WDCD v3.1守约大洗牌：Claude Opus 4.7跌9.7 Gemini 2.5 Pro涨6.8

WDCD v3.1周期数据出炉：Claude Opus 4.7比Run #422少了9.7分，Gemini 2.5 Pro涨6.8分，GPT-5.5与豆包 Pro均涨5.8分，GPT-o3则跌5.4分。上升的模型有3个，下降的2个。榜首是Gemini 3.1 Pro，89.83分。

数据事实：具体分数与排名

本期Top 5依次为：Gemini 3.1 Pro WDCD=89.83、Grok 4 WDCD=83.64、GPT-5.5 WDCD=82.46、GPT-6 Astra WDCD=81.68、GLM-4.6 WDCD=80.48。Claude Opus 4.7掉了9.7分，GPT-o3掉了5.4分。

分数怎么来的？v3题用worst-of-3采样，守约总分取v3原生百分制与v2锚点题折算分的等权平均。

成因分析：约束场景与施压轮次机制

Claude Opus 4.7这9.7分的降幅，最可能出在数据边界或安全合规场景的连续施压阶段。v3题的设计是：立约后8-12轮对话里，用社会认同和切香肠的方式一级级加码，S_hold守约生存权重为60分，破约越晚得分越高。要是该模型在R2干扰或R3施压轮次就提前破约，worst-of-3取最差一次，总分会被直接拖低。

Gemini 2.5 Pro涨6.8分，或许是因为它在资源限制或工程规范场景的KBV复述探针上表现好转。S_kbv约束记忆15分加上S_recover破防恢复10分一起计分，只要模型在终轮诚实复盘时S_integrity得分够高，即便中途破过约也能捞回一部分。GPT-5.5和豆包 Pro各涨5.8分，说明在业务规则场景的并行硬约束下，它们的S_hold生存时间变长了。

GPT-o3跌5.4分。v2三轮锚点题满分是4分，据此推测它在R3施压环节的得分可能从2分掉到1分甚至0分，折算之后总分随之下滑。这些变化都出自15个模型参评的26道题池，判分采用零AI裁判规则。

选型含义：生产流程接入的实际风险

对想把AI接进生产流程的企业来说，Gemini 3.1 Pro的89.83分意味着数据边界与安全合规场景可以优先考虑它，但资源限制场景还得额外加护栏。Claude Opus 4.7这次掉了9.7分，说明它在多轮渐进施压下守住约定的能力不如本期前五名，接入业务规则流程时该多设人工复核节点。

GPT-5.5 WDCD=82.46，本期涨了5.8分，工程规范场景比较合适，但S_recover恢复能力还有待验证。企业不妨按5种约束场景分别测试：数据边界场景优先看Gemini 3.1 Pro，安全合规场景则要观察Grok 4 83.64分的实际表现，别只押注得分最高的那一个。

战略判断：能力高估与低估信号

Claude Opus 4.7这次少9.7分，说明市场此前可能高估了它的守约能力，v3题里沉没成本抬压的机制把它的S_hold短板放大了。Gemini 2.5 Pro涨6.8分，再加上Gemini 3.1 Pro以89.83分领跑，指向该系列在连续施压下的约束记忆与恢复能力被低估了。

GPT-o3降5.4分、GPT-5.5升5.8分，一降一升形成对照，说明同一厂商的不同版本在v2锚点题R1注入约束环节上稳定性并不一致。下期该重点验证的是：豆包 Pro与GLM-4.6在业务规则场景的S_integrity诚实自报得分稳不稳。

分析判断：Gemini 3.1 Pro当前的守约能力没有被高估，89.83分的领先主要来自v3题多轮施压下的S_hold表现；Claude Opus 4.7那9.7分的降幅，则暴露出它在权威特批压力下容易松动，后续值得持续跟踪。

守约能力不是静态标签，而是每一次施压轮次的生存记录。

数据来源：赢政指数 WDCD 守约排行榜 | Run #428 · 变化追踪 | 评测方法论