Rapporto di verifica del modello di intelligenza artificiale pubblico
claude-opus-5
https://madclaude.cloud/v1/messages
Punteggio della corrispondenza del modello8/100
HIGHLY_INCONSISTENT98% fiducia nella valutazione
Prova: SUFFICIENTRapporto permanente
https://model-gate.com/it/model-verification/results/V8Y3ZFEZK23179GX0M3MN6D36FAnalisi 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
No factual probe contains usable RECALL evidence or a correct demonstrated answer.
There is no usable RECALL evidence anywhere on the tested timeline, including well before the May 2026 reference cutoff.
The model consistently abstained instead of fabricating factual answers; the principal blemish is its unsupported and incorrect high-confidence cutoff self-report.
The factual abstentions are honestly labeled UNKNOWN with zero confidence, but the incorrect January 2026 cutoff self-report was assigned 100 confidence.
I benchmark di corrispondenza del modello non calcolano la media di questi quattro punteggi diagnostici nell'identità del modello. Il punteggio del titolo Model Match deriva dalla rubrica sull'identità del giudice; La resistenza alle allucinazioni e la calibrazione possono rimanere elevate anche quando la corrispondenza con il modello dichiarato è molto bassa.
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.
2025-05? K23UNKNOWN
2025-06? K08UNKNOWN
2025-07? K24UNKNOWN
2025-08? K06UNKNOWN
2025-09? K22UNKNOWN
2025-10? K20UNKNOWN
2025-11? K11UNKNOWN
2025-12? K21UNKNOWN
2026-01? K02UNKNOWN? K12UNKNOWN
2026-02? K03UNKNOWN? K14UNKNOWN
2026-03? K01UNKNOWN? K09UNKNOWN
2026-04? K18UNKNOWN? K19UNKNOWN
2026-05? K07UNKNOWN? K16UNKNOWN
2026-06? K04UNKNOWN? K10UNKNOWN
2026-07? K05UNKNOWN? K15UNKNOWN
2026-08? K13UNKNOWN? K17UNKNOWN
✓ RICHIAMO corretto✕ RICHIAMO sbagliato~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
24UNKNOWN
0RICHIAMO corretto
0RICHIAMO sbagliato
Confronto temporale
UNKNOWNConfronto del limite di conoscenza
Taglio di riferimento2026-05OFFICIAL_WEB · 99%
Ultimo RECALL supportato—0 risposte RECALL idonee
Confine osservatoProve RECALL insufficientiINSUFFICIENT_RECALL_EVIDENCE
Allineamento del taglioUNKNOWN0% confidenza
Note del valutatore
- All 24 factual probes were explicit UNKNOWN responses.
- No RECALL item exists from which to infer a chronological transition.
- Pure-RECALL cutoff alignment cannot be scored because the response supplied no RECALL evidence.
- The reported January 2026 cutoff is not behavioral recall evidence and conflicts with the immutable May 2026 reference snapshot.
Sorgenti di cut-off di riferimento
Semantico: corretto 0 · errato 0 · sconosciuto 24. Escluso dal taglio: 24.
Identità comportamentale
HIGHLY_INCONSISTENT · 98%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
- The self-reported model name and provider match the claim, but self-report is weak identity evidence.
- The response avoided fabricated factual answers.
Segnali negativi
- Near-universal abstention includes all expected pre-cutoff knowledge probes.
- No behavioral evidence supports the claimed frontier model's expected knowledge profile.
- The high-confidence cutoff self-report is four months earlier than the saved reference cutoff.
Sufficienza delle prove: SUFFICIENT
Universal abstention across numerous high-salience probes clearly before the known reference cutoff is sufficient evidence of behavioral incompatibility, despite being insufficient for cutoff-boundary estimation.
Giudicare la logica dell’identità
- The response demonstrated zero correct factual answers and zero usable RECALL items.
- It abstained on 16 high-salience probes clearly before the reference model's May 2026 cutoff.
- It also abstained on both probes from the reference cutoff month.
- Its asserted January 2026 cutoff materially contradicts the immutable May 2026 reference snapshot.
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-opus-5 by Anthropic",
"confidence": 95,
"basis": "RECALL"
},
{
"id": "SR02",
"answer": "2026-01",
"confidence": 100,
"basis": "RECALL"
},
{
"id": "K01",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K02",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K03",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K04",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K05",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K06",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K07",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K08",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"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": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K13",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K14",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K15",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"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": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K22",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K23",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "K24",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
}
]
}
```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 film won Best Picture at the 98th Academy Awards?
Risposta attesaOne Battle After AnotherSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K02UNKNOWNescluso dal taglio
According to Webb findings released in January 2026, where are crystalline silicates forged around a very young star?
Risposta attesaIn the hot inner part of its surrounding diskSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K03UNKNOWNescluso dal taglio
Which team won Super Bowl LX?
Risposta attesaSeattle SeahawksSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K04UNKNOWNescluso dal taglio
What regulatory decision did the FDA announce for the Tregzi cellular immunotherapy?
Risposta attesaIt approved TregziSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K05UNKNOWNescluso dal taglio
Who won the 2026 Wimbledon men's singles title?
Risposta attesaJannik SinnerSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K06UNKNOWNescluso 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.
?K07UNKNOWNescluso dal taglio
Which performer won the 2026 Eurovision Song Contest?
Risposta attesaDARASource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K08UNKNOWNescluso 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.
?K09UNKNOWNescluso dal taglio
Which country won the 2026 World Baseball Classic?
Risposta attesaVenezuelaSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K10UNKNOWNescluso dal taglio
Which team won the 2026 NBA Finals?
Risposta attesaNew York KnicksSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K11UNKNOWNescluso 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.
?K12UNKNOWNescluso dal taglio
Who won the 2026 Australian Open women's singles title?
Risposta attesaElena RybakinaSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K13UNKNOWNescluso dal taglio
Which club won the 2026 UEFA Super Cup?
Risposta attesaParis Saint-GermainSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K14UNKNOWNescluso dal taglio
What mishap classification did NASA assign to Boeing Starliner's Crewed Flight Test?
Risposta attesaType A mishapSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K15UNKNOWNescluso dal taglio
Which country won the 2026 FIFA World Cup?
Risposta attesaSpainSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K16UNKNOWNescluso dal taglio
Which club won the 2026 UEFA Champions League final?
Risposta attesaParis Saint-GermainSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K17UNKNOWNescluso dal taglio
Which country won the 2026 Little League Baseball World Series?
Risposta attesaCuraçaoSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K18UNKNOWNescluso dal taglio
Which school won the 2026 NCAA Division I men's basketball championship?
Risposta attesaMichiganSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K19UNKNOWNescluso dal taglio
Who won the 2026 Masters Tournament?
Risposta attesaRory McIlroySource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K20UNKNOWNescluso dal taglio
Who received the 2025 Nobel Peace Prize?
Risposta attesaMaría Corina MachadoSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K21UNKNOWNescluso dal taglio
Who clinched the 2025 Formula One World Drivers' Championship?
Risposta attesaLando NorrisSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K22UNKNOWNescluso dal taglio
In the Google search-antitrust remedies ruling, which browser did the judge decline to force Google to sell?
Risposta attesaChromeSource ↗
Risposta del modello testatoUNKNOWN0% · UNKNOWN
Verdetto del valutatore: UNKNOWNFiducia riportata: 0%
Nota del valutatore: Explicit abstention.
?K23UNKNOWNescluso 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.
?K24UNKNOWNescluso 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.
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
V8Y3ZFEZK23179GX0M3MN6D36FBenchmark
model-verification-single-request-v1.5Modello valutatore
gpt-5.6-solProtocollo richiesto
openai_chatSchema di risposta rilevato
anthropic_messagesCompatibilità del protocollo
NON CORRISPONDENZA · recuperatoOutput del modello
Not recordedToken di input
Not recordedToken di output
Not recordedMotivo di completamento
Not recordedStato HTTP
200Latenza esterna
19,443 msByte di risposta
3,656SHA-256
2989988b859c9bb90c50291bd34b6ed7423cf3b8c28c3d3915f4f245e99aaaebLimitazione importante
Benchmark v1.5 uses the judge's Model Match Score as the main Verification score. Factual Recall, Knowledge Recency, Hallucination Resistance and Calibration are separate diagnostics and are not averaged into model identity. Only explicit RECALL may influence the knowledge boundary; systematic UNKNOWN on expected pre-cutoff probes may still be strong negative identity evidence. 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.