测评 330次施压实验：63%的大模型在第三轮叛变了 赢政指数全新维度 WDCD 首轮揭幕：11 款顶级大模型在 330 次三轮施压测试中，R3 崩溃率高达 63.3%，全局诚信率从 95% 暴跌至 29%。Claude Opus 4.7 以 67.5 分登顶，Grok 4 仅 48.3 分垫 WDCD 守约测试 赢政指数 大模型评测 2026年5月3日 863
测评 AI守约首轮测试：Qwen3-Max夺冠，11大模型压力下谁最易崩盘？ 赢政指数WDCD首轮测试揭晓：Qwen3-Max以66.67分领跑，Claude系列紧随其后。分析聚焦压力下模型妥协与R3诚信轮衰减规律，揭示AI守约能力的真实边界。 AI守约测试 赢政指数 WDCD AI模型排名 2026年5月2日 954
