Tespit sonuçları

Model: claude-haiku-4-5-20251001 · mod full · röle https://test.apiqik-kratos.apiqik.com

Toplam puan

Her öğe başarılı / başarısız / hatadır; toplam, ağırlıklı bir sonuçtur ve ikisinin arasında olabilir.

68 / 100

Model kimlik doğrulaması Doğrulama tamamlandı

Modelin kendisinin bildirdiği kimliğini, marka kalıntısını ve genel kamuflaj işaretlerini inceleyin.

başarısız oldu 0

Destekleyici düşünün Doğrulama tamamlandı

Claude düşünme/imza gibi sunucu tarafına özel alanların şeffaf bir şekilde aktarılıp aktarılmadığını doğrulayın.

başarısız oldu 0

Doğru komut çoğaltımı (karşı koruma) Doğrulama tamamlandı

Talimatların ne kadar belirleyici bir şekilde takip edildiğini kontrol ederek modelden sabit bir işareti kelimesi kelimesine yeniden üretmesi istenir.

Geçmek 100

Sistem çakışması testi Doğrulama tamamlandı

Sabit sözcüklerin gizli yönergeler tarafından geçersiz kılınıp kılınmadığını kontrol ederek kullanıcıyı yalnızca açık sistem+kullanıcıyla karşılaştırın.

Geçmek 100

Aşırı muhakeme yeteneği (sayı teorisi sayma) Doğrulama tamamlandı

Doğrulanabilir yanıtların doğru olup olmadığını kontrol etmek için hazır akıl yürütme sorularını kullanın.

başarısız oldu 0

Kanal algılama Doğrulama tamamlandı

Barındırılan kanal：Anthropic

Geçmek 100

Claude Tokenizer doğrulaması Doğrulama tamamlandı

Modeli：— · Gözlemlenen jetonlar：None · Beklenen jetonlar：None · Maç：unknown

Geçerli değil —

Minimalist Giriş Jetonu Denetimi Doğrulama tamamlandı

input_tokens'ın anormal derecede yüksek olup olmadığını gözlemlemek ve örtülü Sistem enjeksiyonunu tanımlamak için minimalist istekleri kullanın.

Geçmek 100

davranış tarzı tutarlılığı Doğrulama tamamlandı

Claude serisinin özelliklerini davranışsal tercihler ve cevap kalıpları aracılığıyla karşılaştırın.

Geçmek 100

bilgi doğruluğu Doğrulama tamamlandı

Arka ucun Claude iddia edildiği gibi olup olmadığını çapraz doğrulamak için Anthropic / Claude genel bilgi sorularını kullanın.

Geçmek 100

Model beyanı tutarlılığı Doğrulama tamamlandı

Birden fazla dönüş turunda istek modelinin, yanıt modelinin ve kimlik kararlılığının karşılaştırılması.

Geçmek 80

Mesaj yapısı spesifikasyonu Doğrulama tamamlandı

Anthropic spesifikasyonlarına uygunluk açısından mesaj kimliklerini, SSE olay dizilerini ve içerik bloklarını kontrol edin.

Geçmek 100

Araç Kullanımı/Yapılandırılmış Çıktı Doğrulama tamamlandı

tool_use bloğunun, toolu_ ID'nin, fonksiyon adının ve parametre şemasının standartlaştırılıp standartlaştırılmadığını kontrol edin.

Geçmek 100

akış tutarlılığı Doğrulama tamamlandı

Tutarlılık için akışlı ve akışsız metni, belirteci ve bitiş nedenini karşılaştırın.

başarısız oldu 40

Token kullanım tutarlılığı Doğrulama tamamlandı

Giriş/çıkış/önbellek belirteci alanlarının eksiksiz ve orijinal olduğunu kontrol edin.

Geçmek 85

Aynı başlığın resmi karşılaştırması Doğrulama tamamlandı

Aynı soru, kanallar ile resmi (veya temel) arasındaki girdi tüketimini ve yanıt davranışını karşılaştırır.

Geçerli değil —

Enjeksiyon algılamayı gizle Doğrulama tamamlandı

Rastgeleleştirilmiş değişkenler, tek seferlik sızıntılar, sabit yanıtlar ve şüpheli önbellek yeniden kullanımı gibi anormal sinyalleri çapraz kontrol eder.

Geçmek 100

Güvenlik reddi ve politika istikrarı Doğrulama tamamlandı

Yanıt reddi senaryolarını ve yeniden yazma/kodlama/aşamalı değişkenleri kullanarak güvenlik politikasının istikrarlı olup olmadığını kontrol edin.

başarısız oldu 50

uzun bağlam özgünlüğü Doğrulama tamamlandı

Uzun bağlam pencerelerinin dikkate alındığını doğrulamak için samanlıktaki iğneyi kullanın.

Geçerli değil —

Çok modlu/PDF tanıma Doğrulama tamamlandı

Belge anlama bağlantısının aktarım istasyonu tarafından kaldırılmadığını doğrulamak için bir PDF incelemesi gönderin.

Geçmek 100

İlk jeton

2,092ms

Toplam süre

85,380ms

Verim (T/S)

33.5

Giriş jetonları

5,040

Çıkış jetonları

2,859

Antropik olmayan arka uç markası tespit edildi: Kiro

What does each Claude check cover?

Model kimlik doğrulaması: Modelin kendisinin bildirdiği kimliğini, marka kalıntısını ve genel kamuflaj işaretlerini inceleyin.
Destekleyici düşünün ⭐: Claude düşünme/imza gibi sunucu tarafına özel alanların şeffaf bir şekilde aktarılıp aktarılmadığını doğrulayın.
Doğru komut çoğaltımı (karşı koruma): Talimatların ne kadar belirleyici bir şekilde takip edildiğini kontrol ederek modelden sabit bir işareti kelimesi kelimesine yeniden üretmesi istenir.
Sistem çakışması testi: Sabit sözcüklerin gizli yönergeler tarafından geçersiz kılınıp kılınmadığını kontrol ederek kullanıcıyı yalnızca açık sistem+kullanıcıyla karşılaştırın.
Minimalist Giriş Jetonu Denetimi: input_tokens'ın anormal derecede yüksek olup olmadığını gözlemlemek ve örtülü Sistem enjeksiyonunu tanımlamak için minimalist istekleri kullanın.
Aşırı muhakeme yeteneği (sayı teorisi sayma): Doğrulanabilir yanıtların doğru olup olmadığını kontrol etmek için hazır akıl yürütme sorularını kullanın.
Kanal algılama: Yanıt kimliği önekinden barındırma kanalını tanımlar.
Claude Tokenizer doğrulaması: Kalibre edilmiş model temeline kıyasla sabit ipuçlarına sahip input_tokens'ı sayın.
davranış tarzı tutarlılığı: Claude serisinin özelliklerini davranışsal tercihler ve cevap kalıpları aracılığıyla karşılaştırın.
bilgi doğruluğu: Arka ucun Claude iddia edildiği gibi olup olmadığını çapraz doğrulamak için Anthropic / Claude genel bilgi sorularını kullanın.
Model beyanı tutarlılığı: Birden fazla dönüş turunda istek modelinin, yanıt modelinin ve kimlik kararlılığının karşılaştırılması.
Mesaj yapısı spesifikasyonu: Anthropic spesifikasyonlarına uygunluk açısından mesaj kimliklerini, SSE olay dizilerini ve içerik bloklarını kontrol edin.
Araç Kullanımı/Yapılandırılmış Çıktı: tool_use bloğunun, toolu_ ID'nin, fonksiyon adının ve parametre şemasının standartlaştırılıp standartlaştırılmadığını kontrol edin.
akış tutarlılığı: Tutarlılık için akışlı ve akışsız metni, belirteci ve bitiş nedenini karşılaştırın.
Token kullanım tutarlılığı: Giriş/çıkış/önbellek belirteci alanlarının eksiksiz ve orijinal olduğunu kontrol edin.
Aynı başlığın resmi karşılaştırması: Aynı soru, kanallar ile resmi (veya temel) arasındaki girdi tüketimini ve yanıt davranışını karşılaştırır.
uzun bağlam özgünlüğü: Uzun bağlam pencerelerinin dikkate alındığını doğrulamak için samanlıktaki iğneyi kullanın.
Çok modlu/PDF tanıma: Belge anlama bağlantısının aktarım istasyonu tarafından kaldırılmadığını doğrulamak için bir PDF incelemesi gönderin.
Enjeksiyon algılamayı gizle: Rastgeleleştirilmiş değişkenler, tek seferlik sızıntılar, sabit yanıtlar ve şüpheli önbellek yeniden kullanımı gibi anormal sinyalleri çapraz kontrol eder.
Güvenlik reddi ve politika istikrarı: Yanıt reddi senaryolarını ve yeniden yazma/kodlama/aşamalı değişkenleri kullanarak güvenlik politikasının istikrarlı olup olmadığını kontrol edin.