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 #374 · 公式 v7 · 判分 v6.4 · 题库 v7 · 2026-10-12 05:05 SGT
当前: Run #386 · 公式 v7 · 判分 v6.4 · 题库 v7 · 2026-10-19 05:04 SGT
主变化 综合实力 core_overall
GPT-o3
+0.8
77.6 → 78.4
豆包 Pro
-8.6
82.0 → 73.4
Grok 4
-6.9
86.4 → 79.5
GPT-6 Luna
-6.9
83.9 → 77.0
Claude Sonnet 4.6
-5.3
82.7 → 77.4
GPT-6.1 Sol
-5.1
83.3 → 78.2
GPT-6 Astra
-3.7
80.6 → 76.9
GPT-5.5
-3.1
80.2 → 77.2
Gemini 2.5 Pro
-2.6
69.8 → 67.2
DeepSeek V4 Pro
-2.5
77.1 → 74.6
Gemini 3.1 Pro
-2.2
74.0 → 71.8
Claude Opus 4.7
-2.0
81.3 → 79.2
GLM-4.6
-1.1
39.3 → 38.2
GPT-6 Sol
-1.1
81.5 → 80.4
侧榜变化 判断力 / 表达力
GPT-6 Luna
+8.0
表达力: 78.3 → 86.3
Claude Sonnet 4.6
+6.6
表达力: 82.9 → 89.5
Claude Opus 4.7
+6.3
表达力: 66.5 → 72.8
Gemini 2.5 Pro
+6.1
判断力: 66.8 → 72.9
Gemini 3.1 Pro
+5.0
判断力: 75.0 → 80.0
DeepSeek V4 Pro
+3.2
判断力: 80.7 → 83.9
Gemini 3.1 Pro
+2.5
表达力: 75.8 → 78.3
Grok 4
+1.2
判断力: 65.8 → 67.0
GPT-6.1 Sol
+0.8
判断力: 88.8 → 89.6
GLM-4.6
-35.8
表达力: 70.8 → 35.0
Claude Opus 4.7
-6.1
判断力: 88.3 → 82.2
GPT-6 Luna
-4.4
判断力: 85.1 → 80.7
DeepSeek V4 Pro
-2.7
表达力: 76.3 → 73.6
GPT-6 Sol
-2.7
表达力: 88.8 → 86.1
Gemini 2.5 Pro
-2.5
表达力: 80.8 → 78.3
GPT-5.5
-2.2
判断力: 90.0 → 87.8
Claude Sonnet 4.6
-1.7
判断力: 84.9 → 83.2
诚信评级变化 integrity_label 转变
GLM-4.6
诚信降级
⚠ warn →
✘ fail
运行信号变化 稳定性 / 可用性 / 性价比
DeepSeek V4 Pro
+5.2
稳定性: 44.4 → 49.6
GPT-o3
+4.4
稳定性: 32.1 → 36.5
GLM-4.6
+4.2
稳定性: 43.8 → 48.0
Gemini 3.1 Pro
+3.8
稳定性: 23.5 → 27.3
GPT-5.5
+1.0
可用性: 99.0 → 100.0
Gemini 2.5 Pro
+0.9
可用性: 89.0 → 89.9
GLM-4.6
-9.6
可用性: 50.0 → 40.4
GPT-6 Luna
-7.3
稳定性: 42.9 → 35.6
Grok 4
-4.8
稳定性: 38.1 → 33.3
豆包 Pro
-4.7
稳定性: 43.3 → 38.6
Gemini 2.5 Pro
-3.9
稳定性: 36.0 → 32.1
GPT-6 Astra
-3.9
稳定性: 40.4 → 36.5
GPT-6.1 Sol
-2.7
稳定性: 39.2 → 36.5
Claude Sonnet 4.6
-2.5
稳定性: 39.7 → 37.2
Claude Opus 4.7
-2.4
稳定性: 35.8 → 33.4
豆包 Pro
-2.2
可用性: 100.0 → 97.8
GLM-4.6
-1.6
性价比: 23.0 → 21.4
Claude Sonnet 4.6
-1.4
性价比: 27.2 → 25.8
DeepSeek V4 Pro
-1.2
可用性: 92.6 → 91.4
GPT-6.1 Sol
-1.1
性价比: 39.3 → 38.2
Grok 4
-1.1
性价比: 26.6 → 25.5
Grok 4
-1.0
可用性: 100.0 → 99.0
Gemini 2.5 Pro
-0.7
性价比: 36.0 → 35.3
DeepSeek V4 Pro
-0.5
性价比: 45.2 → 44.7
豆包 Pro
-0.4
性价比: 94.5 → 94.1
GPT-5.5
-0.4
稳定性: 38.1 → 37.7
GPT-5.5
-0.4
性价比: 19.3 → 18.9
查看旧版维度变化（v5 向后兼容数据）
6
上升
5
下降
0
稳定
11
模型
本周上升
DeepSeek V4 Pro
+16.2
DeepSeek V4 Pro：材料约束 +16.2
grounding_raw
Grok 4
+12.1
Grok 4：工程判断 +12.1
judgment_raw
豆包 Pro
+11.2
豆包 Pro：代码执行 +11.2
execution_raw
Gemini 2.5 Pro
+9.6
Gemini 2.5 Pro：工程判断 +9.6
judgment_raw
Gemini 3.1 Pro
+9.4
Gemini 3.1 Pro：材料约束 +9.4
grounding_raw
GPT-5.5
+2.9
GPT-5.5：代码执行 +2.9
execution_raw