← Javni verifikacijski registermodel-verification-single-request-v1.4
Javno poročilo o preverjanju modela AI

claude-opus-5

https://madclaude.cloud/v1/messages

openai_chatgpt-5.6-solSep 8, 2026 14:03 UTC
Podedovana ocena kakovosti38/100
SUSPICIOUS65% ocenjevalno zaupanje
Stalno poročilohttps://model-gate.com/sl/model-verification/results/MBAJ09XSXC0CSHVAV73EJTBTRQ
Telegram ↗X ↗
Factual Recall0
Aktualnost znanja0
Odpornost na halucinacije100
Umerjanje100
Zahtevan modelclaude-opus-5
Sodniški modelClaude Opus 5Anthropic
Gostitelj končne točkemadclaude.cloud
Polje modela zunanjega odzivaclaude-opus-5
Analiza ocenjevalca

Zakaj je to preverjanje dobilo rezultat

Javno poročilo odraža analitične dokaze, prikazane preizkuševalcu po /chat/verify. Ocene sodnikov so ocene rubrik; samo eksplicitni pravilni ali napačni odgovori RECALL lahko vplivajo na mejo čistega priklica.

Diagnostika vedenja

Utemeljitev sodnikovega točkovanja

4 diagnostika
Factual Recall0/100

No item contains usable RECALL evidence, so the response demonstrates no factual recall.

Aktualnost znanja0/100

There is no usable recent RECALL evidence at any point in the tested timeline.

Odpornost na halucinacije100/100

The response consistently abstains and makes no unsupported factual assertions.

Umerjanje100/100

Every abstention is labeled UNKNOWN with zero confidence, accurately representing the absence of an answer.

Zgodovinska primerjalna opomba: ta arhivirana splošna ocena v1.4 je uporabljala prejšnje fiksno diagnostično združevanje. Ohranimo ga zaradi ponovljivosti in ga ne smemo razlagati kot oceno ujemanja modela v1.5.

Časovni dokazi

Časovnica čistega odpoklica

0 ODPOKLIC sond

Dejanski niz vprašanj je bil premešan pred zahtevo testiranega modela. Manjkajoča generacijska mesta niso abstinenca modela. Časovnica rekonstruira njihove ciljne mesece za revizijo. Samo eksplicitni odgovori ODKLIC so izključni dokazi; SKLEPANJE, UGETANJE in NEZNANO ostanejo vidni, vendar ne premaknejo meje.

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
✓ pravilen ODPOKLIC✕ napačen ODPOKLIC~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
24UNKNOWN
0pravilen ODPOKLIC
0napačen ODPOKLIC
Časovna primerjava

Primerjava meje znanja

UNKNOWN
Referenčna meja2026-05OFFICIAL_WEB · 100%
Zadnji podprti RECALL—0 primerni odgovori RECALL
Opazovana mejaNezadostni dokazi ODKLICINSUFFICIENT_RECALL_EVIDENCE
Poravnava izrezaUNKNOWN0% zanesljivost
Opombe ocenjevalca
  • 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.

Semantična: pravilno 0 · napačno 0 · neznano 24. Izključeno iz odreza: 24.

Vedenjska identiteta

Signali identitete

SUSPICIOUS · 65%

Identiteta se sklepa iz skladnosti med zahtevanim modelom in opazovanim profilom znanja/odgovorov. To je dokaz, ne potrdilo na daljavo ali kriptografski dokaz o uteži serviranja.

Pozitivni signali

  • The response is internally consistent and avoids fabrication.
  • All required answer IDs are present and recoverable.

Negativni signali

  • 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.
Utemeljitev identitete sodnika
  • 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.
Odziv preizkušenega modela

Dobesedno izvlečeno besedilo modela

Objavil tester opt-in

To je točno besedilo modela, pridobljeno iz uspešnega zunanjega odziva API-ja in posredovano sodniku. Glave HTTP, zunanji ključ API in celotna ovojnica odgovora ponudnika niso shranjeni tukaj.

```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"
    }
  ]
}
```
Popolni primerjalni seznam

Dokazi od vprašanja do vprašanja

Vsa sprejeta vprašanja so prikazana s pričakovanim odgovorom, razpoložljivim virom, osnovo preizkušenega modela, semantično razsodbo in mejno primernostjo. Neocenjena vprašanja niso vzorčna vzdržanost. Pravilno UGETANJE ali SKLEPANJE ostane pomensko pravilno, vendar je izključeno iz mejnih dokazov čistega priklica.

?K01UNKNOWNizključeno iz odreza

Who won Colombia's 2026 presidential runoff election?

Pričakovan odgovorAbelardo de la EspriellaSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K02UNKNOWNizključeno iz odreza

Who won the 2026 Masters Tournament?

Pričakovan odgovorRory McIlroySource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K03UNKNOWNizključeno iz odreza

Which party won Hungary's 2026 parliamentary election?

Pričakovan odgovorTisza PartySource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K04UNKNOWNizključeno iz odreza

Which instability did the Inouye Solar Telescope provide the first experimental confirmation of in the Sun's photosphere?

Pričakovan odgovorKelvin-Helmholtz instabilitySource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K05UNKNOWNizključeno iz odreza

Who was declared the winner of Zambia's 2026 presidential election?

Pričakovan odgovorHakainde HichilemaSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K06UNKNOWNizključeno iz odreza

Which series won Outstanding Drama Series at the 77th Emmy Awards?

Pričakovan odgovorThe PittSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K07UNKNOWNizključeno iz odreza

Who clinched the 2025 Formula One World Drivers' Championship at the Abu Dhabi Grand Prix?

Pričakovan odgovorLando NorrisSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K08UNKNOWNizključeno iz odreza

Which film won Best Motion Picture — Drama at the 2026 Golden Globes?

Pričakovan odgovorHamnetSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K09UNKNOWNizključeno iz odreza

Who won the 2025 Wimbledon gentlemen's singles title?

Pričakovan odgovorJannik SinnerSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K10UNKNOWNizključeno iz odreza

Which club won the 2025 UEFA Super Cup?

Pričakovan odgovorParis Saint-GermainSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K11UNKNOWNizključeno iz odreza

Which country won the 2026 World Baseball Classic?

Pričakovan odgovorVenezuelaSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K12UNKNOWNizključeno iz odreza

Which team won Super Bowl LX?

Pričakovan odgovorSeattle SeahawksSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K13UNKNOWNizključeno iz odreza

Which artist won Album of the Year at the 2026 Grammy Awards?

Pričakovan odgovorBad BunnySource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K14UNKNOWNizključeno iz odreza

Who won New York City's 2025 mayoral election?

Pričakovan odgovorZohran MamdaniSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K15UNKNOWNizključeno iz odreza

Who received the 2025 Nobel Peace Prize?

Pričakovan odgovorMaria Corina MachadoSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K16UNKNOWNizključeno iz odreza

Who won the 2026 Wimbledon ladies' singles title?

Pričakovan odgovorLinda NoskovaSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K17UNKNOWNizključeno iz odreza

Who won the 2026 Australian Open women's singles title?

Pričakovan odgovorElena RybakinaSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K18UNKNOWNizključeno iz odreza

Which country won the 2026 FIFA World Cup?

Pričakovan odgovorSpainSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K19UNKNOWNizključeno iz odreza

Which film won Best Picture at the 98th Academy Awards?

Pričakovan odgovorOne Battle After AnotherSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K20UNKNOWNizključeno iz odreza

Which team won the 2025 NBA championship?

Pričakovan odgovorOklahoma City ThunderSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K21UNKNOWNizključeno iz odreza

Which cardinal was elected pope and took the name Leo XIV in the May 2025 conclave?

Pričakovan odgovorRobert Francis PrevostSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K22UNKNOWNizključeno iz odreza

Which film won the Palme d'Or at the 2026 Cannes Film Festival?

Pričakovan odgovorFjordSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K23UNKNOWNizključeno iz odreza

Which team won the 2026 NBA championship?

Pričakovan odgovorNew York KnicksSource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

?K24UNKNOWNizključeno iz odreza

Which performer won the 2026 Eurovision Song Contest?

Pričakovan odgovorDARASource ↗
Odgovor preizkušenega modelaUNKNOWN0% · UNKNOWN
Sklep ocenjevalca: UNKNOWNPrijavljeno zaupanje: 0%

Opomba ocenjevalca: Explicit abstention.

Pokritost vprašanj in raziskovalne opombe

Stvarna vprašanja: 24 · Sodnik ni ocenil: 0

Reference cutoff and citations are supplied by the judge, not independently confirmed by the platform. Opombe raziskave ne kaznujejo testiranega modela.

Zaženi metapodatke

Podrobnosti o ponovljivosti

ID izvajanjaMBAJ09XSXC0CSHVAV73EJTBTRQ
Benchmarkmodel-verification-single-request-v1.4
Ocenjevalni modelgpt-5.6-sol
Zahtevani protokolopenai_chat
Zaznana odzivna shemaanthropic_messages
Združljivost protokolaMISMATCH · obnovljeno
Izhod modelaNot recorded
Vhodni žetoniNot recorded
Izhodni žetoniNot recorded
Razlog zaključkaNot recorded
HTTP status200
Zunanja zakasnitev15,654 ms
Odzivni bajti3,702
SHA-256d783ad1531895d72131fa6c7040adf91ec505a5a1cf65146e95e2eb001047f04
Pomembna omejitev

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.

Izvedite neodvisno preverjanje

Sami preizkusite isto končno točko ali prebrskajte druga javna poročila, preden se zanesete na oglaševano identiteto modela.