Openbaar AI-modelverificatierapport
claude-opus-4-6
https://api.model-gate.com/v1/chat/completions
Verouderde kwaliteitsscore60/100
CONSISTENT88% beoordelingsvertrouwen
Permanent rapport
https://model-gate.com/nl/model-verification/results/68TGGQW6SM9411Y4XDAPH3BR3HAnalyse van de rechter
Waarom deze verificatie resultaat heeft opgeleverd
Het openbare rapport weerspiegelt het analytische bewijs dat aan de tester wordt getoond na /chat/verify. Beoordelaarsscores zijn rubriekbeoordelingen; alleen expliciete goede of foute RECALL-antwoorden kunnen de pure-recall-grens beïnvloeden.
Gedragsdiagnostiek
4 diagnostiekRechter scoort motivering
Voor dit gearchiveerde resultaat werd geen afzonderlijke motivering van de rechter aangehouden.
Voor dit gearchiveerde resultaat werd geen afzonderlijke motivering van de rechter aangehouden.
Voor dit gearchiveerde resultaat werd geen afzonderlijke motivering van de rechter aangehouden.
Voor dit gearchiveerde resultaat werd geen afzonderlijke motivering van de rechter aangehouden.
Historische benchmarknoot: deze gearchiveerde algemene score v1.4 maakte gebruik van de voormalige vaste diagnostische aggregatie. Deze wordt behouden voor reproduceerbaarheid en mag niet worden geïnterpreteerd als een v1.5 Model Match-score.
Tijdelijk bewijs
0 RECALL-sondesTijdlijn voor pure herinnering
De daadwerkelijke vragenset werd vóór het geteste modelverzoek geschud. Ontbrekende generatieslots zijn geen modelonthoudingen. De tijdlijn reconstrueert hun doelmaanden voor controleerbaarheid. Alleen expliciete RECALL-antwoorden zijn afkapbewijs; INFERENCE, GUESS en UNKNOWN blijven zichtbaar maar verplaatsen de grens niet.
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
✓ juiste RECALL✕ verkeerde RECALL~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
0UNKNOWN
0juiste RECALL
0verkeerde RECALL
Tijdelijke vergelijking
CONSISTENTVergelijking van kennisgrenzen
Referentie-uitschakeling2025-05OFFICIAL_WEB · 100%
Nieuwst ondersteunde RECALL—0 in aanmerking komende RECALL-antwoorden
Waargenomen grensOnvoldoende RECALL-bewijsINSUFFICIENT_RECALL_EVIDENCE
AfsnijdingsuitlijningCONSISTENT88/100 · 87% vertrouwen
Rechter merkt op
- 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.
Referentie-afgesneden bronnen
Semantisch: juist 16 · fout 2 · onbekend 6. Uitgesloten van de afsluiting: 0.
Gedragsidentiteit
CONSISTENT · 88%Identiteitssignalen
Identiteit wordt afgeleid uit de consistentie tussen het geclaimde model en het waargenomen kennis/antwoordprofiel. Het is bewijs, geen attest op afstand of cryptografisch bewijs van de serveergewichten.
Positieve signalen
- 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.
Negatieve signalen
- 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.
Beoordeel identiteitsredenen
- 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.
Reactie van getest model
Woordelijk geëxtraheerde modeltekst
Gearchiveerde samenvatting
Deze run dateert van vóór de retentie van het volledige rapport waarvoor u zich heeft aangemeld. De uitdaging, de antwoordsleutel en de genormaliseerde beoordeling van de rechter zijn beschikbaar, maar de exact geteste antwoordtekst van het model werd opzettelijk weggegooid door het privacybeleid uit het benchmarktijdperk.
Volledige benchmarklijst
Vraag-voor-vraag bewijs
Alle toegelaten vragen worden weergegeven met het verwachte antwoord, de beschikbare bron, de basis van het geteste model, het semantische oordeel en de geschiktheidslimiet. Vragen zonder cijfer zijn geen modelonthoudingen. Een correcte GIDS of INFERTIE blijft semantisch correct, maar wordt uitgesloten van puur terugroep-cutoff-bewijs.
✓K01UNKNOWNuitgesloten van de afsluiting
What was the name of Firefly Aerospace's lunar lander that successfully touched down on the Moon?
Verwacht antwoordBlue GhostSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 85%
Opmerking rechter: Matches Blue Ghost.
✓K02UNKNOWNuitgesloten van de afsluiting
What was the name of Blue Origin's rocket that reached orbit on its maiden flight?
Verwacht antwoordNew GlennSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 90%
Opmerking rechter: Matches New Glenn.
✓K03UNKNOWNuitgesloten van de afsluiting
What was the designation of the Blue Origin mission that carried an all-women crew including Katy Perry and Gayle King?
Verwacht antwoordNS-31Source ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 45%
Opmerking rechter: Matches NS-31.
?K04UNKNOWNuitgesloten van de afsluiting
Who won the men's 100 metres at the 2025 World Athletics Championships in Tokyo?
Verwacht antwoordOblique SevilleSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: UNKNOWNGerapporteerd vertrouwen: 0%
Opmerking rechter: Explicit abstention.
✓K05UNKNOWNuitgesloten van de afsluiting
Which Venezuelan opposition leader was awarded the 2025 Nobel Peace Prize?
Verwacht antwoordMaria Corina MachadoSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 60%
Opmerking rechter: Matches Maria Corina Machado.
?K06UNKNOWNuitgesloten van de afsluiting
At which Alaska military installation did Donald Trump meet Vladimir Putin for their 2025 summit?
Verwacht antwoordJoint Base Elmendorf-RichardsonSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: UNKNOWNGerapporteerd vertrouwen: 0%
Opmerking rechter: Explicit abstention.
✓K07UNKNOWNuitgesloten van de afsluiting
What landmark global health instrument did the World Health Assembly adopt?
Verwacht antwoordWHO Pandemic AgreementSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 55%
Opmerking rechter: Explicitly includes WHO Pandemic Agreement.
✓K08UNKNOWNuitgesloten van de afsluiting
Which Brazilian city hosted the COP30 climate conference?
Verwacht antwoordBelemSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 90%
Opmerking rechter: Matches Belem.
✓K09UNKNOWNuitgesloten van de afsluiting
Which new Nintendo console launched alongside Mario Kart World?
Verwacht antwoordNintendo Switch 2Source ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 85%
Opmerking rechter: Matches Nintendo Switch 2.
?K10UNKNOWNuitgesloten van de afsluiting
Which album won Album of the Year at the 67th Grammy Awards?
Verwacht antwoordCowboy CarterSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: UNKNOWNGerapporteerd vertrouwen: 0%
Opmerking rechter: Explicit abstention.
?K11UNKNOWNuitgesloten van de afsluiting
Which performer won the 2025 Eurovision Song Contest for Austria with Wasted Love?
Verwacht antwoordJJSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: UNKNOWNGerapporteerd vertrouwen: 0%
Opmerking rechter: Explicit abstention.
✕K12UNKNOWNuitgesloten van de afsluiting
Which numbered iPhone generation did Apple debut at its September product event?
Verwacht antwoordiPhone 17Source ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: WRONGGerapporteerd vertrouwen: 75%
Opmerking rechter: Answered iPhone 16; expected iPhone 17.
✓K13UNKNOWNuitgesloten van de afsluiting
Which city hosted the COP29 climate conference that concluded with a new climate-finance agreement?
Verwacht antwoordBakuSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 92%
Opmerking rechter: Matches Baku.
✓K14UNKNOWNuitgesloten van de afsluiting
Which Japanese organization was awarded the 2024 Nobel Peace Prize?
Verwacht antwoordNihon HidankyoSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 95%
Opmerking rechter: Matches Nihon Hidankyo.
?K15UNKNOWNuitgesloten van de afsluiting
Which national team defeated Spain on penalties to win UEFA Women's Euro 2025?
Verwacht antwoordEnglandSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: UNKNOWNGerapporteerd vertrouwen: 0%
Opmerking rechter: Explicit abstention.
✓K16UNKNOWNuitgesloten van de afsluiting
Which pope died at the Vatican on Easter Monday 2025?
Verwacht antwoordPope FrancisSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 85%
Opmerking rechter: Matches Pope Francis.
✓K17UNKNOWNuitgesloten van de afsluiting
Which film won Best Picture at the 97th Academy Awards?
Verwacht antwoordAnoraSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 65%
Opmerking rechter: Matches Anora.
✓K18UNKNOWNuitgesloten van de afsluiting
Which political alliance became the largest group in Germany's 2025 Bundestag election?
Verwacht antwoordCDU/CSUSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 85%
Opmerking rechter: Matches CDU/CSU.
✓K19UNKNOWNuitgesloten van de afsluiting
Which network of Indian forts became the country's 44th UNESCO World Heritage property?
Verwacht antwoordMaratha Military Landscapes of IndiaSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 50%
Opmerking rechter: Matches Maratha Military Landscapes of India.
✓K20UNKNOWNuitgesloten van de afsluiting
Which mission conducted the first commercial spacewalk?
Verwacht antwoordPolaris DawnSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 92%
Opmerking rechter: Matches Polaris Dawn.
✓K21UNKNOWNuitgesloten van de afsluiting
Which private astronaut mission launched Peggy Whitson and Shubhanshu Shukla to the International Space Station?
Verwacht antwoordAxiom Mission 4Source ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 70%
Opmerking rechter: Matches Axiom Mission 4.
✓K22UNKNOWNuitgesloten van de afsluiting
Which Paris cathedral formally reopened five years after a devastating fire?
Verwacht antwoordNotre-Dame de ParisSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: CORRECTGerapporteerd vertrouwen: 97%
Opmerking rechter: Matches Notre-Dame de Paris.
?K23UNKNOWNuitgesloten van de afsluiting
Who won Chile's 2025 presidential runoff election?
Verwacht antwoordJose Antonio KastSource ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: UNKNOWNGerapporteerd vertrouwen: 0%
Opmerking rechter: Explicit abstention.
✕K24UNKNOWNuitgesloten van de afsluiting
What new flagship AI system did OpenAI introduce?
Verwacht antwoordGPT-5Source ↗
Beproefd model antwoord—Het exacte modelantwoord werd niet behouden voor deze gearchiveerde run.
Oordeel van de rechter: WRONGGerapporteerd vertrouwen: 40%
Opmerking rechter: Answered GPT-4o; expected GPT-5.
Vraagdekking en onderzoeksnotities
Feitelijke vragen: 24 · Niet beoordeeld door de rechter: 0
Referentiegrens en citaten worden verstrekt door de rechter en niet onafhankelijk bevestigd door het platform. Onderzoeksnotities bestraffen het geteste model niet.
Metagegevens uitvoeren
Reproduceerbaarheidsdetails
Run-ID
68TGGQW6SM9411Y4XDAPH3BR3HBenchmark
model-verification-single-request-v1.3Rechter
gpt-5.6-solGevraagd protocol
openai_chatGedetecteerd antwoordschema
Legacy / not recordedCompatibiliteit van protocollen
WEDSTRIJD / erfenisModeluitvoer
Not recordedInvoertokens
Not recordedUitvoertokens
Not recordedEinde reden
Not recordedHTTP-status
200Externe latentie
10,087 msReactiebytes
2,591SHA-256
37edfee0969ea8c1529cf6db6830118353b483a27995cedcf20b25e5b40b8ff1Belangrijke beperking
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.
Voer een onafhankelijke verificatie uit
Test hetzelfde eindpunt zelf of blader door andere openbare rapporten voordat u vertrouwt op een geadverteerde modelidentiteit.