Herkese açık yapay zeka modeli doğrulama raporu
deepseek-v4-flash
https://api.model-gate.com/v1/chat/completions
Eski kalite puanı87/100
SUSPICIOUS76% değerlendirme güveni
Kalıcı rapor
https://model-gate.com/tr/model-verification/results/A8T2GNQWKPJS4M16YAF7M0PGP4Değerlendirici analizi
Bu doğrulamanın sonucu neden alındı?
Herkese açık rapor, /chat/verify sonrasında test uzmanına gösterilen analitik kanıtları yansıtır. Hakem puanları değerlendirme tablosu değerlendirmeleridir; yalnızca açık doğru veya yanlış RECALL yanıtları saf hatırlama kesme sınırını etkileyebilir.
Davranış teşhisi
4 teşhisHakem puanlama mantığı
Arşivlenen bu sonuç için ayrı bir yargıç gerekçesi korunmadı.
Arşivlenen bu sonuç için ayrı bir yargıç gerekçesi korunmadı.
Arşivlenen bu sonuç için ayrı bir yargıç gerekçesi korunmadı.
Arşivlenen bu sonuç için ayrı bir yargıç gerekçesi korunmadı.
Tarihsel karşılaştırma notu: Bu arşivlenmiş v1.4 genel puanı, önceki sabit tanı toplamayı kullanmıştır. Tekrarlanabilirlik amacıyla saklanır ve v1.5 Model Eşleştirme puanı olarak yorumlanmamalıdır.
Zamansal kanıt
0 PROBLARI GERİ ÇAĞIRSaf hatırlama zaman çizelgesi
Gerçek soru seti, test edilen model talebinden önce karıştırıldı. Eksik nesil slotları model çekimserliği değildir. Zaman çizelgesi, denetlenebilirlik açısından hedef ayları yeniden yapılandırır. Yalnızca açık RECALL yanıtları kesme kanıtıdır; ÇIKARMA, TAHMİN ve BİLİNMEYEN görünür kalır ancak sınırı değiştirmez.
2024-09? K06UNKNOWN
2024-10? K23UNKNOWN
2024-11? K11UNKNOWN
2024-12? K21UNKNOWN
2025-01? K13UNKNOWN
2025-02? K10UNKNOWN? K19UNKNOWN
2025-03? K05UNKNOWN? K12UNKNOWN
2025-04? K15UNKNOWN? K20UNKNOWN
2025-05? K03UNKNOWN? K17UNKNOWN
2025-06? K07UNKNOWN? K22UNKNOWN
2025-07? K18UNKNOWN? K24UNKNOWN
2025-08? K02UNKNOWN? K08UNKNOWN
2025-09? K14UNKNOWN? K16UNKNOWN
2025-10? K01UNKNOWN
2025-11? K04UNKNOWN
2025-12? K09UNKNOWN
✓ doğru GERİ ÇAĞIRMA✕ yanlış ÇAĞIRMA~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
0UNKNOWN
0doğru GERİ ÇAĞIRMA
0yanlış ÇAĞIRMA
Zamansal karşılaştırma
LATER_THAN_REFERENCEBilgi sınırı karşılaştırması
Referans kesintisi2025-05ESTIMATED_WEB · 45%
En son desteklenen RECALL—0 uygun RECALL cevapları
Gözlemlenen sınırYetersiz GERİ ÇAĞIRMA kanıtıINSUFFICIENT_RECALL_EVIDENCE
Kesme HizalamasıLATER_THAN_REFERENCE28/100 · 55% güven düzeyi
Değerlendirici notları
- The response is consistently correct through September 2025 and also answers a November 2025 item correctly.
- Correct answers across June, August, and September provide sustained post-reference evidence rather than one isolated later hit.
- Mixed results in July and failures in October and December make the terminal boundary imprecise.
- The saved May 2025 reference cutoff is a low-confidence ESTIMATED_WEB value, which materially limits alignment confidence.
Referans kesme kaynakları
anlamsal: doğru 21 · yanlış 3 · bilinmiyor 0. Kesintiden hariç tutuldu: 0.
Davranışsal kimlik
SUSPICIOUS · 76%Kimlik sinyalleri
Kimlik, iddia edilen model ile gözlemlenen bilgi/cevap profili arasındaki tutarlılıktan çıkarılır. Bu, servis ağırlıklarının uzaktan tasdiki veya kriptografik kanıtı değil, kanıtıdır.
Olumlu sinyaller
- Strong performance on essentially all events before and near the saved reference cutoff.
- No systematic strong-recall failures substantially before the reference cutoff.
Negatif sinyaller
- Conflicting model-family self-report.
- Sustained correct recall across multiple months after the estimated reference cutoff.
- Correct recall of several September and November 2025 events is anomalously late for the saved snapshot.
Yargıç kimlik gerekçesi
- SR01 identifies the model as Claude from Anthropic, directly conflicting with the claimed DeepSeek identity, although self-description remains weak evidence.
- The observed behavioral boundary is several months later than the saved May 2025 reference estimate.
- Post-reference knowledge is broad across sports, technology, culture, and world events, making it more notable than a small number of isolated later facts.
- The reference cutoff itself has only 45 percent confidence, so the recency discrepancy cannot independently establish model substitution.
Test edilmiş model yanıtı
Verbatim model metnini çıkardı
Yayınlanmış değerlendirme
Soru, cevap anahtarı ve normalleştirilmiş hakem değerlendirmesi mevcuttur. Test kullanıcısının katılımıyla saklanmadığı sürece test edilen modelin tam metni yayınlanamaz. Bir değerlendirmenin yayınlanması bu izni oluşturmaz veya atılan metni kurtarmaz.
Karşılaştırma listesinin tamamını tamamlayın
Soru bazında kanıt
Kabul edilen tüm sorular beklenen yanıt, mevcut kaynak, test edilmiş model esası, anlamsal karar ve kesme uygunluğuyla birlikte gösterilir. Not verilmeyen sorular örnek çekimserlik değildir. Doğru bir TAHMİN veya ÇIKARIM anlamsal olarak doğru kalır ancak saf hatırlama kesme kanıtlarının dışında bırakılır.
✕K01UNKNOWNkesintinin dışında tutuldu
Which Venezuelan opposition leader was awarded the 2025 Nobel Peace Prize?
Beklenen cevapMaria Corina MachadoSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: WRONGBildirilen güven: 75%
Değerlendirici notu: Machado is correct, but the answer incorrectly adds Edmundo Gonzalez Urrutia as a co-recipient.
✓K02UNKNOWNkesintinin dışında tutuldu
Which two countries signed a joint peace declaration at the White House?
Beklenen cevapArmenia and AzerbaijanSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 62%
Değerlendirici notu: Matches Armenia and Azerbaijan.
✓K03UNKNOWNkesintinin dışında tutuldu
What papal name did Cardinal Robert Francis Prevost take after his election?
Beklenen cevapLeo XIVSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 85%
Değerlendirici notu: Matches Pope Leo XIV.
✓K04UNKNOWNkesintinin dışında tutuldu
Which city hosted the first G20 Leaders' Summit held on the African continent?
Beklenen cevapJohannesburgSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 80%
Değerlendirici notu: Matches Johannesburg.
✓K05UNKNOWNkesintinin dışında tutuldu
Which film won Best Picture at the 97th Academy Awards?
Beklenen cevapAnoraSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 95%
Değerlendirici notu: Matches Anora.
✓K06UNKNOWNkesintinin dışında tutuldu
Which mission completed the first commercial spacewalk?
Beklenen cevapPolaris DawnSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 88%
Değerlendirici notu: Matches Polaris Dawn.
✓K07UNKNOWNkesintinin dışında tutuldu
Which team won the 2025 NBA championship?
Beklenen cevapOklahoma City ThunderSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 45%
Değerlendirici notu: Matches Oklahoma City Thunder.
✓K08UNKNOWNkesintinin dışında tutuldu
Which flagship model did OpenAI release in its API platform?
Beklenen cevapGPT-5Source ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 80%
Değerlendirici notu: Matches GPT-5.
✕K09UNKNOWNkesintinin dışında tutuldu
Which footballer won The Best FIFA Men's Player award for 2025?
Beklenen cevapOusmane DembeleSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: WRONGBildirilen güven: 48%
Değerlendirici notu: Expected Ousmane Dembele, not Vinicius Junior.
✓K10UNKNOWNkesintinin dışında tutuldu
Which political alliance won the largest share of votes in Germany's 2025 federal election?
Beklenen cevapCDU/CSUSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 90%
Değerlendirici notu: Matches CDU/CSU.
✓K11UNKNOWNkesintinin dışında tutuldu
Which international court issued arrest warrants for Benjamin Netanyahu and Yoav Gallant?
Beklenen cevapInternational Criminal CourtSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 100%
Değerlendirici notu: Matches the International Criminal Court.
✓K12UNKNOWNkesintinin dışında tutuldu
Which commercial lunar lander successfully touched down in Mare Crisium?
Beklenen cevapBlue GhostSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 88%
Değerlendirici notu: Matches Blue Ghost.
✓K13UNKNOWNkesintinin dışında tutuldu
Which Blue Origin rocket reached orbit on its maiden launch?
Beklenen cevapNew GlennSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 95%
Değerlendirici notu: Matches New Glenn.
✓K14UNKNOWNkesintinin dışında tutuldu
Which standard iPhone generation did Apple unveil at its September product event?
Beklenen cevapiPhone 17Source ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 90%
Değerlendirici notu: Matches iPhone 17.
✓K15UNKNOWNkesintinin dışında tutuldu
Which pontiff died at the Vatican on Easter Monday?
Beklenen cevapPope FrancisSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 98%
Değerlendirici notu: Matches Pope Francis.
✓K16UNKNOWNkesintinin dışında tutuldu
Which party retained a parliamentary majority in Moldova's election?
Beklenen cevapParty of Action and SolidaritySource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 72%
Değerlendirici notu: Matches the Party of Action and Solidarity.
✓K17UNKNOWNkesintinin dışında tutuldu
What landmark global health accord did the World Health Assembly adopt?
Beklenen cevapWHO Pandemic AgreementSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 75%
Değerlendirici notu: Pandemic Agreement is an accepted answer.
✓K18UNKNOWNkesintinin dışında tutuldu
Which British band began its long-awaited reunion tour in Cardiff after a 16-year hiatus?
Beklenen cevapOasisSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 95%
Değerlendirici notu: Matches Oasis.
✓K19UNKNOWNkesintinin dışında tutuldu
Which album won Album of the Year at the 2025 Grammy Awards?
Beklenen cevapCowboy CarterSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 90%
Değerlendirici notu: Matches Cowboy Carter.
✓K20UNKNOWNkesintinin dışında tutuldu
What was the mission designation of Blue Origin's flight carrying Katy Perry, Gayle King and four other women?
Beklenen cevapNS-31Source ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 92%
Değerlendirici notu: Matches NS-31.
✓K21UNKNOWNkesintinin dışında tutuldu
Which Paris cathedral reopened after five years of restoration following its 2019 fire?
Beklenen cevapNotre-Dame de ParisSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 98%
Değerlendirici notu: Matches Notre-Dame de Paris.
✓K22UNKNOWNkesintinin dışında tutuldu
Which new Nintendo console launched worldwide?
Beklenen cevapNintendo Switch 2Source ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 95%
Değerlendirici notu: Matches Nintendo Switch 2.
✓K23UNKNOWNkesintinin dışında tutuldu
Which Japanese organization was awarded the 2024 Nobel Peace Prize?
Beklenen cevapNihon HidankyoSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: CORRECTBildirilen güven: 95%
Değerlendirici notu: Matches Nihon Hidankyo.
✕K24UNKNOWNkesintinin dışında tutuldu
Which national team won UEFA Women's Euro 2025?
Beklenen cevapEnglandSource ↗
Test edilmiş model yanıtı—Tam model yanıtı yayınlanmak üzere mevcut değil.
Değerlendirici kararı: WRONGBildirilen güven: 65%
Değerlendirici notu: Expected England, not Spain.
Soru kapsamı ve araştırma notları
Gerçek sorular: 24 · Hakim tarafından notlandırılmadı: 0
Referans kesintisi ve alıntılar hakim tarafından sağlanır, platform tarafından bağımsız olarak onaylanmaz. Araştırma notları test edilen modeli cezalandırmaz.
Meta verileri çalıştır
Tekrarlanabilirlik ayrıntıları
Çalıştırma kimliği
A8T2GNQWKPJS4M16YAF7M0PGP4Kalite testi
model-verification-single-request-v1.3Değerlendirici model
gpt-5.6-solİstenen protokol
openai_chatAlgılanan yanıt şeması
Legacy / not recordedProtokol uyumluluğu
MAÇ / eskiModel çıktısı
Not recordedGirdi tokenları
Not recordedÇıktı tokenları
Not recordedBitiş nedeni
Not recordedHTTP durumu
200Harici gecikme
222,372 msYanıt baytları
2,597SHA-256
e13bdc27a0f0f92d7830a6c409fc8ffed2214bb814e138471d9cc7ca27be7e71Önemli sınırlama
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.
Bağımsız bir doğrulama çalıştırın
Reklamı yapılan bir model kimliğine güvenmeden önce aynı uç noktayı kendiniz test edin veya diğer genel raporlara göz atın.