评测数据

当前展示：Run #180 | 2026-06-15 | 154 题库 | 公式 v7 | 判分 v6.3

切换 Run Run #180 — 完整 — 06-15 (当前) Run #179 — 完整 — 06-15 Run #178 — 完整 — 06-15 Run #177 — 完整 — 06-15 Run #176 — 轻量 — 06-15 Run #175 — 完整 — 06-14 Run #174 — 完整 — 06-14 Run #173 — 完整 — 06-14 Run #170 — 轻量 — 06-14 Run #168 — 完整 — 06-13 Run #166 — 轻量 — 06-13 Run #165 — 轻量 — 06-12 Run #163 — 完整 — 06-11 Run #162 — 完整 — 06-11 Run #160 — 完整 — 06-11 Run #159 — 轻量 — 06-11 Run #158 — 轻量 — 06-11 Run #156 — 轻量 — 06-10 Run #155 — 轻量 — 06-09 Run #154 — 完整 — 06-08 Run #153 — 轻量 — 06-08 Run #152 — 轻量 — 06-07 Run #151 — 轻量 — 06-06 Run #150 — targeted_smoke — 06-06 Run #149 — 轻量 — 06-06 Run #148 — 轻量 — 06-05 Run #147 — 轻量 — 06-04 Run #145 — 轻量 — 06-03 Run #144 — targeted_smoke — 06-02 Run #143 — 轻量 — 06-02 Run #142 — 完整 — 06-01 Run #141 — 轻量 — 06-01 Run #139 — 轻量 — 05-31 Run #138 — 轻量 — 05-30 Run #137 — 轻量 — 05-29 Run #136 — 轻量 — 05-28 Run #134 — 轻量 — 05-27 Run #133 — targeted_smoke — 05-26 Run #132 — 轻量 — 05-26 Run #131 — 完整 — 05-25 Run #130 — 轻量 — 05-25 Run #129 — 轻量 — 05-24 Run #128 — 轻量 — 05-23 Run #127 — 轻量 — 05-22 Run #126 — 轻量 — 05-21 Run #124 — 轻量 — 05-20 Run #123 — 轻量 — 05-19 Run #122 — 完整 — 05-18 Run #121 — 轻量 — 05-18 Run #119 — 轻量 — 05-17 Run #118 — 轻量 — 05-16 Run #117 — 轻量 — 05-15 Run #116 — 轻量 — 05-14 Run #114 — 轻量 — 05-13 Run #113 — 轻量 — 05-12 Run #112 — 完整 — 05-11 Run #111 — 轻量 — 05-11 Run #110 — targeted_smoke — 05-10 Run #109 — 轻量 — 05-10 Run #108 — 轻量 — 05-09 Run #107 — 轻量 — 05-08 Run #106 — 轻量 — 05-07 Run #104 — 轻量 — 05-06 Run #103 — 轻量 — 05-05 Run #102 — 完整 — 05-04 Run #101 — 轻量 — 05-04 Run #99 — 轻量 — 05-03 Run #98 — 轻量 — 05-02 Run #91 — 轻量 — 05-01 Run #90 — 轻量 — 04-30 Run #89 — 轻量 — 04-29 Run #88 — 轻量 — 04-28 Run #87 — 完整 — 04-27 Run #86 — 轻量 — 04-27 Run #85 — 轻量 — 04-26 Run #84 — 轻量 — 04-25 Run #83 — 轻量 — 04-24 Run #82 — 轻量 — 04-23 Run #81 — 轻量 — 04-22 Run #80 — 轻量 — 04-21 Run #79 — 轻量 — 04-21 Run #78 — 完整 — 04-20 Run #77 — 轻量 — 04-20 Run #76 — 轻量 — 04-19 Run #75 — 轻量 — 04-18 Run #73 — 轻量 — 04-17 Run #72 — 轻量 — 04-16 Run #71 — 轻量 — 04-15 Run #70 — 轻量 — 04-14 Run #69 — 完整 — 04-13 Run #68 — 轻量 — 04-13 Run #67 — 轻量 — 04-12 Run #66 — 轻量 — 04-11 Run #65 — 轻量 — 04-10 Run #64 — 轻量 — 04-09 Run #63 — 轻量 — 04-08 Run #62 — 轻量 — 04-07 Run #61 — 完整 — 04-06 Run #60 — 轻量 — 04-06 Run #59 — 轻量 — 04-05 Run #58 — targeted_smoke — 04-04 Run #57 — 轻量 — 04-04 Run #56 — 轻量 — 04-03 Run #55 — 轻量 — 04-02 Run #54 — 轻量 — 04-01 Run #53 — 轻量 — 03-31 Run #52 — 完整 — 03-30 Run #51 — targeted_smoke — 03-30 Run #50 — 轻量 — 03-30 Run #49 — 轻量 — 03-29 Run #47 — 轻量 — 03-28 Run #46 — 轻量 — 03-27 Run #43 — 完整 — 03-25 Run #42 — 轻量 — 03-25 Run #41 — 完整 — 03-24 Run #40 — 完整 — 03-24 Run #39 — 完整 — 03-24 Run #38 — 完整 — 03-24 Run #37 — 完整 — 03-22 Run #36 — 轻量 — 03-22 Run #35 — 完整 — 03-22 Run #33 — 完整 — 03-21 Run #32 — 轻量 — 03-21 Run #31 — 完整 — 03-21 Run #30 — 完整 — 03-21 Run #29 — 完整 — 03-21 Run #27 — 完整 — 03-21 Run #26 — 轻量 — 03-21 Run #25 — 轻量 — 03-21 Run #24 — 轻量 — 03-21 Run #23 — 轻量 — 03-20 Run #22 — 轻量 — 03-20 Run #20 — 完整 — 03-19 Run #18 — 轻量 — 03-19 Run #17 — 轻量 — 03-18 Run #16 — 完整 — 03-18 Run #15 — 完整 — 03-17 Run #14 — 完整 — 03-17 Run #12 — 轻量 — 03-17 Run #11 — 完整 — 03-17 Run #10 — 完整 — 03-17 Run #9 — 完整 — 03-17 Run #8 — 轻量 — 03-16 Run #7 — 轻量 — 03-16 Run #6 — 轻量 — 03-16 Run #5 — 轻量 — 03-16 Run #4 — 轻量 — 03-16 Run #3 — 轻量 — 03-16 Run #2 — 轻量 — 03-16 Run #1 — 轻量 — 03-16 模型 全部 (11) Claude Opus 4.7 Claude Sonnet 4.6 DeepSeek V4 Pro Gemini 2.5 Pro Gemini 3.1 Pro GPT-5.5 GPT-o3 Grok 4 Qwen3 Max 文心一言 4.5 豆包 Pro

数据公开说明：为防止题库污染和过拟合，题目原文和预期答案不公开。本页展示模型回答、得分、判分方式等透明数据。完整方法论请参阅方法论页面。

模型	代码执行	材料约束	工程判断	任务表达	诚信	主榜分	性价比	稳定性	可用性	逐题
Claude Opus 4.7 claude	93.60	97.30	95.30	94.00	90.00 pass	95.27	6.3	67.3	100.0	展开
Qwen3 Max qwen	92.00	94.50	70.70	80.90	81.70 pass	93.13	57.7	51.0	100.0	展开
GPT-5.5 gpt	90.50	94.90	96.50	99.40	85.00 pass	92.48	21.9	58.8	100.0	展开
DeepSeek V4 Pro deepseek	87.70	97.20	95.30	99.70	83.30 pass	91.98	50.3	60.6	99.0	展开
Claude Sonnet 4.6 claude	88.40	94.50	96.70	94.30	86.70 pass	91.15	29.7	58.0	100.0	展开
GPT-o3 gpt	85.90	94.20	90.30	86.90	80.00 pass	89.64	10.6	55.7	98.0	展开
Grok 4 grok	81.40	96.10	88.30	94.90	83.30 pass	88.02	28.6	48.2	100.0	展开
豆包 Pro doubao	82.00	94.50	96.70	99.70	86.70 pass	87.63	95.8	66.7	96.0	展开
文心一言 4.5 ernie	64.40	92.60	54.10	68.20	65.00 pass	77.09	98.9	26.4	99.0	展开
Gemini 3.1 Pro gemini	61.70	94.20	86.50	86.90	83.30 pass	76.33	26.7	28.3	100.0	展开
Gemini 2.5 Pro gemini	61.10	94.10	89.90	74.70	88.30 pass	75.95	40.1	55.8	87.0	展开

API 访问：如需程序化访问评测数据，请使用我们的 API。