Результаты обнаружения

Модель: · режим · реле

Общий балл

Каждый пункт соответствует критериям «пройдено/не пройдено/ошибка»; общая сумма является взвешенным результатом и может находиться между ними.

0 / 100

Аутентификация модели Проверка завершена

Изучите самооценку модели, остатки бренда и общие признаки камуфляжа.

Не проводной —

Думайте о поддержке Проверка завершена

Убедитесь, что эксклюзивные поля на стороне сервера, такие как Claude мышление/подпись, передаются прозрачно.

Не проводной —

Точное воспроизведение команд (антикорпус) Проверка завершена

Модель просят дословно воспроизвести фиксированную отметку, проверяя, насколько детерминированно выполняются инструкции.

Не проводной —

Тестирование системных конфликтов Проверка завершена

Сравнивайте user only с явным system+user, проверяя, не переопределяются ли фиксированные слова скрытыми директивами.

Не проводной —

Чрезвычайные способности к рассуждению (счет по теории чисел) Проверка завершена

Используйте готовые аргументирующие вопросы, чтобы проверить, верны ли проверяемые ответы.

Не проводной —

Обнаружение канала Проверка завершена

Идентифицирует канал хостинга по префиксу идентификатора ответа.

Не проводной —

Claude Проверка токенайзера Проверка завершена

Подсчитайте input_tokens с фиксированными подсказками по сравнению с калиброванной базовой линией модели.

Не проводной —

Минималистичный аудит входных токенов Проверка завершена

Используйте минималистские запросы, чтобы определить, является ли входной_токен аномально высоким, и выявить неявное внедрение системы.

Не проводной —

постоянство стиля поведения Проверка завершена

Сравните характеристики серии Claude через поведенческие предпочтения и модели ответов.

Не проводной —

точность знаний Проверка завершена

Используйте вопросы общего характера Anthropic/Claude, чтобы перекрестно проверить, соответствует ли бэкэнд заявленному значению Claude.

Не проводной —

Согласованность объявления модели Проверка завершена

Сравнение модели запроса, модели ответа и стабильности личности в нескольких раундах возврата.

Не проводной —

Спецификация структуры сообщения Проверка завершена

Проверьте идентификаторы сообщений, последовательности событий SSE и блоки контента на соответствие спецификациям Anthropic.

Не проводной —

Использование инструмента/структурированный результат Проверка завершена

Проверьте, стандартизированы ли блокtool_use, идентификаторtoolu_, имя функции и схема параметров.

Не проводной —

согласованность потоковой передачи Проверка завершена

Сравните потоковый и непоточный текст, токен и конечную причину согласованности.

Не проводной —

Согласованность использования токенов Проверка завершена

Убедитесь, что поля токена ввода/вывода/кэша заполнены и аутентичны.

Не проводной —

Официальное сравнение одного и того же названия Проверка завершена

В том же вопросе сравнивается потребление ресурсов и поведение реакции между каналами и официальным (или базовым уровнем).

Не проводной —

Скрыть обнаружение инъекции Проверка завершена

Случайные варианты перепроверяются на наличие аномальных сигналов, таких как утечки nonce, фиксированные ответы и подозрительное повторное использование кэша.

Не проводной —

Отказ от безопасности и стабильность политики Проверка завершена

Проверьте, стабильна ли политика безопасности, используя сценарии отказа в ответе и варианты перезаписи/кодирования/прогрессивных вариантов.

Не проводной —

подлинность длинного контекста Проверка завершена

Используйте иглу в стоге сена, чтобы убедиться, что длинные контекстные окна соблюдаются.

Не проводной —

Распознавание мультимодальных/PDF Проверка завершена

Отправьте проверку PDF, чтобы убедиться, что ссылка на понимание документа не была удалена станцией передачи.

Не проводной —

Первый токен

—

Общее время

0ms

Пропускная способность (Т/С)

—

Входные токены

Выходные токены

What does each Claude check cover?

Аутентификация модели: Изучите самооценку модели, остатки бренда и общие признаки камуфляжа.
Думайте о поддержке ⭐: Убедитесь, что эксклюзивные поля на стороне сервера, такие как Claude мышление/подпись, передаются прозрачно.
Точное воспроизведение команд (антикорпус): Модель просят дословно воспроизвести фиксированную отметку, проверяя, насколько детерминированно выполняются инструкции.
Тестирование системных конфликтов: Сравнивайте user only с явным system+user, проверяя, не переопределяются ли фиксированные слова скрытыми директивами.
Минималистичный аудит входных токенов: Используйте минималистские запросы, чтобы определить, является ли входной_токен аномально высоким, и выявить неявное внедрение системы.
Чрезвычайные способности к рассуждению (счет по теории чисел): Используйте готовые аргументирующие вопросы, чтобы проверить, верны ли проверяемые ответы.
Обнаружение канала: Идентифицирует канал хостинга по префиксу идентификатора ответа.
Claude Проверка токенайзера: Подсчитайте input_tokens с фиксированными подсказками по сравнению с калиброванной базовой линией модели.
постоянство стиля поведения: Сравните характеристики серии Claude через поведенческие предпочтения и модели ответов.
точность знаний: Используйте вопросы общего характера Anthropic/Claude, чтобы перекрестно проверить, соответствует ли бэкэнд заявленному значению Claude.
Согласованность объявления модели: Сравнение модели запроса, модели ответа и стабильности личности в нескольких раундах возврата.
Спецификация структуры сообщения: Проверьте идентификаторы сообщений, последовательности событий SSE и блоки контента на соответствие спецификациям Anthropic.
Использование инструмента/структурированный результат: Проверьте, стандартизированы ли блокtool_use, идентификаторtoolu_, имя функции и схема параметров.
согласованность потоковой передачи: Сравните потоковый и непоточный текст, токен и конечную причину согласованности.
Согласованность использования токенов: Убедитесь, что поля токена ввода/вывода/кэша заполнены и аутентичны.
Официальное сравнение одного и того же названия: В том же вопросе сравнивается потребление ресурсов и поведение реакции между каналами и официальным (или базовым уровнем).
подлинность длинного контекста: Используйте иглу в стоге сена, чтобы убедиться, что длинные контекстные окна соблюдаются.
Распознавание мультимодальных/PDF: Отправьте проверку PDF, чтобы убедиться, что ссылка на понимание документа не была удалена станцией передачи.
Скрыть обнаружение инъекции: Случайные варианты перепроверяются на наличие аномальных сигналов, таких как утечки nonce, фиксированные ответы и подозрительное повторное использование кэша.
Отказ от безопасности и стабильность политики: Проверьте, стабильна ли политика безопасности, используя сценарии отказа в ответе и варианты перезаписи/кодирования/прогрессивных вариантов.