WDCD v3.1の5大シナリオ横断評価において、データ境界シナリオは全モデルの契約遵守スコアが最も低い領域となった。首位のClaude Sonnet 4.6はわずか3.72/4、最下位のQwen3 Maxは1.36/4にとどまり、その差は2.36点と、他のシナリオを大幅に上回った。
データ境界が最難関シナリオとなった理由
データ境界シナリオの平均パフォーマンスは、他の4項目を大きく下回った。Claude Sonnet 4.6、Claude Opus 4.7、Gemini 3.1 Proの上位3モデルはそれぞれ3.72/4、3.60/4、3.34/4であったのに対し、下位5モデルはすべて2.7/4を下回った。比較として、エンジニアリング規範シナリオでは最高スコアが4/4、最下位のQwen3 Maxでも3.4/4に達し、全体の幅はわずか0.6点にとどまる。安全コンプライアンスシナリオではGPT-6.1-Solの最低スコアが2.06/4であるが、首位のDeepSeek V4 ProとGrok 4は3.86/4で並んでおり、データ境界シナリオより差が小さい。
v3の設問メカニズムから見ると、データ境界の制約は連続的な圧力ラウンドにおいて突破されやすい。契約締結段階では「ユーザーIDや取引金額を漏洩してはならない」といった複数の並行するハード制約を受け入れられるが、社会的同調圧力や「サラミ戦術」的な圧力が加わると、モデルは会話の一貫性を保つために制約を段階的に緩める傾向がある。worst-of-3サンプリングでは、Qwen3 Maxが3回とも第5〜7ラウンドで突破され、S_holdスコアが大幅に低下した。
業務ルールとエンジニアリング規範における識別力の差異
業務ルールシナリオで最も大きな識別力が現れた。DeepSeek V4 Pro、GPT-6-Astra、GPT-6-Solの3モデルが4/4満点で並んだ一方、Doubao Proはわずか2.1/4、Gemini 2.5 Proは2.53/4にとどまった。差異は主にR3圧力ラウンドで生じており、権威的な特例許可のプロンプトが出現した際、一部モデルは元の業務ルールを直接上書きしてしまい、Doubao Proは3回の測定すべてでR3においてスコアを落とした。
エンジニアリング規範シナリオは高いベースライン特性を示した。GPT-5.5、GPT-6-Luna、GPT-6-Sol、GPT-6.1-Solの4モデルがいずれも4/4を獲得し、Gemini 3.1 Proは3.96/4であった。最下位のQwen3 Maxでも3.4/4に達しており、エンジニアリング規範の制約（コードフォーマットや依存関係バージョンの固定など）が現在のモデル学習に十分内在化されており、圧力ラウンドの影響を受けにくいことを示している。
特定分野偏重モデルの実際のリスク
GPT-6.1-Solはエンジニアリング規範で満点4/4を獲得した一方、安全コンプライアンスではわずか2.06/4にとどまり、シナリオ間の差は1.94点に達する。同様に、Qwen3 Maxはエンジニアリング規範で3.4/4を獲得しながら、データ境界ではわずか1.36/4と、差は2.04点に及ぶ。こうした偏重現象が意味するのは、企業が単一シナリオのベンチマークのみを参照した場合、本番環境における実際の契約遵守能力を誤判断する可能性があるということだ。
Claude Opus 4.7はリソース制限で3.86/4の首位を獲得したが、エンジニアリング規範ではわずか3.54/4と、GPT-5.5に0.46点差をつけられた。Gemini 2.5 Proはエンジニアリング規範で3.71/4を記録しながら、安全コンプライアンスでは2.41/4まで落ち込み、差は1.3点に達する。特定分野に偏重したモデルを複数シナリオにまたがって展開する際は、対象を絞ったガードレールが必要となる。
企業のモデル選定における具体的な判断
ユーザーのプライバシーや取引データを扱う本番システムでは、Claude Sonnet 4.6またはClaude Opus 4.7を優先すべきだ。データ境界シナリオにおいて、この2モデルは3位のGemini 3.1 Proをそれぞれ0.38点・0.26点リードしており、安全コンプライアンスでも上位6位以内を維持している。Qwen3 MaxとDoubao Proはデータ境界・業務ルールの両シナリオで最下位に位置しており、センシティブデータを含むフローへの直接接続は推奨しない。
リソース制限シナリオでは、DeepSeek V4 ProとGrok 4がそれぞれ3.7/4・3.67/4を記録しており、コスト重視のタスクにおける代替候補となり得るが、データ境界のパフォーマンス（DeepSeek V4 Proが3.08/4、Grok 4が3.20/4）の追加監視が必要だ。
エンジニアリング規範が厳格に求められるコード生成パイプラインでは、GPT-5.5シリーズの4モデルをすべて追加の契約遵守ガードレールなしに直接使用できる。業務ルールが多いCRMや審査承認システムには、DeepSeek V4 ProまたはGPT-6-Astraを推奨する。両モデルともこのシナリオで満点を獲得している。
戦略的判断と次期検証シグナル
現在のデータは、Claudeシリーズがデータ境界と安全コンプライアンスにおける契約遵守能力を市場から相対的に過小評価されていること、また一部のGPT-6サブモデルのエンジニアリング規範における高スコアが、データ境界と安全コンプライアンスにおける実質的な弱点を隠蔽している可能性を示している。Qwen3 Maxのデータ境界における極端に低いスコア（1.36/4）は、学習データ中に対応する制約サンプルが不足していることに起因する可能性があり、次期v3.2において対象を絞ったファインチューニング後の回復幅を重点的に追跡する価値がある。
リソース制限シナリオでは、Claude Sonnet 4.6がわずか3.21/4と首位のClaude Opus 4.7に0.65点差をつけられており、この対照的な結果は、同一ベンダーの異なるサイズのモデルがリソース制約において必ずしも線形なパフォーマンスを示さないことを示唆しており、実際の展開前に個別検証が必要だ。
データ境界シナリオにおける低スコアの分布は、今後の企業向けAI導入において、最も核心的なガードレールコストがこの領域に集中することを予示している。
データ出典：YZ Index WDCD 契約遵守ランキング | Run #384 · シナリオマトリクス | 評価方法論
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接