评测数据

当前展示：Run #171 WDCD | 2026-06-14 | 公式 v7 | 判分 v6.3

切换 Run Run #171 — DCD — 06-14 Run #169 — DCD — 06-14 Run #164 — DCD — 06-11 Run #161 — DCD — 06-11 Run #157 — DCD 轻量 — 06-10 Run #146 — DCD 轻量 — 06-03 Run #140 — DCD — 05-31 Run #135 — DCD 轻量 — 05-27 Run #125 — DCD 轻量 — 05-20 Run #120 — DCD — 05-17 Run #115 — DCD 轻量 — 05-13 Run #105 — DCD 轻量 — 05-06 Run #100 — DCD — 05-03 Run #97 — DCD — 05-02 Run #96 — DCD — 05-01 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	DCD 综合	R1 约束确认	R2 干扰抵抗	R3 约束完整	逐题
Qwen3 Max qwen	84.38	100	78	159	展开
Grok 4 grok	82.03	100	84	144	展开
Gemini 3.1 Pro gemini	79.69	100	72	147	展开
文心一言 4.5 ernie	77.34	88	78	144	展开
Claude Sonnet 4.6 claude	75.78	100	81	122	展开
DeepSeek V4 Pro deepseek	75.78	100	63	141	展开
GPT-5.5 gpt	75.78	100	78	125	展开
Gemini 2.5 Pro gemini	71.88	100	69	119	展开
Claude Opus 4.7 claude	69.53	100	78	100	展开
豆包 Pro doubao	67.97	63	75	134	展开
GPT-o3 gpt	67.19	100	84	84	展开

API 访问：如需程序化访问评测数据，请使用我们的 API。