YZ Index

赢政指数 · 代码执行排行榜

算法、Debug、SQL、结构化输出 — 全部在 Python 沙箱真实执行。跑不通就是零分。

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

#	模型	代码执行	材料约束	主榜
🥇	豆包 Pro doubao	86.7	68.1	78.3
🥈	Claude Opus 4.7 claude	85.2	79.4	82.6
🥉	GPT-5.5 gpt	84.8	66.4	76.5
4	GPT-o3 gpt	83.8	71.2	78.1
5	Claude Sonnet 4.6 claude	83.7	69.8	77.5
6	Qwen3 Max qwen	79.3	67.4	74
7	Grok 4 grok	78.8	68.2	74
8	Gemini 2.5 Pro gemini	70.8	72	71.3
9	Gemini 3.1 Pro gemini	70.5	69.4	70
10	DeepSeek V4 Pro DeepSeek	67.5	67.5	67.5
11	GLM-4.6 zhipu	48.7	58.9	53.3