YZ Index

赢政指数 · 任务表达排行榜

摘要、翻译、改写、FAQ生成、事故通报 — 规则精确判分（json_schema_exact）。

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

侧榜：规则精确判分（json_schema_exact） — 本榜单维度使用 AI 裁判评分，不参与主榜计分。

#	模型	任务表达	代码执行	主榜
🥇	GPT-5.5 gpt	90.8	78.4	74.2
🥈	豆包 Pro doubao	90.2	88.7	79.6
🥉	GPT-6.1 Sol gpt	88.8	83.7	79.3
4	DeepSeek V4 Pro DeepSeek	88.2	66.6	73.7
5	GPT-6 Astra gpt	86.1	90	82.4
6	GPT-6 Sol gpt	86.1	85.9	76.9
7	GPT-6 Luna gpt	85.6	82.6	78.9
8	GPT-o3 gpt	78.3	73.9	75.4
9	Grok 4 grok	76.7	75.4	79.1
10	Gemini 3.1 Pro gemini	75.8	53.1	61.6
11	Claude Opus 4.7 claude	64.6	81	82.5
12	Claude Sonnet 4.6 claude	64.2	83.2	78.1
13	Gemini 2.5 Pro gemini	62.7	39.1	51.4
14	GLM-4.6 zhipu	41.3	19.9	34.4
15	Qwen3 Max qwen 数据补录中	—	—	—