzione

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

Risposta attesaAnoraSource ↗
Risposta del modello testatoAnora85% · RECALL
Verdetto del valutatore: CORRECTFiducia riportata: 85%

Nota del valutatore: Anora matches the answer key.

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 esecuzioneHTAMKTZHR951P7JVR0RJDS7TXJ
Benchmarkmodel-verification-single-request-v1.4
Modello valutatoregpt-5.6-sol
Protocollo richiestoopenai_chat
Schema di risposta rilevatoLegacy / not recorded
Compatibilità del protocolloPARTITA / eredità
Output del modelloNot recorded
Token di inputNot recorded
Token di outputNot recorded
Motivo di completamentoNot recorded
Stato HTTP200
Latenza esterna12,772 ms
Byte di risposta2,665
SHA-2566d36e6fd6f6091dd50b513a22a18a9867f152d4fb9361a5fee6b99adb40502f5
Limitazione importante

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.

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.