YZ Index
AI模型本周升降榜
机器跑分 · 机器算变化 · 每周自动更新
基准: Run #239 · 公式 v7 · 判分 v6.4 · 题库 v7 · 2026-07-20 04:53 SGT
当前: Run #249 · 公式 v7 · 判分 v6.4 · 题库 v7 · 2026-07-27 05:03 SGT
主变化 综合实力 core_overall
GLM-4.6
+10.3
53.2 → 63.5
DeepSeek V4 Pro
+5.1
74.5 → 79.6
GPT-o3
+3.6
77.3 → 80.9
Gemini 3.1 Pro
+3.5
65.9 → 69.4
Claude Sonnet 4.6
+1.4
75.9 → 77.4
豆包 Pro
-7.7
80.0 → 72.3
Grok 4
-4.4
82.2 → 77.8
Claude Opus 4.7
-4.0
83.0 → 79.0
GPT-5.5
-3.5
80.5 → 77.1
Qwen3 Max
-3.0
74.1 → 71.1
1 个模型表现稳定
Gemini 2.5 Pro (74.0)
侧榜变化 判断力 / 表达力
Claude Opus 4.7
+9.6
表达力: 62.8 → 72.4
DeepSeek V4 Pro
+9.0
表达力: 86.4 → 95.4
Claude Sonnet 4.6
+7.1
表达力: 77.9 → 85.0
GLM-4.6
+3.6
判断力: 25.0 → 28.6
Grok 4
+3.3
判断力: 73.6 → 76.9
Gemini 2.5 Pro
+2.5
表达力: 80.8 → 83.3
Claude Opus 4.7
+2.2
判断力: 81.7 → 83.9
Qwen3 Max
+1.7
判断力: 40.6 → 42.3
豆包 Pro
+0.7
判断力: 86.0 → 86.7
GPT-o3
-12.5
表达力: 90.8 → 78.3
GLM-4.6
-12.5
表达力: 37.5 → 25.0
Qwen3 Max
-8.0
表达力: 55.8 → 47.8
Gemini 2.5 Pro
-7.8
判断力: 79.9 → 72.1
豆包 Pro
-7.5
表达力: 93.3 → 85.8
Gemini 3.1 Pro
-4.1
判断力: 81.9 → 77.8
DeepSeek V4 Pro
-3.9
判断力: 88.4 → 84.5
Claude Sonnet 4.6
-2.8
判断力: 86.0 → 83.2
Gemini 3.1 Pro
-2.5
表达力: 78.3 → 75.8
GPT-o3
-1.1
判断力: 87.4 → 86.3
运行信号变化 稳定性 / 可用性 / 性价比
GLM-4.6
+8.6
性价比: 28.0 → 36.6
GLM-4.6
+5.7
可用性: 55.1 → 60.8
GPT-o3
+4.8
稳定性: 35.1 → 39.9
GLM-4.6
+3.8
稳定性: 32.6 → 36.4
DeepSeek V4 Pro
+2.8
稳定性: 41.5 → 44.3
Gemini 2.5 Pro
+1.2
可用性: 90.8 → 92.0
DeepSeek V4 Pro
+1.1
可用性: 95.9 → 97.0
DeepSeek V4 Pro
+1.1
性价比: 43.8 → 44.9
Claude Sonnet 4.6
+0.9
稳定性: 30.6 → 31.5
Claude Opus 4.7
-6.8
稳定性: 39.1 → 32.3
GPT-5.5
-5.6
稳定性: 40.4 → 34.8
豆包 Pro
-5.4
稳定性: 39.4 → 34.0
Gemini 2.5 Pro
-4.6
稳定性: 43.6 → 39.0
豆包 Pro
-2.3
性价比: 94.5 → 92.2
Qwen3 Max
-2.3
性价比: 48.2 → 45.9
豆包 Pro
-2.0
可用性: 99.0 → 97.0
GPT-o3
-2.0
可用性: 99.0 → 97.0
Grok 4
-1.4
性价比: 26.5 → 25.1
Gemini 2.5 Pro
-1.3
性价比: 39.4 → 38.1
GPT-5.5
-1.0
性价比: 19.9 → 18.9
Grok 4
-1.0
稳定性: 33.6 → 32.6
Qwen3 Max
-0.5
稳定性: 24.7 → 24.2
查看旧版维度变化（v5 向后兼容数据）
3
上升
8
下降
0
稳定
11
模型
本周上升
本周下降
GPT-o3
-12.5
GPT-o3：任务表达 -12.5
communication_raw
Claude Opus 4.7
-9.8
Claude Opus 4.7：代码执行 -9.8
execution_raw
Qwen3 Max
-8
Qwen3 Max：任务表达 -8
communication_raw
Gemini 2.5 Pro
-7.8
Gemini 2.5 Pro：工程判断 -7.8
judgment_raw
豆包 Pro
-7.7
豆包 Pro：代码执行 -7.7
execution_raw
GPT-5.5
-7.2
GPT-5.5：材料约束 -7.2
grounding_raw
Grok 4
-4.8
Grok 4：代码执行 -4.8
execution_raw
Gemini 3.1 Pro
-4.1
Gemini 3.1 Pro：工程判断 -4.1
judgment_raw