YZ Index
评测数据
当前展示：Run #240 | 2026-07-21 | 128 题库 | 公式 v7 | 判分 v6.4
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 Sonnet 4.6 claude | 100.00 | 91.70 | 100.00 | 88.90 | 100.00 pass | 96.27 | 92.2 | 76.4 | 100.0 | |
| GPT-o3 gpt | 100.00 | 91.70 | 94.80 | 75.00 | 80.00 pass | 96.27 | 50.4 | 71.7 | 95.0 | |
| 豆包 Pro doubao | 100.00 | 83.30 | 100.00 | 100.00 | 90.00 pass | 92.49 | 100.0 | 66.9 | 100.0 | |
| Grok 4 grok | 93.30 | 83.30 | 67.80 | 80.00 | 80.00 pass | 88.80 | 88.2 | 45.0 | 100.0 | |
| DeepSeek V4 Pro deepseek | 86.70 | 89.30 | 67.40 | 100.00 | 100.00 pass | 87.87 | 98.7 | 51.5 | 100.0 | |
| GPT-5.5 gpt | 100.00 | 72.60 | 100.00 | 100.00 | 90.00 pass | 87.67 | 79.3 | 63.2 | 100.0 | |
| Gemini 2.5 Pro gemini | 70.80 | 91.70 | 89.60 | 65.00 | 100.00 pass | 80.21 | 96.1 | 71.1 | 90.0 | |
| Qwen3 Max qwen | 85.00 | 72.60 | 63.90 | 53.90 | 90.00 pass | 79.42 | 99.1 | 34.4 | 100.0 | |
| Gemini 3.1 Pro gemini | 78.60 | 72.60 | 100.00 | 75.00 | 100.00 pass | 75.90 | 85.4 | 37.9 | 100.0 | |
| Claude Opus 4.7 claude | 75.00 | 72.60 | 94.50 | 78.90 | 90.00 pass | 73.92 | 23.1 | 44.1 | 100.0 | |
| GLM-4.6 zhipu | 50.00 | 78.50 | 60.40 | 50.00 | 80.00 pass | 62.83 | 90.0 | 41.0 | 80.0 |
API 访问：如需程序化访问评测数据，请使用我们的 API。