Verejná správa o overení modelu AI
claude-opus-5
https://madclaude.cloud/v1/messages
Staršie skóre kvality38/100
SUSPICIOUS65% dôvera v hodnotenie
Stála správa
https://model-gate.com/sk/model-verification/results/MBAJ09XSXC0CSHVAV73EJTBTRQAnalýza 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
4 diagnostikaZdôvodnenie bodovania rozhodcu
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.
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
0 RECALL sondyČistá časová os
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.
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
✓ správne RECALL✕ nesprávne RECALL~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
24UNKNOWN
0správne RECALL
0nesprávne RECALL
Časové porovnanie
UNKNOWNPorovnanie hranice vedomostí
Referenčná hranica2026-05OFFICIAL_WEB · 100%
Najnovšie podporované RECALL—0 oprávnené odpovede RECALL
Pozorovaná hranicaNedostatočné dôkazy RECALLINSUFFICIENT_RECALL_EVIDENCE
Cutoff zarovnanieUNKNOWN0% istota
Poznámky hodnotiteľa
- 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.
Referenčné medzné zdroje
Sémantický: správne 0 · nesprávne 0 · neznáme 24. Vylúčené z prerušenia: 24.
Behaviorálna identita
SUSPICIOUS · 65%Signály identity
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
- The response is internally consistent and avoids fabrication.
- All required answer IDs are present and recoverable.
Negatívne signály
- 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.
Zdôvodnenie identity sudcu
- 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.
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": "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"
}
]
}
```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.
?K01UNKNOWNvylúčené z prerušenia
Who won Colombia's 2026 presidential runoff election?
Očakávaná odpoveďAbelardo de la EspriellaSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K02UNKNOWNvylúčené z prerušenia
Who won the 2026 Masters Tournament?
Očakávaná odpoveďRory McIlroySource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K03UNKNOWNvylúčené z prerušenia
Which party won Hungary's 2026 parliamentary election?
Očakávaná odpoveďTisza PartySource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K04UNKNOWNvylúčené z prerušenia
Which instability did the Inouye Solar Telescope provide the first experimental confirmation of in the Sun's photosphere?
Očakávaná odpoveďKelvin-Helmholtz instabilitySource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K05UNKNOWNvylúčené z prerušenia
Who was declared the winner of Zambia's 2026 presidential election?
Očakávaná odpoveďHakainde HichilemaSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K06UNKNOWNvylúčené z prerušenia
Which series won Outstanding Drama Series at the 77th Emmy Awards?
Očakávaná odpoveďThe PittSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K07UNKNOWNvylúčené z prerušenia
Who clinched the 2025 Formula One World Drivers' Championship at the Abu Dhabi Grand Prix?
Očakávaná odpoveďLando NorrisSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K08UNKNOWNvylúčené z prerušenia
Which film won Best Motion Picture — Drama at the 2026 Golden Globes?
Očakávaná odpoveďHamnetSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K09UNKNOWNvylúčené 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.
?K10UNKNOWNvylúčené z prerušenia
Which club won the 2025 UEFA Super Cup?
Očakávaná odpoveďParis Saint-GermainSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K11UNKNOWNvylúčené z prerušenia
Which country won the 2026 World Baseball Classic?
Očakávaná odpoveďVenezuelaSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K12UNKNOWNvylúčené z prerušenia
Which team won Super Bowl LX?
Očakávaná odpoveďSeattle SeahawksSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K13UNKNOWNvylúčené z prerušenia
Which artist won Album of the Year at the 2026 Grammy Awards?
Očakávaná odpoveďBad BunnySource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K14UNKNOWNvylúčené 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.
?K15UNKNOWNvylúčené 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.
?K16UNKNOWNvylúčené z prerušenia
Who won the 2026 Wimbledon ladies' singles title?
Očakávaná odpoveďLinda NoskovaSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K17UNKNOWNvylúčené z prerušenia
Who won the 2026 Australian Open women's singles title?
Očakávaná odpoveďElena RybakinaSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K18UNKNOWNvylúčené z prerušenia
Which country won the 2026 FIFA World Cup?
Očakávaná odpoveďSpainSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K19UNKNOWNvylúčené z prerušenia
Which film won Best Picture at the 98th Academy Awards?
Očakávaná odpoveďOne Battle After AnotherSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K20UNKNOWNvylúčené z prerušenia
Which team won the 2025 NBA championship?
Očakávaná odpoveďOklahoma City ThunderSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K21UNKNOWNvylúčené z prerušenia
Which cardinal was elected pope and took the name Leo XIV in the May 2025 conclave?
Očakávaná odpoveďRobert Francis PrevostSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K22UNKNOWNvylúčené z prerušenia
Which film won the Palme d'Or at the 2026 Cannes Film Festival?
Očakávaná odpoveďFjordSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K23UNKNOWNvylúčené z prerušenia
Which team won the 2026 NBA championship?
Očakávaná odpoveďNew York KnicksSource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
?K24UNKNOWNvylúčené z prerušenia
Which performer won the 2026 Eurovision Song Contest?
Očakávaná odpoveďDARASource ↗
Odpoveď testovaného modeluUNKNOWN0% · UNKNOWN
Verdikt hodnotiteľa: UNKNOWNHlásená dôvera: 0%
Poznámka hodnotiteľa: Explicit abstention.
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 spustenia
MBAJ09XSXC0CSHVAV73EJTBTRQBenchmark
model-verification-single-request-v1.4Hodnotiaci model
gpt-5.6-solPožadovaný protokol
openai_chatSchéma zistenej odozvy
anthropic_messagesKompatibilita protokolov
MISMATCH · obnovenýVýstup modelu
Not recordedVstupné tokeny
Not recordedVýstupné tokeny
Not recordedDôvod ukončenia
Not recordedStav HTTP
200Vonkajšia latencia
15,654 msByty odpovede
3,702SHA-256
d783ad1531895d72131fa6c7040adf91ec505a5a1cf65146e95e2eb001047f04Dôležité 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.