97.7 vs 75.2：DeepSeek V4 Pro、約束遵守能力でQwen3 Maxに22点差をつけトップ独走
WDCD v3.1約束遵守ランキングにおいて、DeepSeek V4 Proが97.70点で首位を獲得し、11位のQwen3 Max（75.20点）に22.5点の大差をつけた。上位と下位の間には、生産システムでの実用可能性において明確な境界
WDCD v3.1約束遵守ランキングにおいて、DeepSeek V4 Proが97.70点で首位を獲得し、11位のQwen3 Max（75.20点）に22.5点の大差をつけた。上位と下位の間には、生産システムでの実用可能性において明確な境界
WDCD v3.1守約ランキングでGPT-o3が94.00点で首位を獲得し、Qwen3 Maxが62.60点で最下位となった。評価対象の11モデルで首位と最下位の差は31.4点に達した。
WDCD守約テストにおいて、Grok 4が100点満点で首位を獲得し、GPT-5.5は62.5点で最下位となった。11モデル中、満点を達成したのは61.8%にとどまった。