Qualifique seis lanes
Um endpoint registrado não prova que todo modelo funciona em todo protocolo ou harness.
BENCHMARK-MEASUREMENT-PLAN.md · model-context-matrix.csv · planned-run-manifest.json
A ideia em linguagem simples
O grid candidato tem seis lanes textuais: Chat, Responses e Messages diretos; Warp Chat; Codex Responses; Claude Code Messages. Cada par lane × modelo só entra depois de um canário de schema, autenticação e identidade. A imagem fica fora desse ranking.
Exemplo recorrente: envie o mesmo pacote lacrado — nonce, checksum e três needles — pelas seis lanes. Se o embrulho muda no harness, você mede a lane também. A analogia quebra porque contexto, tools e thinking têm semântica, não apenas tamanho.
POST sem credencial devolveu 401, e não 404, nos endpoints registrados. Isso prova que a rota existe, não compatibilidade por modelo. Codex e Claude Code ainda precisam provar autenticação e envelope; o sidecar Warp transforma Chat e emula Responses sobre Chat.
Trecho verificável
direct_chat · direct_responses · direct_messages\nwarp_chat · codex_responses · claude_code_messages\nqualification = 256-token schema + auth + identity canary
outputs/BENCHMARK-MEASUREMENT-PLAN.md · outputs/model-context-matrix.csv · outputs/planned-run-manifest.json
O caminho em uma imagem
Teste de recuperação
O que um 401 no endpoint prova?