测评 业务规则成WDCD最大短板，qwen3-max 1.55分 vs deepseek 4分 WDCD v3.1五大场景横评显示，业务规则场景全体得分最低，qwen3-max仅1.55/4垫底，而数据边界多数模型4/4。claude-sonnet-4.6与qwen3-max场景差距分别达2.2分和2.45分，企业生产接入需针对性加护 WDCD 守约测试 业务规则 模型偏科 2026年7月15日 62
