レビュー Grok 4がWDCD守約ランキングで93.80点首位、GLM-4.6は68点で最下位——差は25.8点 WDCD v3.1守約テストにおいて、Grok 4が93.80点で首位、GLM-4.6が68.00点で最下位となり、両者の差は25.8点に達した。11モデルの評価結果には明確な断層が見られ、上位4モデルは83点超、下位3モデルは72点未満と WDCD 守约测试 AI模型约束 排行榜分析 1日前 19
