R3 崩溃率に関するニュース

Grok 4が74.22点でトップ、GPT-o3が51.56点で最下位――WDCDスコア差22.66点

WDCD守約テストにおいて、Grok 4が74.22点で首位を獲得し、GPT-o3が51.56点で最下位となった。両者のスコア差は22.66点に達し、モデル間の明確な二極化が浮き彫りになった。