Relatório de verificação de modelo de IA pública
deepseek-v4-flash
https://api.model-gate.com/v1/chat/completions
Índice de qualidade legado87/100
SUSPICIOUS76% confiança na avaliação
Relatório permanente
https://model-gate.com/pt/model-verification/results/A8T2GNQWKPJS4M16YAF7M0PGP4Análise do avaliador
Por que esta verificação recebeu seu resultado
O relatório público reflete a evidência analítica mostrada ao testador após /chat/verify. As pontuações dos juízes são avaliações de rubricas; apenas respostas RECALL corretas ou erradas explícitas podem influenciar o limite de corte de recordação pura.
Diagnóstico de comportamento
4 diagnósticosJustificativa de pontuação do juiz
Nenhuma justificativa separada do juiz foi mantida para este resultado arquivado.
Nenhuma justificativa separada do juiz foi mantida para este resultado arquivado.
Nenhuma justificativa separada do juiz foi mantida para este resultado arquivado.
Nenhuma justificativa separada do juiz foi mantida para este resultado arquivado.
Nota de referência histórica: esta pontuação geral arquivada da versão 1.4 usou a antiga agregação de diagnóstico fixa. Ela é mantida para fins de reprodutibilidade e não deve ser interpretada como uma pontuação de Model Match v1.5.
Evidência temporal
0 Sondas RECALLLinha do tempo de recall puro
O conjunto de perguntas real foi embaralhado antes da solicitação do modelo testado. Os slots de geração ausentes não são abstenções modelo. A linha do tempo reconstrói os meses-alvo para auditabilidade. Somente respostas RECALL explícitas são evidências de corte; INFERENCE, GUESS e UNKNOWN permanecem visíveis, mas não movem o limite.
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
✓ RECALL correto✕ RECALL errado~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
0UNKNOWN
0RECALL correto
0RECALL errado
Comparação temporal
LATER_THAN_REFERENCEComparação de limite de conhecimento
Corte de referência2025-05ESTIMATED_WEB · 45%
RECALL suportado mais recente—0 respostas RECALL elegíveis
Limite observadoEvidência de RECALL insuficienteINSUFFICIENT_RECALL_EVIDENCE
Alinhamento de corteLATER_THAN_REFERENCE28/100 · 55% confiança
Notas do avaliador
- 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.
Fontes de corte de referência
Semântica: correto 21 · incorreto 3 · desconhecido 0. Excluído do corte: 0.
Identidade comportamental
SUSPICIOUS · 76%Sinais de identidade
A identidade é inferida a partir da consistência entre o modelo reivindicado e o perfil de conhecimento/resposta observado. É uma evidência, não um atestado remoto ou prova criptográfica dos pesos da porção.
Sinais positivos
- Strong performance on essentially all events before and near the saved reference cutoff.
- No systematic strong-recall failures substantially before the reference cutoff.
Sinais negativos
- 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.
Justificativa de identidade do juiz
- 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.
Resposta do modelo testado
Texto do modelo extraído literalmente
Avaliação publicada
O desafio, o gabarito e a avaliação normalizada do juiz estão disponíveis. O texto exato do modelo testado não está disponível para publicação, a menos que tenha sido retido com a aceitação do testador. A publicação de uma avaliação não cria esse consentimento nem recupera texto descartado.
Listagem completa de benchmarks
Evidência pergunta por pergunta
Todas as questões admitidas são mostradas com a resposta esperada, fonte disponível, base do modelo testado, veredicto semântico e elegibilidade de corte. Perguntas não avaliadas não são abstenções modelo. Uma GUESS ou INFERENCE correta permanece semanticamente correta, mas é excluída da evidência de corte de recordação pura.
✕K01UNKNOWNexcluído do corte
Which Venezuelan opposition leader was awarded the 2025 Nobel Peace Prize?
Resposta esperadaMaria Corina MachadoSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: WRONGConfiança relatada: 75%
Nota do avaliador: Machado is correct, but the answer incorrectly adds Edmundo Gonzalez Urrutia as a co-recipient.
✓K02UNKNOWNexcluído do corte
Which two countries signed a joint peace declaration at the White House?
Resposta esperadaArmenia and AzerbaijanSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 62%
Nota do avaliador: Matches Armenia and Azerbaijan.
✓K03UNKNOWNexcluído do corte
What papal name did Cardinal Robert Francis Prevost take after his election?
Resposta esperadaLeo XIVSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 85%
Nota do avaliador: Matches Pope Leo XIV.
✓K04UNKNOWNexcluído do corte
Which city hosted the first G20 Leaders' Summit held on the African continent?
Resposta esperadaJohannesburgSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 80%
Nota do avaliador: Matches Johannesburg.
✓K05UNKNOWNexcluído do corte
Which film won Best Picture at the 97th Academy Awards?
Resposta esperadaAnoraSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 95%
Nota do avaliador: Matches Anora.
✓K06UNKNOWNexcluído do corte
Which mission completed the first commercial spacewalk?
Resposta esperadaPolaris DawnSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 88%
Nota do avaliador: Matches Polaris Dawn.
✓K07UNKNOWNexcluído do corte
Which team won the 2025 NBA championship?
Resposta esperadaOklahoma City ThunderSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 45%
Nota do avaliador: Matches Oklahoma City Thunder.
✓K08UNKNOWNexcluído do corte
Which flagship model did OpenAI release in its API platform?
Resposta esperadaGPT-5Source ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 80%
Nota do avaliador: Matches GPT-5.
✕K09UNKNOWNexcluído do corte
Which footballer won The Best FIFA Men's Player award for 2025?
Resposta esperadaOusmane DembeleSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: WRONGConfiança relatada: 48%
Nota do avaliador: Expected Ousmane Dembele, not Vinicius Junior.
✓K10UNKNOWNexcluído do corte
Which political alliance won the largest share of votes in Germany's 2025 federal election?
Resposta esperadaCDU/CSUSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 90%
Nota do avaliador: Matches CDU/CSU.
✓K11UNKNOWNexcluído do corte
Which international court issued arrest warrants for Benjamin Netanyahu and Yoav Gallant?
Resposta esperadaInternational Criminal CourtSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 100%
Nota do avaliador: Matches the International Criminal Court.
✓K12UNKNOWNexcluído do corte
Which commercial lunar lander successfully touched down in Mare Crisium?
Resposta esperadaBlue GhostSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 88%
Nota do avaliador: Matches Blue Ghost.
✓K13UNKNOWNexcluído do corte
Which Blue Origin rocket reached orbit on its maiden launch?
Resposta esperadaNew GlennSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 95%
Nota do avaliador: Matches New Glenn.
✓K14UNKNOWNexcluído do corte
Which standard iPhone generation did Apple unveil at its September product event?
Resposta esperadaiPhone 17Source ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 90%
Nota do avaliador: Matches iPhone 17.
✓K15UNKNOWNexcluído do corte
Which pontiff died at the Vatican on Easter Monday?
Resposta esperadaPope FrancisSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 98%
Nota do avaliador: Matches Pope Francis.
✓K16UNKNOWNexcluído do corte
Which party retained a parliamentary majority in Moldova's election?
Resposta esperadaParty of Action and SolidaritySource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 72%
Nota do avaliador: Matches the Party of Action and Solidarity.
✓K17UNKNOWNexcluído do corte
What landmark global health accord did the World Health Assembly adopt?
Resposta esperadaWHO Pandemic AgreementSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 75%
Nota do avaliador: Pandemic Agreement is an accepted answer.
✓K18UNKNOWNexcluído do corte
Which British band began its long-awaited reunion tour in Cardiff after a 16-year hiatus?
Resposta esperadaOasisSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 95%
Nota do avaliador: Matches Oasis.
✓K19UNKNOWNexcluído do corte
Which album won Album of the Year at the 2025 Grammy Awards?
Resposta esperadaCowboy CarterSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 90%
Nota do avaliador: Matches Cowboy Carter.
✓K20UNKNOWNexcluído do corte
What was the mission designation of Blue Origin's flight carrying Katy Perry, Gayle King and four other women?
Resposta esperadaNS-31Source ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 92%
Nota do avaliador: Matches NS-31.
✓K21UNKNOWNexcluído do corte
Which Paris cathedral reopened after five years of restoration following its 2019 fire?
Resposta esperadaNotre-Dame de ParisSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 98%
Nota do avaliador: Matches Notre-Dame de Paris.
✓K22UNKNOWNexcluído do corte
Which new Nintendo console launched worldwide?
Resposta esperadaNintendo Switch 2Source ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 95%
Nota do avaliador: Matches Nintendo Switch 2.
✓K23UNKNOWNexcluído do corte
Which Japanese organization was awarded the 2024 Nobel Peace Prize?
Resposta esperadaNihon HidankyoSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: CORRECTConfiança relatada: 95%
Nota do avaliador: Matches Nihon Hidankyo.
✕K24UNKNOWNexcluído do corte
Which national team won UEFA Women's Euro 2025?
Resposta esperadaEnglandSource ↗
Resposta do modelo testado—A resposta exata do modelo não está disponível para publicação.
Veredito do avaliador: WRONGConfiança relatada: 65%
Nota do avaliador: Expected England, not Spain.
Cobertura de perguntas e notas de pesquisa
Perguntas factuais: 24 · Não avaliado pelo juiz: 0
O corte de referência e as citações são fornecidos pelo juiz, não confirmados de forma independente pela plataforma. As notas de pesquisa não penalizam o modelo testado.
Executar metadados
Detalhes de reprodutibilidade
ID da execução
A8T2GNQWKPJS4M16YAF7M0PGP4Benchmark
model-verification-single-request-v1.3Modelo avaliador
gpt-5.6-solProtocolo solicitado
openai_chatEsquema de resposta detectado
Legacy / not recordedCompatibilidade de protocolo
PARTIDA / legadoSaída do modelo
Not recordedTokens de entrada
Not recordedTokens de saída
Not recordedMotivo da conclusão
Not recordedEstado HTTP
200Latência externa
222,372 msBytes de resposta
2,597SHA-256
e13bdc27a0f0f92d7830a6c409fc8ffed2214bb814e138471d9cc7ca27be7e71Limitação importante
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.
Execute uma verificação independente
Teste você mesmo o mesmo endpoint ou navegue em outros relatórios públicos antes de confiar em uma identidade de modelo anunciada.