Openbaar AI-modelverificatierapport
claude-opus-5
https://madclaude.cloud/v1/messages
Model Match-score8/100
HIGHLY_INCONSISTENT98% beoordelingsvertrouwen
Bewijs: SUFFICIENTPermanent rapport
https://model-gate.com/nl/model-verification/results/V8Y3ZFEZK23179GX0M3MN6D36FAnalyse 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
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.
Model-match benchmarks berekenen deze vier diagnostische scores niet tot modelidentiteit. De kop Model Match-score komt uit de rubriek identiteit van de rechter; De weerstand tegen hallucinaties en de kalibratie kunnen hoog blijven, zelfs als de match tussen het geclaimde model en het geclaimde model erg laag is.
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.
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
✓ juiste RECALL✕ verkeerde RECALL~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
24UNKNOWN
0juiste RECALL
0verkeerde RECALL
Tijdelijke vergelijking
UNKNOWNVergelijking van kennisgrenzen
Referentie-uitschakeling2026-05OFFICIAL_WEB · 99%
Nieuwst ondersteunde RECALL—0 in aanmerking komende RECALL-antwoorden
Waargenomen grensOnvoldoende RECALL-bewijsINSUFFICIENT_RECALL_EVIDENCE
AfsnijdingsuitlijningUNKNOWN0% zekerheid
Notities van de beoordelaar
- 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.
Referentie-afgesneden bronnen
Semantisch: juist 0 · onjuist 0 · onbekend 24. Uitgesloten van de afsluiting: 24.
Gedragsidentiteit
HIGHLY_INCONSISTENT · 98%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
- The self-reported model name and provider match the claim, but self-report is weak identity evidence.
- The response avoided fabricated factual answers.
Negatieve signalen
- 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.
Bewijs voldoende: 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.
Beoordeel identiteitsredenen
- 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.
Reactie van getest model
Woordelijk geëxtraheerde modeltekst
Gepubliceerd door tester-opt-in
Dit is de exacte modeltekst die uit de succesvolle externe API-reactie is gehaald en aan de rechter is verstrekt. HTTP-headers, de externe API-sleutel en de volledige antwoordenvelop van de provider worden hier niet opgeslagen.
```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"
}
]
}
```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 film won Best Picture at the 98th Academy Awards?
Verwacht antwoordOne Battle After AnotherSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K02UNKNOWNuitgesloten van de afsluiting
According to Webb findings released in January 2026, where are crystalline silicates forged around a very young star?
Verwacht antwoordIn the hot inner part of its surrounding diskSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K03UNKNOWNuitgesloten van de afsluiting
Which team won Super Bowl LX?
Verwacht antwoordSeattle SeahawksSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K04UNKNOWNuitgesloten van de afsluiting
What regulatory decision did the FDA announce for the Tregzi cellular immunotherapy?
Verwacht antwoordIt approved TregziSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K05UNKNOWNuitgesloten van de afsluiting
Who won the 2026 Wimbledon men's singles title?
Verwacht antwoordJannik SinnerSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K06UNKNOWNuitgesloten van de afsluiting
Who won the 2025 Tour Championship and FedExCup?
Verwacht antwoordTommy FleetwoodSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K07UNKNOWNuitgesloten van de afsluiting
Which performer won the 2026 Eurovision Song Contest?
Verwacht antwoordDARASource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K08UNKNOWNuitgesloten van de afsluiting
Which team won the 2025 NBA Finals?
Verwacht antwoordOklahoma City ThunderSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K09UNKNOWNuitgesloten van de afsluiting
Which country won the 2026 World Baseball Classic?
Verwacht antwoordVenezuelaSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K10UNKNOWNuitgesloten van de afsluiting
Which team won the 2026 NBA Finals?
Verwacht antwoordNew York KnicksSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K11UNKNOWNuitgesloten van de afsluiting
Who won New York City's 2025 mayoral election?
Verwacht antwoordZohran MamdaniSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K12UNKNOWNuitgesloten van de afsluiting
Who won the 2026 Australian Open women's singles title?
Verwacht antwoordElena RybakinaSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K13UNKNOWNuitgesloten van de afsluiting
Which club won the 2026 UEFA Super Cup?
Verwacht antwoordParis Saint-GermainSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K14UNKNOWNuitgesloten van de afsluiting
What mishap classification did NASA assign to Boeing Starliner's Crewed Flight Test?
Verwacht antwoordType A mishapSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K15UNKNOWNuitgesloten van de afsluiting
Which country won the 2026 FIFA World Cup?
Verwacht antwoordSpainSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K16UNKNOWNuitgesloten van de afsluiting
Which club won the 2026 UEFA Champions League final?
Verwacht antwoordParis Saint-GermainSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K17UNKNOWNuitgesloten van de afsluiting
Which country won the 2026 Little League Baseball World Series?
Verwacht antwoordCuraçaoSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K18UNKNOWNuitgesloten van de afsluiting
Which school won the 2026 NCAA Division I men's basketball championship?
Verwacht antwoordMichiganSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K19UNKNOWNuitgesloten van de afsluiting
Who won the 2026 Masters Tournament?
Verwacht antwoordRory McIlroySource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K20UNKNOWNuitgesloten van de afsluiting
Who received the 2025 Nobel Peace Prize?
Verwacht antwoordMaría Corina MachadoSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K21UNKNOWNuitgesloten van de afsluiting
Who clinched the 2025 Formula One World Drivers' Championship?
Verwacht antwoordLando NorrisSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K22UNKNOWNuitgesloten van de afsluiting
In the Google search-antitrust remedies ruling, which browser did the judge decline to force Google to sell?
Verwacht antwoordChromeSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K23UNKNOWNuitgesloten van de afsluiting
Which performer won the 2025 Eurovision Song Contest?
Verwacht antwoordJJSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
?K24UNKNOWNuitgesloten van de afsluiting
Who won the 2025 Wimbledon gentlemen's singles title?
Verwacht antwoordJannik SinnerSource ↗
Beproefd model antwoordUNKNOWN0% · UNKNOWN
Oordeel van de beoordelaar: UNKNOWNGerapporteerd vertrouwen: 0%
Notitie van de beoordelaar: Explicit abstention.
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
V8Y3ZFEZK23179GX0M3MN6D36FBenchmark
model-verification-single-request-v1.5Beoordelingsmodel
gpt-5.6-solGevraagd protocol
openai_chatGedetecteerd antwoordschema
anthropic_messagesCompatibiliteit van protocollen
NIET-OVEREENKOMST · hersteldModeluitvoer
Not recordedInvoertokens
Not recordedUitvoertokens
Not recordedReden van beëindiging
Not recordedHTTP-status
200Externe latentie
19,443 msReactiebytes
3,656SHA-256
2989988b859c9bb90c50291bd34b6ed7423cf3b8c28c3d3915f4f245e99aaaebBelangrijke beperking
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.
Voer een onafhankelijke verificatie uit
Test hetzelfde eindpunt zelf of blader door andere openbare rapporten voordat u vertrouwt op een geadverteerde modelidentiteit.