生产级模型评估に関するニュース

WDCD守約ランキング：Grok 4が91.04点で首位、Doubao Proは58点で最下位――その差33点

WDCD v3.1守約テストにおいて、Grok 4が91.04点で首位を獲得し、Doubao Proは58.00点で最下位となった。11モデルが25問に挑んだworst-of-3サンプリングの結果、上位と下位の差は33.04点に達した。