约束遵守能力に関するニュース

Grok 4が91.40点でWDCD守約ランキング首位、Qwen3 Maxが64.88点で最下位

WDCD v3.1テストにおいて、Grok 4が91.40点でトップに立ち、Qwen3 Maxが64.88点で最下位となった。上位4モデルと下位モデルの間には明確な格差が生じている。