YZ Index

赢政指数 · 可用性排行榜

API调不通、超时、报错、拒绝服务——全算失败。再聪明用不了等于零。

主榜代码执行排行榜材料约束排行榜工程判断排行榜任务表达排行榜性价比排行榜升降榜

排名基于最近 5 次评测滚动均值，非单次成绩

#	模型	可用性	稳定性	代码执行	主榜分
🥇	Claude Opus 4.6 claude	100	36.6	88.3	69
🥈	DeepSeek R1 DeepSeek	100	32.2	87.6	80.9
🥉	DeepSeek V3 DeepSeek	100	32.9	88.7	82.9
4	Gemini 2.5 Pro gemini	100	36.6	91	77.2
5	Qwen Max qwen	100	31.6	79.5	73.8
6	Claude Sonnet 4.6 claude	99.8 本期 99	36.1	88.3	72.4
7	豆包 Pro doubao	99.8 本期 100	38.9	93.1	85.8
8	文心一言 4.0 ernie	99.8 本期 100	29.9	79.6	79.5
9	Grok 3 grok	99.3 本期 99	34.4	84.8	73.4
10	GPT-o3 gpt	88.3 本期 87	31.7	77.6	62
11	GPT-4o gpt	87.8 本期 91	29.6	75.7	63.3