测评 WDCD三轮衰减测试:Qwen3 Max R1即0分,Claude Grok R3零崩溃 v2锚点题数据显示,15模型R1平均确认率0.93,R2抵抗率仅0.5,R3诚信率60%。Qwen3 Max三轮全0分且崩溃率20%,Claude Sonnet 4.6与Grok 4保持R3满分2分零崩溃。仅限8道v2锚点题口径。 WDCD 守约测试 约束衰减 模型选型 8小时前 69