YZ Index
评测数据
当前展示：Run #246 | 2026-07-26 | 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 |
|---|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro deepseek | 69.50 | 100.00 | 100.00 | 100.00 | 70.00 pass | 83.23 | 98.7 | 50.3 | 100.0 | |
| Gemini 3.1 Pro gemini | 86.10 | 75.00 | 75.00 | 75.00 | 80.00 pass | 81.11 | 87.2 | 28.8 | 100.0 | |
| 豆包 Pro doubao | 69.50 | 87.20 | 100.00 | 100.00 | 70.00 pass | 77.47 | 100.0 | 49.3 | 100.0 | |
| Gemini 2.5 Pro gemini | 69.50 | 78.40 | 75.00 | 75.00 | 90.00 pass | 73.51 | 96.0 | 36.0 | 95.0 | |
| GPT-o3 gpt | 44.50 | 100.00 | 100.00 | 75.00 | 70.00 pass | 69.48 | 39.5 | 36.5 | 95.0 | |
| Grok 4 grok | 44.50 | 100.00 | 47.20 | 55.00 | 60.00 pass | 69.48 | 77.0 | 23.1 | 100.0 | |
| Claude Sonnet 4.6 claude | 44.50 | 89.50 | 100.00 | 95.00 | 70.00 pass | 64.75 | 81.3 | 37.9 | 100.0 | |
| GPT-5.5 gpt | 44.50 | 78.40 | 100.00 | 100.00 | 70.00 pass | 59.76 | 65.3 | 37.0 | 100.0 | |
| GLM-4.6 zhipu | 44.50 | 72.80 | 50.00 | 25.00 | 15.00 fail | 57.24 | 87.2 | 39.2 | 50.0 | |
| Claude Opus 4.7 claude | 19.50 | 100.00 | 100.00 | 65.00 | 90.00 pass | 55.73 | 22.3 | 21.2 | 100.0 | |
| Qwen3 Max qwen | 19.50 | 72.00 | 30.60 | 50.00 | 80.00 pass | 43.13 | 95.1 | 19.5 | 100.0 |
API 访问：如需程序化访问评测数据，请使用我们的 API。