Offentlig AI-modellverifieringsrapport
claude-opus-4-6
https://api.model-gate.com/v1/chat/completions
Äldre kvalitetspoäng60/100
CONSISTENT88% bedömningsförtroende
Permanent rapport
https://model-gate.com/sv/model-verification/results/68TGGQW6SM9411Y4XDAPH3BR3HDomaranalys
Varför denna verifiering fick sitt resultat
Den offentliga rapporten speglar de analytiska bevis som visas för testaren efter /chat/verify. Domarpoäng är rubrikbedömningar; endast explicita korrekta eller felaktiga RECALL-svar kan påverka gränsen för ren återkallelse.
Beteendediagnostik
4 diagnostikResonemang för domarpoäng
Ingen separat domarmotivering bibehölls för detta arkiverade resultat.
Ingen separat domarmotivering bibehölls för detta arkiverade resultat.
Ingen separat domarmotivering bibehölls för detta arkiverade resultat.
Ingen separat domarmotivering bibehölls för detta arkiverade resultat.
Historiskt riktmärke: detta arkiverade v1.4-övergripande resultat använde den tidigare fasta diagnostiska aggregeringen. Den behålls för reproducerbarhet och får inte tolkas som en v1.5 Model Match-poäng.
Temporära bevis
0 ÅTERKALLA sonderTidslinje för ren återkallelse
Den faktiska frågeuppsättningen blandades före begäran om testad modell. Saknade generationsplatser är inte modellavståelser. Tidslinjen rekonstruerar deras målmånader för granskning. Endast explicita RECALL-svar är cutoff-bevis; INFERENCE, GUESS och OKÄND förblir synliga men flyttar inte gränsen.
2024-09? K20UNKNOWN
2024-10? K14UNKNOWN
2024-11? K13UNKNOWN
2024-12? K22UNKNOWN
2025-01? K02UNKNOWN
2025-02? K10UNKNOWN? K18UNKNOWN
2025-03? K01UNKNOWN? K17UNKNOWN
2025-04? K03UNKNOWN? K16UNKNOWN
2025-05? K07UNKNOWN? K11UNKNOWN
2025-06? K09UNKNOWN? K21UNKNOWN
2025-07? K15UNKNOWN? K19UNKNOWN
2025-08? K06UNKNOWN? K24UNKNOWN
2025-09? K04UNKNOWN? K12UNKNOWN
2025-10? K05UNKNOWN
2025-11? K08UNKNOWN
2025-12? K23UNKNOWN
✓ korrekt Återkallelse✕ fel Återkallelse~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
0UNKNOWN
0korrekt Återkallelse
0fel Återkallelse
Tidsjämförelse
CONSISTENTJämförelse av kunskapsgränser
Referensgräns2025-05OFFICIAL_WEB · 100%
Senast stödda RECALL—0 kvalificerade RECALL-svar
Observerad gränsOtillräckligt RECALL-bevisINSUFFICIENT_RECALL_EVIDENCE
Cutoff AlignmentCONSISTENT88/100 · 87% förtroende
Domaranteckningar
- Recall is broadly strong from September 2024 through April 2025, with only one isolated February abstention.
- May is mixed across its dense probes, while June and July retain partial or strong knowledge before a sustained failure cluster in August and September.
- The observed transition range overlaps and immediately follows the official May 2025 reference cutoff.
- Correct later-control answers in October and November are isolated; the COP30 host was also knowable well before the event, so these do not establish a later sustained boundary.
Referens-cutoff-källor
Semantisk: rätta 16 · fel 2 · okänd 6. Utesluten från cutoff: 0.
Beteendeidentitet
CONSISTENT · 88%Identitetssignaler
Identitet härleds från överensstämmelse mellan den påstådda modellen och den observerade kunskaps-/svarprofilen. Det är bevis, inte fjärrbevis eller kryptografiskt bevis för serveringsvikterna.
Positiva signaler
- Correct on nearly all probes from September 2024 through April 2025.
- Mixed near-boundary performance in May.
- Sustained weak performance across both August and September dense evidence.
- Self-identifies as an Anthropic Claude model.
Negativa signaler
- Missed the February 2025 Album of the Year despite otherwise strong pre-cutoff recall.
- Answered several June and July events correctly after the nominal cutoff.
- Correctly guessed the October 2025 Nobel Peace Prize recipient.
- Did not identify its exact version and supplied no cutoff self-report.
Domarens identitetsmotiv
- The behavioral boundary broadly aligns with the immutable May 2025 reference cutoff.
- Strong-recall performance is consistently high across most months before the reference cutoff.
- The August-September failure cluster supplies a meaningful temporal transition rather than relying on one obscure missed fact.
- Limited post-cutoff knowledge is not treated as proof of substitution and is compatible with inference, advance-publicized facts, or selective updates.
- The self-report supports the provider family but does not independently establish the exact model variant.
Testad modellsvar
Ordagrant extraherad modelltext
Arkiverad sammanfattning
Den här körningen föregår bevarande av fullständiga rapporter för att välja att delta. Utmaningen, svarsnyckeln och den normaliserade domarens bedömning är tillgängliga, men den exakta testade modellens svarstext förkastades avsiktligt av den sekretesspolicyn från benchmark-eran.
Komplett benchmark listning
Bevis från fråga för fråga
Alla antagna frågor visas med det förväntade svaret, tillgänglig källa, testad modellbas, semantiskt omdöme och gränsvärdesberättigande. Obetygsatta frågor är inte modellnedlagda. En korrekt GISSNING eller INFERENS förblir korrekt semantiskt men utesluts från rena återkallande cutoff-bevis.
✓K01UNKNOWNutesluten från cutoff
What was the name of Firefly Aerospace's lunar lander that successfully touched down on the Moon?
Förväntat svarBlue GhostSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 85%
Domaranteckning: Matches Blue Ghost.
✓K02UNKNOWNutesluten från cutoff
What was the name of Blue Origin's rocket that reached orbit on its maiden flight?
Förväntat svarNew GlennSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 90%
Domaranteckning: Matches New Glenn.
✓K03UNKNOWNutesluten från cutoff
What was the designation of the Blue Origin mission that carried an all-women crew including Katy Perry and Gayle King?
Förväntat svarNS-31Source ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 45%
Domaranteckning: Matches NS-31.
?K04UNKNOWNutesluten från cutoff
Who won the men's 100 metres at the 2025 World Athletics Championships in Tokyo?
Förväntat svarOblique SevilleSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: UNKNOWNRapporterade förtroende: 0%
Domaranteckning: Explicit abstention.
✓K05UNKNOWNutesluten från cutoff
Which Venezuelan opposition leader was awarded the 2025 Nobel Peace Prize?
Förväntat svarMaria Corina MachadoSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 60%
Domaranteckning: Matches Maria Corina Machado.
?K06UNKNOWNutesluten från cutoff
At which Alaska military installation did Donald Trump meet Vladimir Putin for their 2025 summit?
Förväntat svarJoint Base Elmendorf-RichardsonSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: UNKNOWNRapporterade förtroende: 0%
Domaranteckning: Explicit abstention.
✓K07UNKNOWNutesluten från cutoff
What landmark global health instrument did the World Health Assembly adopt?
Förväntat svarWHO Pandemic AgreementSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 55%
Domaranteckning: Explicitly includes WHO Pandemic Agreement.
✓K08UNKNOWNutesluten från cutoff
Which Brazilian city hosted the COP30 climate conference?
Förväntat svarBelemSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 90%
Domaranteckning: Matches Belem.
✓K09UNKNOWNutesluten från cutoff
Which new Nintendo console launched alongside Mario Kart World?
Förväntat svarNintendo Switch 2Source ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 85%
Domaranteckning: Matches Nintendo Switch 2.
?K10UNKNOWNutesluten från cutoff
Which album won Album of the Year at the 67th Grammy Awards?
Förväntat svarCowboy CarterSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: UNKNOWNRapporterade förtroende: 0%
Domaranteckning: Explicit abstention.
?K11UNKNOWNutesluten från cutoff
Which performer won the 2025 Eurovision Song Contest for Austria with Wasted Love?
Förväntat svarJJSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: UNKNOWNRapporterade förtroende: 0%
Domaranteckning: Explicit abstention.
✕K12UNKNOWNutesluten från cutoff
Which numbered iPhone generation did Apple debut at its September product event?
Förväntat svariPhone 17Source ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: WRONGRapporterade förtroende: 75%
Domaranteckning: Answered iPhone 16; expected iPhone 17.
✓K13UNKNOWNutesluten från cutoff
Which city hosted the COP29 climate conference that concluded with a new climate-finance agreement?
Förväntat svarBakuSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 92%
Domaranteckning: Matches Baku.
✓K14UNKNOWNutesluten från cutoff
Which Japanese organization was awarded the 2024 Nobel Peace Prize?
Förväntat svarNihon HidankyoSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 95%
Domaranteckning: Matches Nihon Hidankyo.
?K15UNKNOWNutesluten från cutoff
Which national team defeated Spain on penalties to win UEFA Women's Euro 2025?
Förväntat svarEnglandSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: UNKNOWNRapporterade förtroende: 0%
Domaranteckning: Explicit abstention.
✓K16UNKNOWNutesluten från cutoff
Which pope died at the Vatican on Easter Monday 2025?
Förväntat svarPope FrancisSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 85%
Domaranteckning: Matches Pope Francis.
✓K17UNKNOWNutesluten från cutoff
Which film won Best Picture at the 97th Academy Awards?
Förväntat svarAnoraSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 65%
Domaranteckning: Matches Anora.
✓K18UNKNOWNutesluten från cutoff
Which political alliance became the largest group in Germany's 2025 Bundestag election?
Förväntat svarCDU/CSUSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 85%
Domaranteckning: Matches CDU/CSU.
✓K19UNKNOWNutesluten från cutoff
Which network of Indian forts became the country's 44th UNESCO World Heritage property?
Förväntat svarMaratha Military Landscapes of IndiaSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 50%
Domaranteckning: Matches Maratha Military Landscapes of India.
✓K20UNKNOWNutesluten från cutoff
Which mission conducted the first commercial spacewalk?
Förväntat svarPolaris DawnSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 92%
Domaranteckning: Matches Polaris Dawn.
✓K21UNKNOWNutesluten från cutoff
Which private astronaut mission launched Peggy Whitson and Shubhanshu Shukla to the International Space Station?
Förväntat svarAxiom Mission 4Source ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 70%
Domaranteckning: Matches Axiom Mission 4.
✓K22UNKNOWNutesluten från cutoff
Which Paris cathedral formally reopened five years after a devastating fire?
Förväntat svarNotre-Dame de ParisSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: CORRECTRapporterade förtroende: 97%
Domaranteckning: Matches Notre-Dame de Paris.
?K23UNKNOWNutesluten från cutoff
Who won Chile's 2025 presidential runoff election?
Förväntat svarJose Antonio KastSource ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: UNKNOWNRapporterade förtroende: 0%
Domaranteckning: Explicit abstention.
✕K24UNKNOWNutesluten från cutoff
What new flagship AI system did OpenAI introduce?
Förväntat svarGPT-5Source ↗
Testad modellsvar—Exakt modellsvar behölls inte för denna arkiverade körning.
Domare dom: WRONGRapporterade förtroende: 40%
Domaranteckning: Answered GPT-4o; expected GPT-5.
Frågetäckning och forskningsanteckningar
Faktafrågor: 24 · Inte betygsatt av domare: 0
Referensgräns och citat tillhandahålls av domaren, inte oberoende bekräftad av plattformen. Forskningsanteckningar straffar inte den testade modellen.
Kör metadata
Reproducerbarhetsdetaljer
Kör ID
68TGGQW6SM9411Y4XDAPH3BR3HBenchmark
model-verification-single-request-v1.3Bedöma
gpt-5.6-solBegärt protokoll
openai_chatUpptäckt svarsschema
Legacy / not recordedProtokollkompatibilitet
MATCH / arvModellutgång
Not recordedMata in tokens
Not recordedUtdatapolletter
Not recordedAvsluta anledning
Not recordedHTTP-status
200Extern latens
10,087 msSvarsbyte
2,591SHA-256
37edfee0969ea8c1529cf6db6830118353b483a27995cedcf20b25e5b40b8ff1Viktig begränsning
The reference cutoff is a judge-produced snapshot grounded in hosted web evidence when available (official sources preferred, otherwise the best defensible estimate). It is not provider attestation. Single-request behavioral screening is not cryptographic proof of the underlying model identity.
Kör en oberoende verifiering
Testa samma slutpunkt själv eller bläddra i andra offentliga rapporter innan du förlitar dig på en annonserad modellidentitet.