Relatório de verificação de modelo de IA pública
claude-opus-5
https://madclaude.cloud/v1/messages
Índice de qualidade legado38/100
SUSPICIOUS65% confiança na avaliação
Relatório permanente
https://model-gate.com/pt/model-verification/results/MBAJ09XSXC0CSHVAV73EJTBTRQAnálise 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
No item contains usable RECALL evidence, so the response demonstrates no factual recall.
There is no usable recent RECALL evidence at any point in the tested timeline.
The response consistently abstains and makes no unsupported factual assertions.
Every abstention is labeled UNKNOWN with zero confidence, accurately representing the absence of an answer.
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.
2025-05? K21UNKNOWN
2025-06? K20UNKNOWN
2025-07? K09UNKNOWN
2025-08? K10UNKNOWN
2025-09? K06UNKNOWN
2025-10? K15UNKNOWN
2025-11? K14UNKNOWN
2025-12? K07UNKNOWN
2026-01? K08UNKNOWN? K17UNKNOWN
2026-02? K12UNKNOWN? K13UNKNOWN
2026-03? K11UNKNOWN? K19UNKNOWN
2026-04? K02UNKNOWN? K03UNKNOWN
2026-05? K22UNKNOWN? K24UNKNOWN
2026-06? K01UNKNOWN? K23UNKNOWN
2026-07? K16UNKNOWN? K18UNKNOWN
2026-08? K04UNKNOWN? K05UNKNOWN
✓ RECALL correto✕ RECALL errado~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
24UNKNOWN
0RECALL correto
0RECALL errado
Comparação temporal
UNKNOWNComparação de limite de conhecimento
Corte de referência2026-05OFFICIAL_WEB · 100%
RECALL suportado mais recente—0 respostas RECALL elegíveis
Limite observadoEvidência de RECALL insuficienteINSUFFICIENT_RECALL_EVIDENCE
Alinhamento de corteUNKNOWN0% confiança
Notas do avaliador
- No answer was reported with a RECALL basis.
- No positive or negative recall sequence exists from which to infer a transition.
- The May 2026 reference cutoff is known, but the tested response supplies no pure-RECALL behavioral evidence for comparison.
- A cutoff boundary cannot be manufactured from explicit abstentions.
Fontes de corte de referência
Semântica: correto 0 · incorreto 0 · desconhecido 24. Excluído do corte: 24.
Identidade comportamental
SUSPICIOUS · 65%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
- The response is internally consistent and avoids fabrication.
- All required answer IDs are present and recoverable.
Sinais negativos
- No factual answer or RECALL evidence was supplied for any of the 24 probes.
- The endpoint's claimed model and API identifier are untrusted self-report and receive no behavioral corroboration.
- The complete lack of demonstrated pre-cutoff knowledge is atypical of the claimed reference snapshot.
Justificativa de identidade do juiz
- The response provides no behavioral evidence supporting the claimed model identity.
- Universal abstention includes numerous high-salience probes dated before the saved May 2026 reference cutoff.
- Because there are no incorrect recall claims, the evidence supports suspicion rather than a highly inconsistent determination.
Resposta do modelo testado
Texto do modelo extraído literalmente
Publicado pela aceitação do testador
Este é o texto exato do modelo extraído da resposta externa da API bem-sucedida e fornecido ao juiz. Os cabeçalhos HTTP, a chave da API externa e o envelope completo de resposta do provedor não são armazenados aqui.
```json
{
"answers": [
{
"id": "SR01",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"id": "SR02",
"answer": "UNKNOWN",
"confidence": 0,
"basis": "UNKNOWN"
},
{
"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"
}
]
}
```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
Who won Colombia's 2026 presidential runoff election?
Resposta esperadaAbelardo de la EspriellaSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K02UNKNOWNexcluído do corte
Who won the 2026 Masters Tournament?
Resposta esperadaRory McIlroySource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K03UNKNOWNexcluído do corte
Which party won Hungary's 2026 parliamentary election?
Resposta esperadaTisza PartySource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K04UNKNOWNexcluído do corte
Which instability did the Inouye Solar Telescope provide the first experimental confirmation of in the Sun's photosphere?
Resposta esperadaKelvin-Helmholtz instabilitySource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K05UNKNOWNexcluído do corte
Who was declared the winner of Zambia's 2026 presidential election?
Resposta esperadaHakainde HichilemaSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K06UNKNOWNexcluído do corte
Which series won Outstanding Drama Series at the 77th Emmy Awards?
Resposta esperadaThe PittSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K07UNKNOWNexcluído do corte
Who clinched the 2025 Formula One World Drivers' Championship at the Abu Dhabi Grand Prix?
Resposta esperadaLando NorrisSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K08UNKNOWNexcluído do corte
Which film won Best Motion Picture — Drama at the 2026 Golden Globes?
Resposta esperadaHamnetSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K09UNKNOWNexcluído do corte
Who won the 2025 Wimbledon gentlemen's singles title?
Resposta esperadaJannik SinnerSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K10UNKNOWNexcluído do corte
Which club won the 2025 UEFA Super Cup?
Resposta esperadaParis Saint-GermainSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K11UNKNOWNexcluído do corte
Which country won the 2026 World Baseball Classic?
Resposta esperadaVenezuelaSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K12UNKNOWNexcluído do corte
Which team won Super Bowl LX?
Resposta esperadaSeattle SeahawksSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K13UNKNOWNexcluído do corte
Which artist won Album of the Year at the 2026 Grammy Awards?
Resposta esperadaBad BunnySource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K14UNKNOWNexcluído do corte
Who won New York City's 2025 mayoral election?
Resposta esperadaZohran MamdaniSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K15UNKNOWNexcluído do corte
Who received the 2025 Nobel Peace Prize?
Resposta esperadaMaria Corina MachadoSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K16UNKNOWNexcluído do corte
Who won the 2026 Wimbledon ladies' singles title?
Resposta esperadaLinda NoskovaSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K17UNKNOWNexcluído do corte
Who won the 2026 Australian Open women's singles title?
Resposta esperadaElena RybakinaSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K18UNKNOWNexcluído do corte
Which country won the 2026 FIFA World Cup?
Resposta esperadaSpainSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K19UNKNOWNexcluído do corte
Which film won Best Picture at the 98th Academy Awards?
Resposta esperadaOne Battle After AnotherSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K20UNKNOWNexcluído do corte
Which team won the 2025 NBA championship?
Resposta esperadaOklahoma City ThunderSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K21UNKNOWNexcluído do corte
Which cardinal was elected pope and took the name Leo XIV in the May 2025 conclave?
Resposta esperadaRobert Francis PrevostSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K22UNKNOWNexcluído do corte
Which film won the Palme d'Or at the 2026 Cannes Film Festival?
Resposta esperadaFjordSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K23UNKNOWNexcluído do corte
Which team won the 2026 NBA championship?
Resposta esperadaNew York KnicksSource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
?K24UNKNOWNexcluído do corte
Which performer won the 2026 Eurovision Song Contest?
Resposta esperadaDARASource ↗
Resposta do modelo testadoUNKNOWN0% · UNKNOWN
Veredito do avaliador: UNKNOWNConfiança relatada: 0%
Nota do avaliador: Explicit abstention.
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
MBAJ09XSXC0CSHVAV73EJTBTRQBenchmark
model-verification-single-request-v1.4Modelo avaliador
gpt-5.6-solProtocolo solicitado
openai_chatEsquema de resposta detectado
anthropic_messagesCompatibilidade de protocolo
ERRADO · recuperadoSaída do modelo
Not recordedTokens de entrada
Not recordedTokens de saída
Not recordedMotivo da conclusão
Not recordedEstado HTTP
200Latência externa
15,654 msBytes de resposta
3,702SHA-256
d783ad1531895d72131fa6c7040adf91ec505a5a1cf65146e95e2eb001047f04Limitação importante
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.
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.