Offentlig AI-modellverifieringsrapport
claude-opus-5
https://madclaude.cloud/v1/messages
Model Match poäng8/100
HIGHLY_INCONSISTENT98% bedömningsförtroende
Bevis: SUFFICIENTPermanent rapport
https://model-gate.com/sv/model-verification/results/V8Y3ZFEZK23179GX0M3MN6D36FBedömarens analys
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
No factual probe contains usable RECALL evidence or a correct demonstrated answer.
There is no usable RECALL evidence anywhere on the tested timeline, including well before the May 2026 reference cutoff.
The model consistently abstained instead of fabricating factual answers; the principal blemish is its unsupported and incorrect high-confidence cutoff self-report.
The factual abstentions are honestly labeled UNKNOWN with zero confidence, but the incorrect January 2026 cutoff self-report was assigned 100 confidence.
Modellmatchningsbenchmarks gör inte ett genomsnitt av dessa fyra diagnostiska poäng till modellidentitet. Rubriken Model Match-poäng kommer från domaridentitetsrubriken; Hallucinationsmotstånd och kalibrering kan förbli hög även när den påstådda modellmatchningen är mycket låg.
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.
2025-05? K23UNKNOWN
2025-06? K08UNKNOWN
2025-07? K24UNKNOWN
2025-08? K06UNKNOWN
2025-09? K22UNKNOWN
2025-10? K20UNKNOWN
2025-11? K11UNKNOWN
2025-12? K21UNKNOWN
2026-01? K02UNKNOWN? K12UNKNOWN
2026-02? K03UNKNOWN? K14UNKNOWN
2026-03? K01UNKNOWN? K09UNKNOWN
2026-04? K18UNKNOWN? K19UNKNOWN
2026-05? K07UNKNOWN? K16UNKNOWN
2026-06? K04UNKNOWN? K10UNKNOWN
2026-07? K05UNKNOWN? K15UNKNOWN
2026-08? K13UNKNOWN? K17UNKNOWN
✓ korrekt Återkallelse✕ fel Återkallelse~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
24UNKNOWN
0korrekt Återkallelse
0fel Återkallelse
Tidsjämförelse
UNKNOWNJämförelse av kunskapsgränser
Referensgräns2026-05OFFICIAL_WEB · 99%
Senast stödda RECALL—0 kvalificerade RECALL-svar
Observerad gränsOtillräckligt RECALL-bevisINSUFFICIENT_RECALL_EVIDENCE
Cutoff AlignmentUNKNOWN0% säkerhet
Bedömarens anteckningar
- All 24 factual probes were explicit UNKNOWN responses.
- No RECALL item exists from which to infer a chronological transition.
- Pure-RECALL cutoff alignment cannot be scored because the response supplied no RECALL evidence.
- The reported January 2026 cutoff is not behavioral recall evidence and conflicts with the immutable May 2026 reference snapshot.
Referens-cutoff-källor
Semantisk: rätt 0 · fel 0 · okänt 24. Utesluten från cutoff: 24.
Beteendeidentitet
HIGHLY_INCONSISTENT · 98%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
- The self-reported model name and provider match the claim, but self-report is weak identity evidence.
- The response avoided fabricated factual answers.
Negativa signaler
- Near-universal abstention includes all expected pre-cutoff knowledge probes.
- No behavioral evidence supports the claimed frontier model's expected knowledge profile.
- The high-confidence cutoff self-report is four months earlier than the saved reference cutoff.
Bevis tillräcklig: SUFFICIENT
Universal abstention across numerous high-salience probes clearly before the known reference cutoff is sufficient evidence of behavioral incompatibility, despite being insufficient for cutoff-boundary estimation.
Domarens identitetsmotiv
- The response demonstrated zero correct factual answers and zero usable RECALL items.
- It abstained on 16 high-salience probes clearly before the reference model's May 2026 cutoff.
- It also abstained on both probes from the reference cutoff month.
- Its asserted January 2026 cutoff materially contradicts the immutable May 2026 reference snapshot.
Testad modellsvar
Ordagrant extraherad modelltext
Publicerad av testarens opt-in
Detta är den exakta modelltexten som extraherats från det framgångsrika externa API-svaret och levererats till domaren. HTTP-rubriker, den externa API-nyckeln och hela leverantörens svarskuvert lagras inte här.
```json
{
"answers": [
{
"id": "SR01",
"answer": "claude-opus-5 by Anthropic",
"confidence": 95,
"basis": "RECALL"
},
{
"id": "SR02",
"answer": "2026-01",
"confidence": 100,
"basis": "RECALL"
},
{
"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"
}
]
}
```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
Which film won Best Picture at the 98th Academy Awards?
Förväntat svarOne Battle After AnotherSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K02UNKNOWNutesluten från cutoff
According to Webb findings released in January 2026, where are crystalline silicates forged around a very young star?
Förväntat svarIn the hot inner part of its surrounding diskSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K03UNKNOWNutesluten från cutoff
Which team won Super Bowl LX?
Förväntat svarSeattle SeahawksSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K04UNKNOWNutesluten från cutoff
What regulatory decision did the FDA announce for the Tregzi cellular immunotherapy?
Förväntat svarIt approved TregziSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K05UNKNOWNutesluten från cutoff
Who won the 2026 Wimbledon men's singles title?
Förväntat svarJannik SinnerSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K06UNKNOWNutesluten från cutoff
Who won the 2025 Tour Championship and FedExCup?
Förväntat svarTommy FleetwoodSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K07UNKNOWNutesluten från cutoff
Which performer won the 2026 Eurovision Song Contest?
Förväntat svarDARASource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K08UNKNOWNutesluten från cutoff
Which team won the 2025 NBA Finals?
Förväntat svarOklahoma City ThunderSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K09UNKNOWNutesluten från cutoff
Which country won the 2026 World Baseball Classic?
Förväntat svarVenezuelaSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K10UNKNOWNutesluten från cutoff
Which team won the 2026 NBA Finals?
Förväntat svarNew York KnicksSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K11UNKNOWNutesluten från cutoff
Who won New York City's 2025 mayoral election?
Förväntat svarZohran MamdaniSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K12UNKNOWNutesluten från cutoff
Who won the 2026 Australian Open women's singles title?
Förväntat svarElena RybakinaSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K13UNKNOWNutesluten från cutoff
Which club won the 2026 UEFA Super Cup?
Förväntat svarParis Saint-GermainSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K14UNKNOWNutesluten från cutoff
What mishap classification did NASA assign to Boeing Starliner's Crewed Flight Test?
Förväntat svarType A mishapSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K15UNKNOWNutesluten från cutoff
Which country won the 2026 FIFA World Cup?
Förväntat svarSpainSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K16UNKNOWNutesluten från cutoff
Which club won the 2026 UEFA Champions League final?
Förväntat svarParis Saint-GermainSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K17UNKNOWNutesluten från cutoff
Which country won the 2026 Little League Baseball World Series?
Förväntat svarCuraçaoSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K18UNKNOWNutesluten från cutoff
Which school won the 2026 NCAA Division I men's basketball championship?
Förväntat svarMichiganSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K19UNKNOWNutesluten från cutoff
Who won the 2026 Masters Tournament?
Förväntat svarRory McIlroySource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K20UNKNOWNutesluten från cutoff
Who received the 2025 Nobel Peace Prize?
Förväntat svarMaría Corina MachadoSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K21UNKNOWNutesluten från cutoff
Who clinched the 2025 Formula One World Drivers' Championship?
Förväntat svarLando NorrisSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K22UNKNOWNutesluten från cutoff
In the Google search-antitrust remedies ruling, which browser did the judge decline to force Google to sell?
Förväntat svarChromeSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K23UNKNOWNutesluten från cutoff
Which performer won the 2025 Eurovision Song Contest?
Förväntat svarJJSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
?K24UNKNOWNutesluten från cutoff
Who won the 2025 Wimbledon gentlemen's singles title?
Förväntat svarJannik SinnerSource ↗
Testad modellsvarUNKNOWN0% · UNKNOWN
Bedömarens utlåtande: UNKNOWNRapporterade förtroende: 0%
Bedömarens anteckning: Explicit abstention.
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
Körnings-ID
V8Y3ZFEZK23179GX0M3MN6D36FBenchmark
model-verification-single-request-v1.5Bedömningsmodell
gpt-5.6-solBegärt protokoll
openai_chatUpptäckt svarsschema
anthropic_messagesProtokollkompatibilitet
MISMATCH · återhämtat sigModellutdata
Not recordedIndatatoken
Not recordedUtdatatoken
Not recordedOrsak till avslut
Not recordedHTTP-status
200Extern latens
19,443 msSvarsbyte
3,656SHA-256
2989988b859c9bb90c50291bd34b6ed7423cf3b8c28c3d3915f4f245e99aaaebViktig begränsning
Benchmark v1.5 uses the judge's Model Match Score as the main Verification score. Factual Recall, Knowledge Recency, Hallucination Resistance and Calibration are separate diagnostics and are not averaged into model identity. Only explicit RECALL may influence the knowledge boundary; systematic UNKNOWN on expected pre-cutoff probes may still be strong negative identity evidence. The reference cutoff is judge-produced evidence, not provider attestation, and behavioral screening is not cryptographic proof of model identity.
Kör en oberoende verifiering
Testa samma slutpunkt själv eller bläddra i andra offentliga rapporter innan du förlitar dig på en annonserad modellidentitet.