多款大模型指令遵循实测暴露限制

评测作者公布一组真实使用日志，显示多款模型未能严格遵守提示词约束：Gemini 3.8 Flash和Gemini 4 Argon多次忽略输出长度限制，部分文章超过16k限制，输出达到1万以上tokens；Claude Opus 5.5则出现安全拦截过于频繁的问题。 日志同时涉及Qwen3.8 Max Prime的约束遵循表现，但现有信息未给出其具体结果。该评测来自用户分享的实际失败案例，反映的是特定任务和使用条件下的表现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。