Pare no gate atual
Esta revisão não executou inferência; preflight, canários e volume alto continuam bloqueados.
BENCHMARK-MEASUREMENT-PLAN.md · model-context-matrix.csv · planned-run-manifest.json
A ideia em linguagem simples
A próxima autorização recomendada cobre janela reversível, freeze, preflight administrativo, configuração segura, até 90 canários textuais e uma lane de imagem, restore e relatório de elegibilidade. O grid grande só é discutido depois.
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.
A sequência futura é freeze → preflight → canários → grid curto → grid longo → comportamento → imagem → restore → relatório. unplanned_requests_allowed=0 e concorrência 1 limitam o escopo. Catálogo derivado, identidade divergente, autenticação falha, timeout, tráfego concorrente ou request não planejado encerram o run.
Trecho verificável
inference_executed_by_revision = false\npreflight_canaries_approved = false\nhigh_volume_benchmark_approved = false\nmax_text_canaries = 15 models × 6 lanes = 90
outputs/BENCHMARK-MEASUREMENT-PLAN.md · outputs/model-context-matrix.csv · outputs/planned-run-manifest.json
O caminho em uma imagem
Teste de recuperação
Qual é o estado operacional atual?