Kimi K3.1、GLM-5.3 与 GPT-6 Astra 隐藏指令服从性实测

开发者 JSchaeff3r 分享了模型隐藏指令服从性测试，Kimi K3.1 在 15 次任务中 0 次服从矛盾规则，K3、GLM-5.3 和 GPT-6 Astra 则在 27 次中服从 26 次。K3.1 对新增要求或翻转隐藏规则的编辑会在 30 次中遵循 29 次，作者认为这一差异值得在更多模型上复现验证。