测评 Claude Sonnet 4.6 涨 8.8 分,豆包 Pro 跌 16 分:WDCD v3.1 守约分化 Claude Sonnet 4.6 WDCD 分数从上期上升 8.8 至 83.72,豆包 Pro 下降 16 分,GPT-5.5 上升 5 分。Grok 4 以 91.04 保持首位,v3.1 试点显示多轮施压下守约生存差异扩大。 WDCD 守约测试 AI模型评估 守约能力 7小时前 51