Openbaar AI-modelverificatierapport
deepseek-v4-flash
https://api.model-gate.com/v1/chat/completions
Verouderde kwaliteitsscore87/100
SUSPICIOUS76% beoordelingsvertrouwen
Permanent rapport
https://model-gate.com/nl/model-verification/results/A8T2GNQWKPJS4M16YAF7M0PGP4Analyse van de beoordelaar
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? 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
✓ juiste RECALL✕ verkeerde RECALL~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
0UNKNOWN
0juiste RECALL
0verkeerde RECALL
Tijdelijke vergelijking
LATER_THAN_REFERENCEVergelijking van kennisgrenzen
Referentie-uitschakeling2025-05ESTIMATED_WEB · 45%
Nieuwst ondersteunde RECALL—0 in aanmerking komende RECALL-antwoorden
Waargenomen grensOnvoldoende RECALL-bewijsINSUFFICIENT_RECALL_EVIDENCE
AfsnijdingsuitlijningLATER_THAN_REFERENCE28/100 · 55% zekerheid
Notities van de beoordelaar
- 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.
Referentie-afgesneden bronnen
Semantisch: juist 21 · onjuist 3 · onbekend 0. Uitgesloten van de afsluiting: 0.
Gedragsidentiteit
SUSPICIOUS · 76%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
- Strong performance on essentially all events before and near the saved reference cutoff.
- No systematic strong-recall failures substantially before the reference cutoff.
Negatieve signalen
- 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.
Beoordeel identiteitsredenen
- 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.
Reactie van getest model
Woordelijk geëxtraheerde modeltekst
Gepubliceerde beoordeling
De uitdaging, de antwoordsleutel en de genormaliseerde beoordeling van de rechter zijn beschikbaar. Exacte tekst van het geteste model is niet beschikbaar voor publicatie, tenzij deze is behouden met de opt-in van de tester. Het publiceren van een beoordeling zorgt niet voor die toestemming en herstelt geen weggegooide tekst.
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
Which Venezuelan opposition leader was awarded the 2025 Nobel Peace Prize?
Verwacht antwoordMaria Corina MachadoSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: WRONGGerapporteerd vertrouwen: 75%
Notitie van de beoordelaar: Machado is correct, but the answer incorrectly adds Edmundo Gonzalez Urrutia as a co-recipient.
✓K02UNKNOWNuitgesloten van de afsluiting
Which two countries signed a joint peace declaration at the White House?
Verwacht antwoordArmenia and AzerbaijanSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 62%
Notitie van de beoordelaar: Matches Armenia and Azerbaijan.
✓K03UNKNOWNuitgesloten van de afsluiting
What papal name did Cardinal Robert Francis Prevost take after his election?
Verwacht antwoordLeo XIVSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 85%
Notitie van de beoordelaar: Matches Pope Leo XIV.
✓K04UNKNOWNuitgesloten van de afsluiting
Which city hosted the first G20 Leaders' Summit held on the African continent?
Verwacht antwoordJohannesburgSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 80%
Notitie van de beoordelaar: Matches Johannesburg.
✓K05UNKNOWNuitgesloten van de afsluiting
Which film won Best Picture at the 97th Academy Awards?
Verwacht antwoordAnoraSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 95%
Notitie van de beoordelaar: Matches Anora.
✓K06UNKNOWNuitgesloten van de afsluiting
Which mission completed the first commercial spacewalk?
Verwacht antwoordPolaris DawnSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 88%
Notitie van de beoordelaar: Matches Polaris Dawn.
✓K07UNKNOWNuitgesloten van de afsluiting
Which team won the 2025 NBA championship?
Verwacht antwoordOklahoma City ThunderSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 45%
Notitie van de beoordelaar: Matches Oklahoma City Thunder.
✓K08UNKNOWNuitgesloten van de afsluiting
Which flagship model did OpenAI release in its API platform?
Verwacht antwoordGPT-5Source ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 80%
Notitie van de beoordelaar: Matches GPT-5.
✕K09UNKNOWNuitgesloten van de afsluiting
Which footballer won The Best FIFA Men's Player award for 2025?
Verwacht antwoordOusmane DembeleSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: WRONGGerapporteerd vertrouwen: 48%
Notitie van de beoordelaar: Expected Ousmane Dembele, not Vinicius Junior.
✓K10UNKNOWNuitgesloten van de afsluiting
Which political alliance won the largest share of votes in Germany's 2025 federal election?
Verwacht antwoordCDU/CSUSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 90%
Notitie van de beoordelaar: Matches CDU/CSU.
✓K11UNKNOWNuitgesloten van de afsluiting
Which international court issued arrest warrants for Benjamin Netanyahu and Yoav Gallant?
Verwacht antwoordInternational Criminal CourtSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 100%
Notitie van de beoordelaar: Matches the International Criminal Court.
✓K12UNKNOWNuitgesloten van de afsluiting
Which commercial lunar lander successfully touched down in Mare Crisium?
Verwacht antwoordBlue GhostSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 88%
Notitie van de beoordelaar: Matches Blue Ghost.
✓K13UNKNOWNuitgesloten van de afsluiting
Which Blue Origin rocket reached orbit on its maiden launch?
Verwacht antwoordNew GlennSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 95%
Notitie van de beoordelaar: Matches New Glenn.
✓K14UNKNOWNuitgesloten van de afsluiting
Which standard iPhone generation did Apple unveil at its September product event?
Verwacht antwoordiPhone 17Source ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 90%
Notitie van de beoordelaar: Matches iPhone 17.
✓K15UNKNOWNuitgesloten van de afsluiting
Which pontiff died at the Vatican on Easter Monday?
Verwacht antwoordPope FrancisSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 98%
Notitie van de beoordelaar: Matches Pope Francis.
✓K16UNKNOWNuitgesloten van de afsluiting
Which party retained a parliamentary majority in Moldova's election?
Verwacht antwoordParty of Action and SolidaritySource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 72%
Notitie van de beoordelaar: Matches the Party of Action and Solidarity.
✓K17UNKNOWNuitgesloten van de afsluiting
What landmark global health accord did the World Health Assembly adopt?
Verwacht antwoordWHO Pandemic AgreementSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 75%
Notitie van de beoordelaar: Pandemic Agreement is an accepted answer.
✓K18UNKNOWNuitgesloten van de afsluiting
Which British band began its long-awaited reunion tour in Cardiff after a 16-year hiatus?
Verwacht antwoordOasisSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 95%
Notitie van de beoordelaar: Matches Oasis.
✓K19UNKNOWNuitgesloten van de afsluiting
Which album won Album of the Year at the 2025 Grammy Awards?
Verwacht antwoordCowboy CarterSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 90%
Notitie van de beoordelaar: Matches Cowboy Carter.
✓K20UNKNOWNuitgesloten van de afsluiting
What was the mission designation of Blue Origin's flight carrying Katy Perry, Gayle King and four other women?
Verwacht antwoordNS-31Source ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 92%
Notitie van de beoordelaar: Matches NS-31.
✓K21UNKNOWNuitgesloten van de afsluiting
Which Paris cathedral reopened after five years of restoration following its 2019 fire?
Verwacht antwoordNotre-Dame de ParisSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 98%
Notitie van de beoordelaar: Matches Notre-Dame de Paris.
✓K22UNKNOWNuitgesloten van de afsluiting
Which new Nintendo console launched worldwide?
Verwacht antwoordNintendo Switch 2Source ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 95%
Notitie van de beoordelaar: Matches Nintendo Switch 2.
✓K23UNKNOWNuitgesloten van de afsluiting
Which Japanese organization was awarded the 2024 Nobel Peace Prize?
Verwacht antwoordNihon HidankyoSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: CORRECTGerapporteerd vertrouwen: 95%
Notitie van de beoordelaar: Matches Nihon Hidankyo.
✕K24UNKNOWNuitgesloten van de afsluiting
Which national team won UEFA Women's Euro 2025?
Verwacht antwoordEnglandSource ↗
Beproefd model antwoord—Exacte modelreactie is niet beschikbaar voor publicatie.
Oordeel van de beoordelaar: WRONGGerapporteerd vertrouwen: 65%
Notitie van de beoordelaar: Expected England, not Spain.
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
Uitvoerings-ID
A8T2GNQWKPJS4M16YAF7M0PGP4Benchmark
model-verification-single-request-v1.3Beoordelingsmodel
gpt-5.6-solGevraagd protocol
openai_chatGedetecteerd antwoordschema
Legacy / not recordedCompatibiliteit van protocollen
WEDSTRIJD / erfenisModeluitvoer
Not recordedInvoertokens
Not recordedUitvoertokens
Not recordedReden van beëindiging
Not recordedHTTP-status
200Externe latentie
222,372 msReactiebytes
2,597SHA-256
e13bdc27a0f0f92d7830a6c409fc8ffed2214bb814e138471d9cc7ca27be7e71Belangrijke 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.