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 Anthropic	100	44.7	86.6	72
🥈	Claude Sonnet 4.6 Anthropic	100	45.2	87	74.3
🥉	DeepSeek R1 DeepSeek	100	41.4	87.6	82.4
4	DeepSeek V3 DeepSeek	100	41.1	86.1	82.4
5	豆包 Pro volcengine	100	46.1	90.2	84.9
6	Qwen Max Alibaba	100	40.7	77.6	74.6
7	文心一言 4.0 baidu	99.8 本期 100	39.6	81.2	80.7
8	Gemini 2.5 Pro Google	99.6 本期 100	44.3	86.8	78
9	Grok 3 xai	99.4 本期 98	42.5	83	74.1
10	GPT-o3 OpenAI	92.4 本期 97	40.8	79.7	68.3
11	GPT-4o OpenAI	89.8 本期 95	38.7	76.3	66.7