Публичный отчёт о проверке модели ИИ
claude-opus-5
https://madclaude.cloud/v1/messages
Оценка качества по прежней методике38/100
SUSPICIOUS65% уверенность в оценке
Отчёт с постоянной ссылкой
https://model-gate.com/ru/model-verification/results/MBAJ09XSXC0CSHVAV73EJTBTRQАнализ модели-оценщика
На чём основан результат этой проверки
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
4 диагностических показателяОбоснование выставленных оценок
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.
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.
Данные о знаниях по времени
0 Вопросы RECALLВременная шкала знаний по ответам без подсказок
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.
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
✓ верных ответов RECALL✕ неверных ответов RECALL~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
24UNKNOWN
0верных ответов RECALL
0неверных ответов RECALL
Сравнение по времени
UNKNOWNСравнение временных границ знаний
Эталонная граница знаний2026-05OFFICIAL_WEB · 100%
Самые поздние подтверждённые знания RECALL—0 ответов RECALL, пригодных для оценки
Наблюдаемая граница знанийНедостаточно данных RECALLINSUFFICIENT_RECALL_EVIDENCE
Соответствие границы знанийUNKNOWN0% уверенность
Примечания модели-оценщика
- 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.
Источники данных об эталонной границе знаний
Оценка смысла: верно 0 · неверно 0 · неизвестно 24. Не учитывается при оценке границы знаний: 24.
Определение модели по поведению
SUSPICIOUS · 65%Признаки соответствия модели
Идентичность выводится из соответствия между заявленной моделью и наблюдаемым профилем знаний/ответов. Это свидетельство, а не удаленная аттестация или криптографическое подтверждение весов обслуживания.
Признаки в пользу соответствия
- The response is internally consistent and avoids fabrication.
- All required answer IDs are present and recoverable.
Признаки против соответствия
- 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.
Обоснование определения модели
- 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.
Ответ проверяемой модели
Дословный текст ответа модели
Опубликовано с согласия участника проверки
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": "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"
}
]
}
```Полный список заданий теста
Данные 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.
?K01UNKNOWNне учитывается при оценке границы знаний
Who won Colombia's 2026 presidential runoff election?
Ожидаемый ответAbelardo de la EspriellaSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K02UNKNOWNне учитывается при оценке границы знаний
Who won the 2026 Masters Tournament?
Ожидаемый ответRory McIlroySource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K03UNKNOWNне учитывается при оценке границы знаний
Which party won Hungary's 2026 parliamentary election?
Ожидаемый ответTisza PartySource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K04UNKNOWNне учитывается при оценке границы знаний
Which instability did the Inouye Solar Telescope provide the first experimental confirmation of in the Sun's photosphere?
Ожидаемый ответKelvin-Helmholtz instabilitySource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K05UNKNOWNне учитывается при оценке границы знаний
Who was declared the winner of Zambia's 2026 presidential election?
Ожидаемый ответHakainde HichilemaSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K06UNKNOWNне учитывается при оценке границы знаний
Which series won Outstanding Drama Series at the 77th Emmy Awards?
Ожидаемый ответThe PittSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K07UNKNOWNне учитывается при оценке границы знаний
Who clinched the 2025 Formula One World Drivers' Championship at the Abu Dhabi Grand Prix?
Ожидаемый ответLando NorrisSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K08UNKNOWNне учитывается при оценке границы знаний
Which film won Best Motion Picture — Drama at the 2026 Golden Globes?
Ожидаемый ответHamnetSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K09UNKNOWNне учитывается при оценке границы знаний
Who won the 2025 Wimbledon gentlemen's singles title?
Ожидаемый ответJannik SinnerSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K10UNKNOWNне учитывается при оценке границы знаний
Which club won the 2025 UEFA Super Cup?
Ожидаемый ответParis Saint-GermainSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K11UNKNOWNне учитывается при оценке границы знаний
Which country won the 2026 World Baseball Classic?
Ожидаемый ответVenezuelaSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K12UNKNOWNне учитывается при оценке границы знаний
Which team won Super Bowl LX?
Ожидаемый ответSeattle SeahawksSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K13UNKNOWNне учитывается при оценке границы знаний
Which artist won Album of the Year at the 2026 Grammy Awards?
Ожидаемый ответBad BunnySource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K14UNKNOWNне учитывается при оценке границы знаний
Who won New York City's 2025 mayoral election?
Ожидаемый ответZohran MamdaniSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K15UNKNOWNне учитывается при оценке границы знаний
Who received the 2025 Nobel Peace Prize?
Ожидаемый ответMaria Corina MachadoSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K16UNKNOWNне учитывается при оценке границы знаний
Who won the 2026 Wimbledon ladies' singles title?
Ожидаемый ответLinda NoskovaSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K17UNKNOWNне учитывается при оценке границы знаний
Who won the 2026 Australian Open women's singles title?
Ожидаемый ответElena RybakinaSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K18UNKNOWNне учитывается при оценке границы знаний
Which country won the 2026 FIFA World Cup?
Ожидаемый ответSpainSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K19UNKNOWNне учитывается при оценке границы знаний
Which film won Best Picture at the 98th Academy Awards?
Ожидаемый ответOne Battle After AnotherSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K20UNKNOWNне учитывается при оценке границы знаний
Which team won the 2025 NBA championship?
Ожидаемый ответOklahoma City ThunderSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K21UNKNOWNне учитывается при оценке границы знаний
Which cardinal was elected pope and took the name Leo XIV in the May 2025 conclave?
Ожидаемый ответRobert Francis PrevostSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K22UNKNOWNне учитывается при оценке границы знаний
Which film won the Palme d'Or at the 2026 Cannes Film Festival?
Ожидаемый ответFjordSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K23UNKNOWNне учитывается при оценке границы знаний
Which team won the 2026 NBA championship?
Ожидаемый ответNew York KnicksSource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
?K24UNKNOWNне учитывается при оценке границы знаний
Which performer won the 2026 Eurovision Song Contest?
Ожидаемый ответDARASource ↗
Ответ проверяемой моделиUNKNOWN0% · UNKNOWN
Заключение модели-оценщика: UNKNOWNЗаявленная уверенность: 0%
Примечание модели-оценщика: Explicit abstention.
Охват вопросов и примечания к исследованию
Вопросы на знание фактов: 24 · Не оценено моделью-оценщиком: 0
Эталонную границу знаний и ссылки на источники предоставляет модель-оценщик; платформа не подтверждает их независимо. Примечания к исследованию не снижают оценку проверяемой модели.
Метаданные запуска
Сведения для воспроизведения проверки
Идентификатор запуска
MBAJ09XSXC0CSHVAV73EJTBTRQНабор тестов
model-verification-single-request-v1.4Модель-оценщик
gpt-5.6-solЗапрошенный протокол
openai_chatОбнаруженная схема ответа
anthropic_messagesСовместимость протоколов
НЕСООТВЕТСТВИЕ · ответ восстановленОтвет модели
Not recordedВходные токены
Not recordedВыходные токены
Not recordedПричина завершения
Not recordedСтатус HTTP
200Задержка внешнего запроса
15,654 msРазмер ответа, байт
3,702SHA-256
d783ad1531895d72131fa6c7040adf91ec505a5a1cf65146e95e2eb001047f04Важное 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.
Провести независимую проверку
Проверьте этот эндпоинт самостоятельно или изучите другие публичные отчёты, прежде чем доверять заявленному названию модели.