← Publiczny rejestr weryfikacyjnymodel-verification-single-request-v1.4
Raport z weryfikacji publicznego modelu AI

claude-opus-4-6

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

openai_chatgpt-5.6-solSep 8, 2026 07:11 UTC
Starszy Wynik Jakości93/100
CONSISTENT82% pewność oceny
Raport stałyhttps://model-gate.com/pl/model-verification/results/HTAMKTZHR951P7JVR0RJDS7TXJ
Telegram ↗X ↗
Faktyczne przypomnienie94
Aktualność wiedzy92
Odporność na halucynacje94
Kalibrowanie93
Reklamowany modelclaude-opus-4-6
Model rozstrzygnięty przez sędziegoClaude Opus 4.6Anthropic
Host punktu końcowegoapi.model-gate.com
Pole modelu reakcji zewnętrznejclaude-opus-4-6
Analiza oceniającego

Dlaczego ta weryfikacja otrzymała swój wynik

Raport publiczny odzwierciedla dowody analityczne przedstawione testerowi po /chat/verify. Oceny sędziowskie to oceny rubrykowe; tylko wyraźne poprawne lub błędne odpowiedzi RECALL mogą wpływać na granicę odcięcia czystego przypominania.

Diagnostyka behawioralna

Uzasadnienie oceny sędziego

4 diagnostyka
Faktyczne przypomnienie94/100

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

Aktualność wiedzy92/100

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

Odporność na halucynacje94/100

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

Kalibrowanie93/100

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

Notatka dotycząca historycznego testu porównawczego: w tym zarchiwizowanym ogólnym wyniku wersji 1.4 wykorzystano poprzednią stałą agregację diagnostyczną. Jest on zachowywany w celu zapewnienia powtarzalności i nie należy go interpretować jako wyniku dopasowania modelu v1.5.

Dowody tymczasowe

Oś czasu czystego przypominania

12 PRZYWOŁAJ sondy

Rzeczywisty zestaw pytań został przetasowany przed żądaniem testowanego modelu. Brakujące miejsca dla pokoleń nie są modelowym wstrzymaniem się od głosu. Oś czasu rekonstruuje docelowe miesiące w celu umożliwienia kontroli. Tylko wyraźne odpowiedzi RECALL stanowią dowód graniczny; WNIOSEK, DOMYŚLENIE i NIEZNANE pozostają widoczne, ale nie przesuwają granicy.

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
✓ prawidłowe PRZYPOMNIENIE✕ błędne PRZYPOMNIENIE~ INFERENCE≈ GUESS? UNKNOWN
12RECALL
0INFERENCE
1GUESS
11UNKNOWN
12prawidłowe PRZYPOMNIENIE
0błędne PRZYPOMNIENIE
Porównanie czasowe

Porównanie granic wiedzy

CONSISTENT
Odcięcie odniesienia2025-05OFFICIAL_WEB · 100%
Najnowsze obsługiwane RECALL2025-0612 kwalifikujące się odpowiedzi PRZYWOŁAJ
Obserwowana granicaNiewystarczające dowody WYCOFANIAINSUFFICIENT_RECALL_EVIDENCE
Wyrównanie odcięciaCONSISTENT91/100 · 84% pewność
Uwagi oceniającego
  • 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.

Semantyczny: poprawne 13 · niepoprawne 0 · nieznane 11. Wykluczone z odcięcia: 12.

Tożsamość behawioralna

Sygnały tożsamości

CONSISTENT · 82%

Tożsamość wnioskuje się na podstawie zgodności między deklarowanym modelem a obserwowanym profilem wiedzy/odpowiedzi. Jest to dowód, a nie zdalne poświadczenie lub kryptograficzny dowód wag serwowania.

Pozytywne sygnały

  • 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.

Negatywne sygnały

  • 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.
Uzasadnienie tożsamości sędziego
  • 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.
Reakcja testowanego modelu

Dosłownie wyodrębniony tekst modelu

Opublikowano przez zgodę testera

To jest dokładny tekst modelu pobrany z pomyślnej odpowiedzi zewnętrznego interfejsu API i dostarczony sędziemu. Nagłówki HTTP, zewnętrzny klucz API i pełna koperta odpowiedzi dostawcy nie są tutaj przechowywane.

```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"}]}
```
Pełna lista testów porównawczych

Dowody pytanie po pytaniu

Wszystkie dopuszczone pytania są pokazane wraz z oczekiwaną odpowiedzią, dostępnym źródłem, podstawą testowanego modelu, werdyktem semantycznym i kwalifikowalnością graniczną. Pytania bez oceny nie są modelowym wstrzymaniem się od głosu. Prawidłowe DOMYŚLENIE lub WNIOSEK pozostaje poprawne semantycznie, ale jest wykluczone z dowodu granicznego opartego na czystym przypomnieniu.

✓K01RECALLdowód odcięty

Which cardinal was elected pope by the May 2025 conclave?

Oczekiwana odpowiedźRobert Francis PrevostSource ↗
Odpowiedź na testowany modelRobert Francis Prevost (taking the name Leo XIV)90% · RECALL
Werdykt oceniającego: CORRECTZgłoszone zaufanie: 90%

Uwaga oceniającego: Robert Francis Prevost and Leo XIV are accepted.

✓K02RECALLdowód odcięty

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

Oczekiwana odpowiedźShogunSource ↗
Odpowiedź na testowany modelShōgun95% · RECALL
Werdykt oceniającego: CORRECTZgłoszone zaufanie: 95%

Uwaga oceniającego: Shogun matches the answer key.

✓K03RECALLdowód odcięty

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

Oczekiwana odpowiedźCDU/CSUSource ↗
Odpowiedź na testowany modelCDU/CSU (Union)97% · RECALL
Werdykt oceniającego: CORRECTZgłoszone zaufanie: 97%

Uwaga oceniającego: CDU/CSU is accepted.

?K04UNKNOWNwyłączone z odcięcia

Which performer won the 2025 Eurovision Song Contest?

Oczekiwana odpowiedźJJSource ↗
Odpowiedź na testowany modelUNKNOWN0% · UNKNOWN
Werdykt oceniającego: UNKNOWNZgłoszone zaufanie: 0%

Uwaga oceniającego: Explicit abstention.

✓K05RECALLdowód odcięty

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

Oczekiwana odpowiedźIndiaSource ↗
Odpowiedź na testowany modelIndia80% · RECALL
Werdykt oceniającego: CORRECTZgłoszone zaufanie: 80%

Uwaga oceniającego: India matches the answer key.

✓K06RECALLdowód odcięty

Who won the 2024 FIDE World Chess Championship?

Oczekiwana odpowiedźGukesh DommarajuSource ↗
Odpowiedź na testowany modelGukesh Dommaraju97% · RECALL
Werdykt oceniającego: CORRECTZgłoszone zaufanie: 97%

Uwaga oceniającego: Gukesh Dommaraju matches the answer key.

✓K07RECALLdowód odcięty

Which organization received the 2024 Nobel Peace Prize?

Oczekiwana odpowiedźNihon HidankyoSource ↗
Odpowiedź na testowany modelNihon Hidankyo95% · RECALL
Werdykt oceniającego: CORRECTZgłoszone zaufanie: 95%

Uwaga oceniającego: Nihon Hidankyo matches the answer key.

✓K08RECALLdowód odcięty

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

Oczekiwana odpowiedźJannik SinnerSource ↗
Odpowiedź na testowany modelJannik Sinner97% · RECALL
Werdykt oceniającego: CORRECTZgłoszone zaufanie: 97%

Uwaga oceniającego: Jannik Sinner matches the answer key.

?K09UNKNOWNwyłączone z odcięcia

Who won Chile's 2025 presidential runoff election?

Oczekiwana odpowiedźJose Antonio KastSource ↗
Odpowiedź na testowany modelUNKNOWN0% · UNKNOWN
Werdykt oceniającego: UNKNOWNZgłoszone zaufanie: 0%

Uwaga oceniającego: Explicit abstention.

?K10UNKNOWNwyłączone z odcięcia

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

Oczekiwana odpowiedźAryna SabalenkaSource ↗
Odpowiedź na testowany modelUNKNOWN0% · UNKNOWN
Werdykt oceniającego: UNKNOWNZgłoszone zaufanie: 0%

Uwaga oceniającego: Explicit abstention.

?K11UNKNOWNwyłączone z odcięcia

Who received the 2025 Nobel Peace Prize?

Oczekiwana odpowiedźMaria Corina MachadoSource ↗
Odpowiedź na testowany modelUNKNOWN0% · UNKNOWN
Werdykt oceniającego: UNKNOWNZgłoszone zaufanie: 0%

Uwaga oceniającego: Explicit abstention.

✓K12RECALLdowód odcięty

Who won the 2024 United States presidential election?

Oczekiwana odpowiedźDonald TrumpSource ↗
Odpowiedź na testowany modelDonald Trump99% · RECALL
Werdykt oceniającego: CORRECTZgłoszone zaufanie: 99%

Uwaga oceniającego: Donald Trump matches the answer key.

✓K13RECALLdowód odcięty

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

Oczekiwana odpowiedźYeztugoSource ↗
Odpowiedź na testowany modelLenacapavir (Sunlenca)72% · RECALL
Werdykt oceniającego: CORRECTZgłoszone zaufanie: 72%

Uwaga oceniającego: Lenacapavir is accepted, though the parenthetical Sunlenca brand is not the prevention brand requested.

?K14UNKNOWNwyłączone z odcięcia

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

Oczekiwana odpowiedźCarlos AlcarazSource ↗
Odpowiedź na testowany modelUNKNOWN0% · UNKNOWN
Werdykt oceniającego: UNKNOWNZgłoszone zaufanie: 0%

Uwaga oceniającego: Explicit abstention.

✓K15RECALLdowód odcięty

Which team won Super Bowl LIX?

Oczekiwana odpowiedźPhiladelphia EaglesSource ↗
Odpowiedź na testowany modelPhiladelphia Eagles90% · RECALL
Werdykt oceniającego: CORRECTZgłoszone zaufanie: 90%

Uwaga oceniającego: Philadelphia Eagles matches the answer key.

?K16UNKNOWNwyłączone z odcięcia

Who won the 2025 Tour Championship and FedExCup?

Oczekiwana odpowiedźTommy FleetwoodSource ↗
Odpowiedź na testowany modelUNKNOWN0% · UNKNOWN
Werdykt oceniającego: UNKNOWNZgłoszone zaufanie: 0%

Uwaga oceniającego: Explicit abstention.

?K17UNKNOWNwyłączone z odcięcia

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

Oczekiwana odpowiedźAsia-PacificSource ↗
Odpowiedź na testowany modelUNKNOWN0% · UNKNOWN
Werdykt oceniającego: UNKNOWNZgłoszone zaufanie: 0%

Uwaga oceniającego: Explicit abstention.

?K18UNKNOWNwyłączone z odcięcia

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

Oczekiwana odpowiedźATLASSource ↗
Odpowiedź na testowany modelUNKNOWN0% · UNKNOWN
Werdykt oceniającego: UNKNOWNZgłoszone zaufanie: 0%

Uwaga oceniającego: Explicit abstention.

?K19UNKNOWNwyłączone z odcięcia

Who won New York City's 2025 mayoral election?

Oczekiwana odpowiedźZohran MamdaniSource ↗
Odpowiedź na testowany modelUNKNOWN0% · UNKNOWN
Werdykt oceniającego: UNKNOWNZgłoszone zaufanie: 0%

Uwaga oceniającego: Explicit abstention.

?K20UNKNOWNwyłączone z odcięcia

Which team won the 2025 NBA Finals?

Oczekiwana odpowiedźOklahoma City ThunderSource ↗
Odpowiedź na testowany modelUNKNOWN0% · UNKNOWN
Werdykt oceniającego: UNKNOWNZgłoszone zaufanie: 0%

Uwaga oceniającego: Explicit abstention.

✓K21RECALLdowód odcięty

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

Oczekiwana odpowiedźLiberal Party of CanadaSource ↗
Odpowiedź na testowany modelLiberal Party of Canada72% · RECALL
Werdykt oceniającego: CORRECTZgłoszone zaufanie: 72%

Uwaga oceniającego: Liberal Party of Canada matches the answer key.

?K22UNKNOWNwyłączone z odcięcia

Who won the 2025 Wimbledon gentlemen's singles title?

Oczekiwana odpowiedźJannik SinnerSource ↗
Odpowiedź na testowany modelUNKNOWN0% · UNKNOWN
Werdykt oceniającego: UNKNOWNZgłoszone zaufanie: 0%

Uwaga oceniającego: Explicit abstention.

✓K23GUESSwyłączone z odcięcia

Who won the 2025 Masters Tournament?

Oczekiwana odpowiedźRory McIlroySource ↗
Odpowiedź na testowany modelRory McIlroy55% · GUESS
Werdykt oceniającego: CORRECTZgłoszone zaufanie: 55%

Uwaga oceniającego: Rory McIlroy is correct, but the model explicitly labeled it a guess.

✓K24RECALLdowód odcięty

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

Oczekiwana odpowiedźAnoraSource ↗
Odpowiedź na testowany modelAnora85% · RECALL
Werdykt oceniającego: CORRECTZgłoszone zaufanie: 85%

Uwaga oceniającego: Anora matches the answer key.

Zakres pytań i notatki z badań

Pytania merytoryczne: 24 · Nie ocenione przez sędziego: 0

Punkty odniesienia i cytaty są dostarczane przez sędziego i nie są niezależnie potwierdzane przez platformę. Notatki z badań nie penalizują testowanego modelu.

Uruchom metadane

Szczegóły dotyczące powtarzalności

ID uruchomieniaHTAMKTZHR951P7JVR0RJDS7TXJ
Benchmarkmodel-verification-single-request-v1.4
Model oceniającygpt-5.6-sol
Żądany protokółopenai_chat
Wykryto schemat odpowiedziLegacy / not recorded
Zgodność protokołuMECZ / dziedzictwo
Wyjście modeluNot recorded
Tokeny wejścioweNot recorded
Tokeny wyjścioweNot recorded
Powód zakończeniaNot recorded
Stan HTTP200
Opóźnienie zewnętrzne12,772 ms
Bajty odpowiedzi2,665
SHA-2566d36e6fd6f6091dd50b513a22a18a9867f152d4fb9361a5fee6b99adb40502f5
Ważne ograniczenie

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.

Przeprowadź niezależną weryfikację

Zanim zaczniesz polegać na reklamowanej tożsamości modelu, przetestuj sam ten sam punkt końcowy lub przejrzyj inne publiczne raporty.