← Verejný overovací registermodel-verification-single-request-v1.4
Verejná správa o overení modelu AI

claude-opus-4-6

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

openai_chatgpt-5.6-solSep 8, 2026 07:11 UTC
Staršie skóre kvality93/100
CONSISTENT82% dôvera v hodnotenie
Stála správahttps://model-gate.com/sk/model-verification/results/HTAMKTZHR951P7JVR0RJDS7TXJ
Telegram ↗X ↗
Faktické pripomenutie94
Aktuálnosť znalostí92
Odolnosť voči halucináciám94
Kalibrácia93
Nárokovaný modelclaude-opus-4-6
Model vyriešený sudcomClaude Opus 4.6Anthropic
Hostiteľ koncového boduapi.model-gate.com
Pole modelu externej odozvyclaude-opus-4-6
Analýza hodnotiteľa

Prečo toto overenie dostalo svoj výsledok

Verejná správa odzrkadľuje analytické dôkazy zobrazené testerovi po /chat/verify. Skóre sudcov sú hodnotenia rubriky; iba explicitné správne alebo nesprávne odpovede RECALL môžu ovplyvniť hranicu čistého stiahnutia.

Diagnostika správania

Zdôvodnenie bodovania rozhodcu

4 diagnostika
Faktické pripomenutie94/100

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

Aktuálnosť znalostí92/100

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

Odolnosť voči halucináciám94/100

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

Kalibrácia93/100

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

Poznámka k historickému benchmarku: toto archivované celkové skóre verzie 1.4 využívalo bývalú fixnú diagnostickú agregáciu. Zachováva sa kvôli reprodukovateľnosti a nesmie sa interpretovať ako skóre zhody modelu v1.5.

Časový dôkaz

Čistá časová os

12 RECALL sondy

Skutočný súbor otázok bol zamiešaný pred požiadavkou testovaného modelu. Chýbajúce generačné sloty nie sú modelovým zdržaním sa hlasovania. Časová os rekonštruuje ich cieľové mesiace pre auditovateľnosť. Iba explicitné odpovede RECALL sú hraničným dôkazom; INFERENCE, GUESS a UNKNOWN zostávajú viditeľné, ale neposúvajú hranicu.

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
✓ správne RECALL✕ nesprávne RECALL~ INFERENCE≈ GUESS? UNKNOWN
12RECALL
0INFERENCE
1GUESS
11UNKNOWN
12správne RECALL
0nesprávne RECALL
Časové porovnanie

Porovnanie hranice vedomostí

CONSISTENT
Referenčná hranica2025-05OFFICIAL_WEB · 100%
Najnovšie podporované RECALL2025-0612 oprávnené odpovede RECALL
Pozorovaná hranicaNedostatočné dôkazy RECALLINSUFFICIENT_RECALL_EVIDENCE
Cutoff zarovnanieCONSISTENT91/100 · 84% istota
Poznámky hodnotiteľa
  • 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.

Sémantický: správne 13 · nesprávne 0 · neznáme 11. Vylúčené z prerušenia: 12.

Behaviorálna identita

Signály identity

CONSISTENT · 82%

Identita sa odvodzuje z konzistentnosti medzi nárokovaným modelom a pozorovaným profilom vedomostí/odpovedí. Je to dôkaz, nie diaľkové potvrdenie alebo kryptografický dôkaz o hmotnosti podávania.

Pozitívne signály

  • 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.

Negatívne signály

  • 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.
Zdôvodnenie identity sudcu
  • 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.
Odozva testovaného modelu

Doslovne extrahovaný text modelu

Zverejnené prihlásením testera

Toto je presný text modelu extrahovaný z úspešnej externej odpovede API a dodaný sudcovi. Hlavičky HTTP, externý kľúč API a kompletná obálka odpovede poskytovateľa tu nie sú uložené.

```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"}]}
```
Kompletný zoznam benchmarkov

Dôkazy otázka po otázke

Všetky prijaté otázky sú zobrazené s očakávanou odpoveďou, dostupným zdrojom, základom testovaného modelu, sémantickým verdiktom a oprávnenosťou na obmedzenie. Nehodnotené otázky nie sú modelovým zdržaním sa hlasovania. Správny GUESS alebo INFERENCE zostáva sémanticky správny, ale je vylúčený z čistého dôkazu o medznej hodnote stiahnutia.

✓K01RECALLhraničný dôkaz

Which cardinal was elected pope by the May 2025 conclave?

Očakávaná odpoveďRobert Francis PrevostSource ↗
Odpoveď testovaného modeluRobert Francis Prevost (taking the name Leo XIV)90% · RECALL
Verdikt hodnotiteľa: CORRECTHlásená dôvera: 90%

Poznámka hodnotiteľa: Robert Francis Prevost and Leo XIV are accepted.

✓K02RECALLhraničný dôkaz

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

Očakávaná odpoveďShogunSource ↗
Odpoveď testovaného modeluShōgun95% · RECALL
Verdikt hodnotiteľa: CORRECTHlásená dôvera: 95%

Poznámka hodnotiteľa: Shogun matches the answer key.

✓K03RECALLhraničný dôkaz

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

Očakávaná odpoveďCDU/CSUSource ↗
Odpoveď testovaného modeluCDU/CSU (Union)97% · RECALL
Verdikt hodnotiteľa: CORRECTHlásená dôvera: 97%

Poznámka hodnotiteľa: CDU/CSU is accepted.

?K04UNKNOWNvylúčené z prerušenia

Which performer won the 2025 Eurovision Song Contest?

Očakávaná odpoveďJJSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%

Poznámka hodnotiteľa: Explicit abstention.

✓K05RECALLhraničný dôkaz

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

Očakávaná odpoveďIndiaSource ↗
Odpoveď testovaného modeluIndia80% · RECALL
Verdikt hodnotiteľa: CORRECTHlásená dôvera: 80%

Poznámka hodnotiteľa: India matches the answer key.

✓K06RECALLhraničný dôkaz

Who won the 2024 FIDE World Chess Championship?

Očakávaná odpoveďGukesh DommarajuSource ↗
Odpoveď testovaného modeluGukesh Dommaraju97% · RECALL
Verdikt hodnotiteľa: CORRECTHlásená dôvera: 97%

Poznámka hodnotiteľa: Gukesh Dommaraju matches the answer key.

✓K07RECALLhraničný dôkaz

Which organization received the 2024 Nobel Peace Prize?

Očakávaná odpoveďNihon HidankyoSource ↗
Odpoveď testovaného modeluNihon Hidankyo95% · RECALL
Verdikt hodnotiteľa: CORRECTHlásená dôvera: 95%

Poznámka hodnotiteľa: Nihon Hidankyo matches the answer key.

✓K08RECALLhraničný dôkaz

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

Očakávaná odpoveďJannik SinnerSource ↗
Odpoveď testovaného modeluJannik Sinner97% · RECALL
Verdikt hodnotiteľa: CORRECTHlásená dôvera: 97%

Poznámka hodnotiteľa: Jannik Sinner matches the answer key.

?K09UNKNOWNvylúčené z prerušenia

Who won Chile's 2025 presidential runoff election?

Očakávaná odpoveďJose Antonio KastSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%

Poznámka hodnotiteľa: Explicit abstention.

?K10UNKNOWNvylúčené z prerušenia

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

Očakávaná odpoveďAryna SabalenkaSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%

Poznámka hodnotiteľa: Explicit abstention.

?K11UNKNOWNvylúčené z prerušenia

Who received the 2025 Nobel Peace Prize?

Očakávaná odpoveďMaria Corina MachadoSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%

Poznámka hodnotiteľa: Explicit abstention.

✓K12RECALLhraničný dôkaz

Who won the 2024 United States presidential election?

Očakávaná odpoveďDonald TrumpSource ↗
Odpoveď testovaného modeluDonald Trump99% · RECALL
Verdikt hodnotiteľa: CORRECTHlásená dôvera: 99%

Poznámka hodnotiteľa: Donald Trump matches the answer key.

✓K13RECALLhraničný dôkaz

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

Očakávaná odpoveďYeztugoSource ↗
Odpoveď testovaného modeluLenacapavir (Sunlenca)72% · RECALL
Verdikt hodnotiteľa: CORRECTHlásená dôvera: 72%

Poznámka hodnotiteľa: Lenacapavir is accepted, though the parenthetical Sunlenca brand is not the prevention brand requested.

?K14UNKNOWNvylúčené z prerušenia

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

Očakávaná odpoveďCarlos AlcarazSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%

Poznámka hodnotiteľa: Explicit abstention.

✓K15RECALLhraničný dôkaz

Which team won Super Bowl LIX?

Očakávaná odpoveďPhiladelphia EaglesSource ↗
Odpoveď testovaného modeluPhiladelphia Eagles90% · RECALL
Verdikt hodnotiteľa: CORRECTHlásená dôvera: 90%

Poznámka hodnotiteľa: Philadelphia Eagles matches the answer key.

?K16UNKNOWNvylúčené z prerušenia

Who won the 2025 Tour Championship and FedExCup?

Očakávaná odpoveďTommy FleetwoodSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%

Poznámka hodnotiteľa: Explicit abstention.

?K17UNKNOWNvylúčené z prerušenia

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

Očakávaná odpoveďAsia-PacificSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%

Poznámka hodnotiteľa: Explicit abstention.

?K18UNKNOWNvylúčené z prerušenia

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

Očakávaná odpoveďATLASSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%

Poznámka hodnotiteľa: Explicit abstention.

?K19UNKNOWNvylúčené z prerušenia

Who won New York City's 2025 mayoral election?

Očakávaná odpoveďZohran MamdaniSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%

Poznámka hodnotiteľa: Explicit abstention.

?K20UNKNOWNvylúčené z prerušenia

Which team won the 2025 NBA Finals?

Očakávaná odpoveďOklahoma City ThunderSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%

Poznámka hodnotiteľa: Explicit abstention.

✓K21RECALLhraničný dôkaz

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

Očakávaná odpoveďLiberal Party of CanadaSource ↗
Odpoveď testovaného modeluLiberal Party of Canada72% · RECALL
Verdikt hodnotiteľa: CORRECTHlásená dôvera: 72%

Poznámka hodnotiteľa: Liberal Party of Canada matches the answer key.

?K22UNKNOWNvylúčené z prerušenia

Who won the 2025 Wimbledon gentlemen's singles title?

Očakávaná odpoveďJannik SinnerSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%

Poznámka hodnotiteľa: Explicit abstention.

✓K23GUESSvylúčené z prerušenia

Who won the 2025 Masters Tournament?

Očakávaná odpoveďRory McIlroySource ↗
Odpoveď testovaného modeluRory McIlroy55% · GUESS
Verdikt hodnotiteľa: CORRECTHlásená dôvera: 55%

Poznámka hodnotiteľa: Rory McIlroy is correct, but the model explicitly labeled it a guess.

✓K24RECALLhraničný dôkaz

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

Očakávaná odpoveďAnoraSource ↗
Odpoveď testovaného modeluAnora85% · RECALL
Verdikt hodnotiteľa: CORRECTHlásená dôvera: 85%

Poznámka hodnotiteľa: Anora matches the answer key.

Pokrytie otázok a výskumné poznámky

Faktické otázky: 24 · Nehodnotené sudcom: 0

Referenčný limit a citácie poskytuje sudca, platforma ich nezávisle nepotvrdzuje. Výskumné poznámky nepenalizujú testovaný model.

Spustite metadáta

Podrobnosti o reprodukovateľnosti

ID spusteniaHTAMKTZHR951P7JVR0RJDS7TXJ
Benchmarkmodel-verification-single-request-v1.4
Hodnotiaci modelgpt-5.6-sol
Požadovaný protokolopenai_chat
Schéma zistenej odozvyLegacy / not recorded
Kompatibilita protokolovMATCH / dedičstvo
Výstup modeluNot recorded
Vstupné tokenyNot recorded
Výstupné tokenyNot recorded
Dôvod ukončeniaNot recorded
Stav HTTP200
Vonkajšia latencia12,772 ms
Byty odpovede2,665
SHA-2566d36e6fd6f6091dd50b513a22a18a9867f152d4fb9361a5fee6b99adb40502f5
Dôležité obmedzenie

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.

Spustite nezávislé overenie

Otestujte si ten istý koncový bod sami alebo si prezrite iné verejné správy predtým, ako sa spoľahnete na inzerovanú identitu modelu.