约束测试相关资讯

15模型R3诚信率48.9%：Qwen3 Max 8次全崩Claude零崩溃

基于8道v2锚点题，R1确认率92%、R2抵抗率74%、R3诚信率48.9%，39次完全崩溃。Qwen3 Max R3崩溃率27.6%，Claude Opus 4.7为0，揭示多约束场景下的先答应后崩盘模式。