LLM评估相关资讯

WDCD守约榜：Gemini 3.1 Pro 97.7分领跑 Qwen3 Max 70.3分垫底

Gemini 3.1 Pro以97.70分位居WDCD v3.1守约榜首位，Qwen3 Max 70.30分垫底，11模型中满分率68.2%，R3崩溃率仅2.7%。头部与尾部在R3施压阶段差距达2.00分，生产接入需重点关注安全合规场景。