Отчет о проверке общедоступной модели ИИ

claude-opus-4-6

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

openai_chatgpt-5.6-solSep 8, 2026 07:11 UTC
Устаревший показатель качества93/100
CONSISTENT82% уверенность в оценке
Постоянный отчетhttps://model-gate.com/ru/model-verification/results/HTAMKTZHR951P7JVR0RJDS7TXJ
Telegram ↗X ↗
Фактический отзыв94
Свежесть знаний92
Сопротивление галлюцинациям94
Калибровка93
Заявленная модельclaude-opus-4-6
Модель с разрешением судьиClaude Opus 4.6Anthropic
Хост конечной точкиapi.model-gate.com
Поле модели внешнего ответаclaude-opus-4-6
Судейский анализ

Почему эта проверка получила свой результат

Публичный отчет отражает аналитические данные, показанные тестировщику после /chat/verify. Судейские оценки представляют собой оценки по рубрикам; только явные правильные или неправильные ответы RECALL могут влиять на границу отсечения чистого воспоминания.

Диагностика поведения

Обоснование оценки судьи

4 диагностики
Фактический отзыв94/100

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

Свежесть знаний92/100

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

Сопротивление галлюцинациям94/100

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

Калибровка93/100

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

Примечание по историческому эталону: в этом архивированном общем рейтинге версии 1.4 использовалась прежняя фиксированная диагностическая агрегация. Он сохраняется для воспроизводимости и не должен интерпретироваться как показатель соответствия модели v1.5.

Временные доказательства

Хронология чистого воспоминания

12 RECALL зонды

Фактический набор вопросов был перетасован перед запросом тестируемой модели. Отсутствие мест для поколений не является воздержанием модели. График реконструирует целевые месяцы для проверки. Только явные ответы RECALL являются отсекающими доказательствами; ВЫВОД, УГАДАЙТЕ и НЕИЗВЕСТНО остаются видимыми, но не перемещают границу.

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
правильный ОТЗЫВ неправильный НАПОМИНАТЬ~ INFERENCE GUESS? UNKNOWN
12RECALL
0INFERENCE
1GUESS
11UNKNOWN
12правильный ОТЗЫВ
0неправильный НАПОМИНАТЬ
Временное сравнение

Сравнение границ знаний

CONSISTENT
Эталонная граница2025-05OFFICIAL_WEB · 100%
Последняя поддерживаемая версия RECALL2025-0612 подходящие ответы RECALL
Наблюдаемая границаНедостаточно доказательств RECALLINSUFFICIENT_RECALL_EVIDENCE
Выравнивание обрезкиCONSISTENT91/100 · 84% уверенность
Судья отмечает
  • 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.

Семантический: правильный 13 · неправильный 0 · неизвестный 11. Исключено из исключения: 12.

Поведенческая идентичность

Сигналы идентичности

CONSISTENT · 82%

Идентичность выводится из соответствия между заявленной моделью и наблюдаемым профилем знаний/ответов. Это свидетельство, а не удаленная аттестация или криптографическое подтверждение весов обслуживания.

Позитивные сигналы

  • 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.

Негативные сигналы

  • 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.
Обоснование личности судьи
  • 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.
Ответ протестированной модели

Дословно извлеченный текст модели

Опубликовано по согласию тестировщика

Это точный текст модели, извлеченный из успешного ответа внешнего API и отправленный судье. Заголовки HTTP, внешний ключ API и полный конверт ответа провайдера здесь не хранятся.

```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"}]}
```
Полный список тестов

Доказательства по каждому вопросу

Все принятые вопросы показаны с указанием ожидаемого ответа, доступного источника, основы проверенной модели, семантического вердикта и приемлемости для исключения. Неклассифицированные вопросы не являются образцовым воздержанием. Правильное ПРЕДПОЛОЖЕНИЕ или ВЫВОД остаются правильными семантически, но исключаются из доказательств, ограничивающих чистое припоминание.

K01RECALLпредельные доказательства

Which cardinal was elected pope by the May 2025 conclave?

Ожидаемый ответRobert Francis PrevostSource ↗
Ответ проверенной моделиRobert Francis Prevost (taking the name Leo XIV)90% · RECALL
Вердикт судьи: CORRECTЗаявленная уверенность: 90%

Примечание судьи: Robert Francis Prevost and Leo XIV are accepted.

K02RECALLпредельные доказательства

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

Ожидаемый ответShogunSource ↗
Ответ проверенной моделиShōgun95% · RECALL
Вердикт судьи: CORRECTЗаявленная уверенность: 95%

Примечание судьи: Shogun matches the answer key.

K03RECALLпредельные доказательства

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

Ожидаемый ответCDU/CSUSource ↗
Ответ проверенной моделиCDU/CSU (Union)97% · RECALL
Вердикт судьи: CORRECTЗаявленная уверенность: 97%

Примечание судьи: CDU/CSU is accepted.

?K04UNKNOWNисключен из отсечения

Which performer won the 2025 Eurovision Song Contest?

Ожидаемый ответJJSource ↗
Ответ проверенной моделиUNKNOWN0% · UNKNOWN
Вердикт судьи: UNKNOWNЗаявленная уверенность: 0%

Примечание судьи: Explicit abstention.

K05RECALLпредельные доказательства

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

Ожидаемый ответIndiaSource ↗
Ответ проверенной моделиIndia80% · RECALL
Вердикт судьи: CORRECTЗаявленная уверенность: 80%

Примечание судьи: India matches the answer key.

K06RECALLпредельные доказательства

Who won the 2024 FIDE World Chess Championship?

Ожидаемый ответGukesh DommarajuSource ↗
Ответ проверенной моделиGukesh Dommaraju97% · RECALL
Вердикт судьи: CORRECTЗаявленная уверенность: 97%

Примечание судьи: Gukesh Dommaraju matches the answer key.

K07RECALLпредельные доказательства

Which organization received the 2024 Nobel Peace Prize?

Ожидаемый ответNihon HidankyoSource ↗
Ответ проверенной моделиNihon Hidankyo95% · RECALL
Вердикт судьи: CORRECTЗаявленная уверенность: 95%

Примечание судьи: Nihon Hidankyo matches the answer key.

K08RECALLпредельные доказательства

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

Ожидаемый ответJannik SinnerSource ↗
Ответ проверенной моделиJannik Sinner97% · RECALL
Вердикт судьи: CORRECTЗаявленная уверенность: 97%

Примечание судьи: Jannik Sinner matches the answer key.

?K09UNKNOWNисключен из отсечения

Who won Chile's 2025 presidential runoff election?

Ожидаемый ответJose Antonio KastSource ↗
Ответ проверенной моделиUNKNOWN0% · UNKNOWN
Вердикт судьи: UNKNOWNЗаявленная уверенность: 0%

Примечание судьи: Explicit abstention.

?K10UNKNOWNисключен из отсечения

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

Ожидаемый ответAryna SabalenkaSource ↗
Ответ проверенной моделиUNKNOWN0% · UNKNOWN
Вердикт судьи: UNKNOWNЗаявленная уверенность: 0%

Примечание судьи: Explicit abstention.

?K11UNKNOWNисключен из отсечения

Who received the 2025 Nobel Peace Prize?

Ожидаемый ответMaria Corina MachadoSource ↗
Ответ проверенной моделиUNKNOWN0% · UNKNOWN
Вердикт судьи: UNKNOWNЗаявленная уверенность: 0%

Примечание судьи: Explicit abstention.

K12RECALLпредельные доказательства

Who won the 2024 United States presidential election?

Ожидаемый ответDonald TrumpSource ↗
Ответ проверенной моделиDonald Trump99% · RECALL
Вердикт судьи: CORRECTЗаявленная уверенность: 99%

Примечание судьи: Donald Trump matches the answer key.

K13RECALLпредельные доказательства

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

Ожидаемый ответYeztugoSource ↗
Ответ проверенной моделиLenacapavir (Sunlenca)72% · RECALL
Вердикт судьи: CORRECTЗаявленная уверенность: 72%

Примечание судьи: Lenacapavir is accepted, though the parenthetical Sunlenca brand is not the prevention brand requested.

?K14UNKNOWNисключен из отсечения

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

Ожидаемый ответCarlos AlcarazSource ↗
Ответ проверенной моделиUNKNOWN0% · UNKNOWN
Вердикт судьи: UNKNOWNЗаявленная уверенность: 0%

Примечание судьи: Explicit abstention.

K15RECALLпредельные доказательства

Which team won Super Bowl LIX?

Ожидаемый ответPhiladelphia EaglesSource ↗
Ответ проверенной моделиPhiladelphia Eagles90% · RECALL
Вердикт судьи: CORRECTЗаявленная уверенность: 90%

Примечание судьи: Philadelphia Eagles matches the answer key.

?K16UNKNOWNисключен из отсечения

Who won the 2025 Tour Championship and FedExCup?

Ожидаемый ответTommy FleetwoodSource ↗
Ответ проверенной моделиUNKNOWN0% · UNKNOWN
Вердикт судьи: UNKNOWNЗаявленная уверенность: 0%

Примечание судьи: Explicit abstention.

?K17UNKNOWNисключен из отсечения

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

Ожидаемый ответAsia-PacificSource ↗
Ответ проверенной моделиUNKNOWN0% · UNKNOWN
Вердикт судьи: UNKNOWNЗаявленная уверенность: 0%

Примечание судьи: Explicit abstention.

?K18UNKNOWNисключен из отсечения

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

Ожидаемый ответATLASSource ↗
Ответ проверенной моделиUNKNOWN0% · UNKNOWN
Вердикт судьи: UNKNOWNЗаявленная уверенность: 0%

Примечание судьи: Explicit abstention.

?K19UNKNOWNисключен из отсечения

Who won New York City's 2025 mayoral election?

Ожидаемый ответZohran MamdaniSource ↗
Ответ проверенной моделиUNKNOWN0% · UNKNOWN
Вердикт судьи: UNKNOWNЗаявленная уверенность: 0%

Примечание судьи: Explicit abstention.

?K20UNKNOWNисключен из отсечения

Which team won the 2025 NBA Finals?

Ожидаемый ответOklahoma City ThunderSource ↗
Ответ проверенной моделиUNKNOWN0% · UNKNOWN
Вердикт судьи: UNKNOWNЗаявленная уверенность: 0%

Примечание судьи: Explicit abstention.

K21RECALLпредельные доказательства

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

Ожидаемый ответLiberal Party of CanadaSource ↗
Ответ проверенной моделиLiberal Party of Canada72% · RECALL
Вердикт судьи: CORRECTЗаявленная уверенность: 72%

Примечание судьи: Liberal Party of Canada matches the answer key.

?K22UNKNOWNисключен из отсечения

Who won the 2025 Wimbledon gentlemen's singles title?

Ожидаемый ответJannik SinnerSource ↗
Ответ проверенной моделиUNKNOWN0% · UNKNOWN
Вердикт судьи: UNKNOWNЗаявленная уверенность: 0%

Примечание судьи: Explicit abstention.

K23GUESSисключен из отсечения

Who won the 2025 Masters Tournament?

Ожидаемый ответRory McIlroySource ↗
Ответ проверенной моделиRory McIlroy55% · GUESS
Вердикт судьи: CORRECTЗаявленная уверенность: 55%

Примечание судьи: Rory McIlroy is correct, but the model explicitly labeled it a guess.

K24RECALLпредельные доказательства

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

Ожидаемый ответAnoraSource ↗
Ответ проверенной моделиAnora85% · RECALL
Вердикт судьи: CORRECTЗаявленная уверенность: 85%

Примечание судьи: Anora matches the answer key.

Освещение вопросов и исследовательские заметки

Фактические вопросы: 24 · Не оценивается судьей: 0

Ограничения по ссылкам и цитаты предоставляются судьей и не подтверждаются независимо платформой. Примечания к исследованию не наказывают тестируемую модель.

Запустить метаданные

Детали воспроизводимости

Идентификатор запускаHTAMKTZHR951P7JVR0RJDS7TXJ
Контрольный показательmodel-verification-single-request-v1.4
Судитьgpt-5.6-sol
Запрошенный протоколopenai_chat
Обнаруженная схема ответаLegacy / not recorded
Совместимость протоколовМАТЧ / наследие
Выходные данные моделиNot recorded
Входные токеныNot recorded
Выходные токеныNot recorded
Завершить причинуNot recorded
Статус HTTP200
Внешняя задержка12,772 ms
Байты ответа2,665
SHA-2566d36e6fd6f6091dd50b513a22a18a9867f152d4fb9361a5fee6b99adb40502f5
Важное ограничение

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.

Проведите независимую проверку

Проверьте ту же конечную точку самостоятельно или просмотрите другие общедоступные отчеты, прежде чем полагаться на рекламируемую модель.