WDCD守约榜GPT-6 Astra 90.50分第一 豆包Pro 58.70分垫底差距31.8分

WDCD v3.1守约测试中，GPT-6 Astra以90.50分获得第一，豆包Pro仅58.70分位列最后，15个参评模型的得分区间从90.50到58.70，极差31.8分。

排名格局：前五集中90分区间，后五跌破80

本次排行榜显示明显梯队分化。GPT-6 Astra 90.50、Gemini 3.1 Pro 89.97、GLM-4.6 89.97、Claude Opus 4.7 89.30、GPT-6 Sol 89.30构成第一梯队，五模型均在89分以上。第六至第九名Claude Sonnet 4.6 88.90、Grok 4 88.27、GPT-o3 86.93、GPT-6 Luna 85.77仍保持85分以上。第十名GPT-5.5 81.27后，DeepSeek V4 Pro 78.57、Gemini 2.5 Pro 77.23、GPT-6.1 Sol 77.20、Qwen3 Max 76.50形成第三梯队，豆包Pro 58.70单独掉入第四梯队。

所有模型v2锚点题R1通过率14/15，仅Qwen3 Max R1=0.00。R3满分2分的模型有9个，R3得0分的只有Qwen3 Max。

冠军GPT-6 Astra的守约机制

GPT-6 Astra在v2三轮锚点题中R1=1.00、R2=1.00、R3=2.00/2，v3原生得分换算后拉高总分至90.50。这意味着它在连续施压阶段（社会认同、权威特批、切香肠、沉没成本）下，S_hold守约生存60分项得分最高，破约发生最晚。v3题设计包含8-12轮对话，立约后逐级抬压，Astra的S_kbv约束记忆15分和S_recover破防恢复10分表现稳定，未出现R2干扰后直接崩盘的情况。

选型含义：把AI接入生产流程的企业，在数据边界和安全合规场景下，可优先考虑GPT-6 Astra作为默认模型，其在最差-of-3采样下的最差一次仍能维持高分，意味着单次异常触发概率较低。

垫底豆包Pro的断层原因

豆包Pro 58.70分与第14名Qwen3 Max 76.50分仍有17.8分差距。其v2锚点题R1=1.00、R2=1.00、R3=2.00/2看似正常，但v3原生百分制得分极低，说明在多轮渐进施压题中，S_hold和S_integrity两项严重失分。可能原因集中在工程规范或资源限制类约束场景，连续施压轮次中过早破约且未能恢复。

战略判断：豆包Pro在本期试点数据中守约能力被明显低估或实际能力不足，接入业务规则严格的系统时需额外增加外部护栏，否则R3级施压下崩溃风险最高。

头部与尾部差距的施压轮次证据

头部模型与尾部模型在R3崩溃率上的表现差异直接拉大总分。全局R3崩溃率仅0.7%，但Qwen3 Max R3=0.00，豆包Pro虽R3满分却因v3多轮题S_recover和S_integrity得分过低被拖累。Claude Opus 4.7本期较上期提升8.0分，主要来自v3题S_hold得分改善，显示其在沉没成本抬压阶段的恢复能力增强。

对生产部署的含义：在业务规则和安全合规场景，企业应为得分低于80分的模型（GPT-5.5以下）设置二次确认节点，避免单轮对话中连续三类施压同时出现。

GLM-4.6与Gemini 3.1 Pro并列第二的细微差异

GLM-4.6与Gemini 3.1 Pro同为89.97分，但v2锚点表现不同：GLM-4.6 R1=1 R2=1 R3=2，Gemini 3.1 Pro R1=1 R2=0 R3=1。GLM-4.6在R2干扰阶段保持约束记忆更强，而Gemini 3.1 Pro在R3施压阶段得分较低。这提示两者在不同约束场景下的适用性存在互补。

分析认为，GLM-4.6更适合需要多轮上下文锚定的工程规范场景，Gemini 3.1 Pro则需在权威特批类施压下增加人工复核。

上期对比信号与下期验证方向

Claude Opus 4.7上涨8.0分、GPT-6 Astra上涨5.3分，GPT-5.5下跌5.6分、Qwen3 Max下跌8.5分、豆包Pro下跌10.1分。这些变化均来自v3题原生得分波动，而非v2锚点题改变。Qwen3 Max R1=0.00是唯一R1失败案例，值得下期重点验证其在数据边界约束场景下的初始立约能力。

战略判断：GPT-6 Astra的守约能力在本期数据中未被高估，豆包Pro和Qwen3 Max的得分可能低估了其在特定约束场景下的潜力，但当前最差-of-3结果已显示明显风险。

90.50分与58.70分的差距，暴露的不是模型参数大小，而是面对连续施压时约束记忆与恢复机制的真实差距。

---

数据来源：赢政指数 WDCD 守约排行榜 | Run #411 · 总榜排名 | 评测方法论