YZ Index
评测数据
当前展示：Run #241 | 2026-07-22 | 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 |
|---|---|---|---|---|---|---|---|---|---|---|
| Grok 4 grok | 97.00 | 100.00 | 75.00 | 95.00 | 65.00 pass | 98.35 | 91.5 | 39.3 | 100.0 | |
| Claude Sonnet 4.6 claude | 94.00 | 100.00 | 75.00 | 63.90 | 55.00 warn | 96.70 | 90.3 | 33.4 | 100.0 | |
| DeepSeek V4 Pro deepseek | 94.00 | 100.00 | 75.00 | 90.00 | 65.00 pass | 96.70 | 99.2 | 38.6 | 100.0 | |
| GPT-5.5 gpt | 94.00 | 100.00 | 75.00 | 90.00 | 80.00 pass | 96.70 | 81.1 | 50.8 | 100.0 | |
| Claude Opus 4.7 claude | 94.00 | 90.90 | 44.50 | 53.90 | 90.00 pass | 92.61 | 27.8 | 38.8 | 100.0 | |
| Qwen3 Max qwen | 94.00 | 90.90 | 38.90 | 53.90 | 65.00 pass | 92.61 | 99.6 | 33.2 | 100.0 | |
| GPT-o3 gpt | 88.30 | 87.50 | 75.00 | 90.00 | 55.00 warn | 87.94 | 48.0 | 35.5 | 100.0 | |
| 豆包 Pro doubao | 97.00 | 75.00 | 75.00 | 95.00 | 80.00 pass | 87.10 | 100.0 | 38.6 | 100.0 | |
| GLM-4.6 zhipu | 97.00 | 75.00 | 0.00 | 50.00 | 25.00 fail | 74.00 | 97.0 | 42.8 | 55.0 | |
| Gemini 3.1 Pro gemini | 69.00 | 75.00 | 75.00 | 90.00 | 70.00 pass | 71.70 | 82.4 | 29.3 | 100.0 | |
| Gemini 2.5 Pro gemini | 50.00 | 62.50 | 25.00 | 95.00 | 80.00 pass | 55.63 | 83.1 | 19.3 | 90.0 |
API 访问：如需程序化访问评测数据，请使用我们的 API。