← Јавни регистар верификацијеmodel-verification-single-request-v1.4
Извештај о верификацији јавног АИ модела

claude-opus-4-6

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

openai_chatgpt-5.6-solSep 8, 2026 07:11 UTC
Оцена квалитета наслеђа93/100
CONSISTENT82% поузданост процене
Стални извештајhttps://model-gate.com/sr/model-verification/results/HTAMKTZHR951P7JVR0RJDS7TXJ
Telegram ↗X ↗
Фацтуал Рецалл94
Актуелност знања92
Отпорност на халуцинације94
Калибрација93
Захтевани моделclaude-opus-4-6
Модел по решењу судијеClaude Opus 4.6Anthropic
Хост крајње тачкеapi.model-gate.com
Поље модела екстерног одговораclaude-opus-4-6
Анализа оцењивача

Зашто је ова верификација добила свој резултат

Јавни извештај одражава аналитичке доказе приказане тестеру након /цхат/верифи. Оцене судија су оцене по рубрикама; само експлицитни тачни или погрешни РЕЦАЛЛ одговори могу утицати на граничну границу чистог присећања.

Дијагностика понашања

Образложење за бодовање судија

4 дијагностика
Фацтуал Рецалл94/100

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

Актуелност знања92/100

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

Отпорност на халуцинације94/100

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

Калибрација93/100

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

Историјска бенцхмарк белешка: овај архивирани укупни резултат в1.4 користио је некадашњу фиксну дијагностичку агрегацију. Задржава се ради поновљивости и не сме се тумачити као резултат подударања модела в1.5.

Временски докази

Временска линија чистог опозива

12 РЕЦАЛЛ сонде

Стварни скуп питања је измешан пре захтева за тестирани модел. Недостајућа генерацијска места нису уздржани модел. Временски оквир реконструише њихове циљне месеце ради провере. Само експлицитни одговори на РЕЦАЛЛ су гранични доказ; ЗАКЉУЧАК, ПОГАЂАЊЕ и НЕПОЗНАТО остају видљиви, али не померају 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
✓ исправно РЕЦАЛЛ✕ погрешно РЕЦАЛЛ~ INFERENCE≈ GUESS? UNKNOWN
12RECALL
0INFERENCE
1GUESS
11UNKNOWN
12исправно РЕЦАЛЛ
0погрешно РЕЦАЛЛ
Временско поређење

Поређење граница знања

CONSISTENT
Референтна граница2025-05OFFICIAL_WEB · 100%
Најновији подржани РЕЦАЛЛ2025-0612 квалификовани одговори на РЕЦАЛЛ
Уочена границаНедовољни докази ПОЗИВАЊАINSUFFICIENT_RECALL_EVIDENCE
Цутофф АлигнментCONSISTENT91/100 · 84% поузданост
Напомене оцењивача
  • 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.

Семантички: тачно 13 · нетачно 0 · непознато 11. Искључено из прекида: 12.

Идентитет понашања

Сигнали идентитета

CONSISTENT · 82%

Идентитет се закључује из конзистентности између модела који се тврди и посматраног профила знања/одговора. То је доказ, а не даљинска потврда или криптографски доказ тежине сервирања.

Позитивни сигнали

  • 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.

Негативни сигнали

  • 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.
Образложење идентитета судије
  • 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.
Одговор тестираног модела

Дословно извучен текст модела

Објављено од стране тестера

Ово је тачан текст модела извучен из успешног спољног одговора API и достављен судији. Заглавља HTTP, екстерни кључ API и комплетна коверта одговора добављача се не чувају овде.

```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"}]}
```
Комплетна листа референтних вредности

Докази питање по питање

Сва прихваћена питања су приказана са очекиваним одговором, доступним извором, основом тестираног модела, семантичком пресудом и граничном подобношћу. Неоцењена питања нису модел уздржаних. Тачна ПОГОДИНА или ЗАКЉУЧАК остаје тачна семантички, али је искључена из доказа о прекиду чистог присећања.

✓K01RECALLодсечени докази

Which cardinal was elected pope by the May 2025 conclave?

Очекивани одговорRobert Francis PrevostSource ↗
Одговор на тестираном моделуRobert Francis Prevost (taking the name Leo XIV)90% · RECALL
Оцена модела: CORRECTПријављено поверење: 90%

Напомена оцењивача: Robert Francis Prevost and Leo XIV are accepted.

✓K02RECALLодсечени докази

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

Очекивани одговорShogunSource ↗
Одговор на тестираном моделуShōgun95% · RECALL
Оцена модела: CORRECTПријављено поверење: 95%

Напомена оцењивача: Shogun matches the answer key.

✓K03RECALLодсечени докази

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

Очекивани одговорCDU/CSUSource ↗
Одговор на тестираном моделуCDU/CSU (Union)97% · RECALL
Оцена модела: CORRECTПријављено поверење: 97%

Напомена оцењивача: CDU/CSU is accepted.

?K04UNKNOWNискључено из одсецања

Which performer won the 2025 Eurovision Song Contest?

Очекивани одговорJJSource ↗
Одговор на тестираном моделуUNKNOWN0% · UNKNOWN
Оцена модела: UNKNOWNПријављено поверење: 0%

Напомена оцењивача: Explicit abstention.

✓K05RECALLодсечени докази

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

Очекивани одговорIndiaSource ↗
Одговор на тестираном моделуIndia80% · RECALL
Оцена модела: CORRECTПријављено поверење: 80%

Напомена оцењивача: India matches the answer key.

✓K06RECALLодсечени докази

Who won the 2024 FIDE World Chess Championship?

Очекивани одговорGukesh DommarajuSource ↗
Одговор на тестираном моделуGukesh Dommaraju97% · RECALL
Оцена модела: CORRECTПријављено поверење: 97%

Напомена оцењивача: Gukesh Dommaraju matches the answer key.

✓K07RECALLодсечени докази

Which organization received the 2024 Nobel Peace Prize?

Очекивани одговорNihon HidankyoSource ↗
Одговор на тестираном моделуNihon Hidankyo95% · RECALL
Оцена модела: CORRECTПријављено поверење: 95%

Напомена оцењивача: Nihon Hidankyo matches the answer key.

✓K08RECALLодсечени докази

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

Очекивани одговорJannik SinnerSource ↗
Одговор на тестираном моделуJannik Sinner97% · RECALL
Оцена модела: CORRECTПријављено поверење: 97%

Напомена оцењивача: Jannik Sinner matches the answer key.

?K09UNKNOWNискључено из одсецања

Who won Chile's 2025 presidential runoff election?

Очекивани одговорJose Antonio KastSource ↗
Одговор на тестираном моделуUNKNOWN0% · UNKNOWN
Оцена модела: UNKNOWNПријављено поверење: 0%

Напомена оцењивача: Explicit abstention.

?K10UNKNOWNискључено из одсецања

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

Очекивани одговорAryna SabalenkaSource ↗
Одговор на тестираном моделуUNKNOWN0% · UNKNOWN
Оцена модела: UNKNOWNПријављено поверење: 0%

Напомена оцењивача: Explicit abstention.

?K11UNKNOWNискључено из одсецања

Who received the 2025 Nobel Peace Prize?

Очекивани одговорMaria Corina MachadoSource ↗
Одговор на тестираном моделуUNKNOWN0% · UNKNOWN
Оцена модела: UNKNOWNПријављено поверење: 0%

Напомена оцењивача: Explicit abstention.

✓K12RECALLодсечени докази

Who won the 2024 United States presidential election?

Очекивани одговорDonald TrumpSource ↗
Одговор на тестираном моделуDonald Trump99% · RECALL
Оцена модела: CORRECTПријављено поверење: 99%

Напомена оцењивача: Donald Trump matches the answer key.

✓K13RECALLодсечени докази

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

Очекивани одговорYeztugoSource ↗
Одговор на тестираном моделуLenacapavir (Sunlenca)72% · RECALL
Оцена модела: CORRECTПријављено поверење: 72%

Напомена оцењивача: Lenacapavir is accepted, though the parenthetical Sunlenca brand is not the prevention brand requested.

?K14UNKNOWNискључено из одсецања

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

Очекивани одговорCarlos AlcarazSource ↗
Одговор на тестираном моделуUNKNOWN0% · UNKNOWN
Оцена модела: UNKNOWNПријављено поверење: 0%

Напомена оцењивача: Explicit abstention.

✓K15RECALLодсечени докази

Which team won Super Bowl LIX?

Очекивани одговорPhiladelphia EaglesSource ↗
Одговор на тестираном моделуPhiladelphia Eagles90% · RECALL
Оцена модела: CORRECTПријављено поверење: 90%

Напомена оцењивача: Philadelphia Eagles matches the answer key.

?K16UNKNOWNискључено из одсецања

Who won the 2025 Tour Championship and FedExCup?

Очекивани одговорTommy FleetwoodSource ↗
Одговор на тестираном моделуUNKNOWN0% · UNKNOWN
Оцена модела: UNKNOWNПријављено поверење: 0%

Напомена оцењивача: Explicit abstention.

?K17UNKNOWNискључено из одсецања

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

Очекивани одговорAsia-PacificSource ↗
Одговор на тестираном моделуUNKNOWN0% · UNKNOWN
Оцена модела: UNKNOWNПријављено поверење: 0%

Напомена оцењивача: Explicit abstention.

?K18UNKNOWNискључено из одсецања

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

Очекивани одговорATLASSource ↗
Одговор на тестираном моделуUNKNOWN0% · UNKNOWN
Оцена модела: UNKNOWNПријављено поверење: 0%

Напомена оцењивача: Explicit abstention.

?K19UNKNOWNискључено из одсецања

Who won New York City's 2025 mayoral election?

Очекивани одговорZohran MamdaniSource ↗
Одговор на тестираном моделуUNKNOWN0% · UNKNOWN
Оцена модела: UNKNOWNПријављено поверење: 0%

Напомена оцењивача: Explicit abstention.

?K20UNKNOWNискључено из одсецања

Which team won the 2025 NBA Finals?

Очекивани одговорOklahoma City ThunderSource ↗
Одговор на тестираном моделуUNKNOWN0% · UNKNOWN
Оцена модела: UNKNOWNПријављено поверење: 0%

Напомена оцењивача: Explicit abstention.

✓K21RECALLодсечени докази

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

Очекивани одговорLiberal Party of CanadaSource ↗
Одговор на тестираном моделуLiberal Party of Canada72% · RECALL
Оцена модела: CORRECTПријављено поверење: 72%

Напомена оцењивача: Liberal Party of Canada matches the answer key.

?K22UNKNOWNискључено из одсецања

Who won the 2025 Wimbledon gentlemen's singles title?

Очекивани одговорJannik SinnerSource ↗
Одговор на тестираном моделуUNKNOWN0% · UNKNOWN
Оцена модела: UNKNOWNПријављено поверење: 0%

Напомена оцењивача: Explicit abstention.

✓K23GUESSискључено из одсецања

Who won the 2025 Masters Tournament?

Очекивани одговорRory McIlroySource ↗
Одговор на тестираном моделуRory McIlroy55% · GUESS
Оцена модела: CORRECTПријављено поверење: 55%

Напомена оцењивача: Rory McIlroy is correct, but the model explicitly labeled it a guess.

✓K24RECALLодсечени докази

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

Очекивани одговорAnoraSource ↗
Одговор на тестираном моделуAnora85% · RECALL
Оцена модела: CORRECTПријављено поверење: 85%

Напомена оцењивача: Anora matches the answer key.

Покривеност питања и белешке о истраживању

Питања о чињеницама: 24 · Није оцењен од стране судије: 0

Референтне границе и цитате даје судија, а не независно потврђено од стране платформе. Истраживачке белешке не кажњавају тестирани модел.

Покрени метаподатке

Детаљи о поновљивости

ID извршавањаHTAMKTZHR951P7JVR0RJDS7TXJ
Бенчмаркmodel-verification-single-request-v1.4
Модел за оцењивањеgpt-5.6-sol
Тражени протоколopenai_chat
Откривена шема одговораLegacy / not recorded
Компатибилност протоколаУТАКМИЦА / легат
Излаз моделаNot recorded
Улазни токениNot recorded
Излазни токениNot recorded
Разлог завршеткаNot recorded
Статус HTTP200
Екстерно кашњење12,772 ms
Бајтови одговора2,665
SHA-2566d36e6fd6f6091dd50b513a22a18a9867f152d4fb9361a5fee6b99adb40502f5
Важно ограничење

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.

Покрените независну верификацију

Сами тестирајте исту крајњу тачку или прегледајте друге јавне извештаје пре него што се ослоните на оглашени идентитет модела.