Na tym etapie należy rozstrzygnąć, czy wynik identyfikacji jest zadowalający. Można w tym celu: porównać sygnał wyjściowy modelu z sygnałem rzeczywistym (najlepiej dla innego zbioru danych, tak zwanego zbioru danych do weryfikacji), wyznaczyć błąd predykcji jednokrokowej i określić jego cechy (na przykład białość), sprawdzić, czy model jest nadparametryzowany (zawiera zbyt bogatą strukturę), sprawdzić inne cechy modelu, decydujące o jego przydatności (na przykład stabilność czy odwracalność).
Uzyskanie niezadowalających wyników w trakcie weryfikacji modelu powoduje konieczność powtórzenia niektórych etapów identyfikacji. Zazwyczaj najpierw powtarza się etapy 7-8 lub 6-7-8. Po wyczerpaniu możliwości wprowadzania zmian na tych etapach należy pomyśleć o powtórzeniu etapu 5, a nawet 4.
W warunkach rzeczywistych należy zrobić wszystko, żeby nie było potrzeby powtarzania etapów 1-2, gdyż ich przeprowadzenie zazwyczaj wiąże się z dużymi kosztami. Dla przykładu, identyfikacja modelu hutniczego pieca indukcyjnego może wiązać się ze znacznymi wydatkami na energię do zasilania pieca.