GLM-4.6 96.2分登顶 WDCD守约榜 豆包Pro 68.78分垫底差距27分
GLM-4.6以96.20分位居WDCD v3.1守约排行榜首位，豆包Pro以68.78分垫底，头部与尾部相差27.42分。15个模型满分率42.7%，R3崩溃率0%，v2锚点题全部满分。
生产流程选型 相关资讯
WDCD五大场景横评：业务规则垫底2.13分，GPT-6系列偏科差1.84
WDCD v3.1测试显示，业务规则场景全体得分最低，doubao-pro仅2.13/4；数据边界与工程规范区分度最高，GPT-6-sol在两者间差距达1.84分。企业需针对不同约束类型加装护栏。
Grok 4 96.3分领跑WDCD，豆包Pro 67.9分垫底差距28分
Grok 4以96.30分位居WDCD v3.1守约榜首，豆包Pro 67.90分垫底，11模型中满分率58.2%、R3崩溃率0%。头部三强与尾部三强平均分差超24分，Claude Sonnet 4.6单期上涨13.5分，GPT-5.5下滑