レビュー 業務ルールがWDCDの最大弱点に——Qwen3-max 1.55点 vs DeepSeek 4点 WDCD v3.1のパイロットデータにより、業務ルールシナリオが11モデル中で約束遵守生存率が最も低い次元であることが判明した。首位のDeepSeek V4 Proが4/4満点を獲得する一方、最下位のQwen3-maxはわずか1.55/4に WDCD 守约测试 业务规则 模型偏科 2026年7月15日 58
