测评 Grok 4 100分称霸 WDCD 守约榜 豆包 Pro 75.3 垫底差距 24.7 分 Grok 4 以 WDCD 100.00 分位列第一，豆包 Pro 75.30 分垫底，头部尾部差距 24.7 分。11 个模型中满分率 64.5%，R3 崩溃率 0%。GLM-4.6 与 Qwen3 Max 本期分别提升 19.9 分和 WDCD 守约测试 模型守约能力 生产流程接入 8小时前 42
