YZ Index
评测数据
当前展示：Run #277 | 2026-08-13 | 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 |
|---|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 gpt | 95.00 | 100.00 | 100.00 | 90.00 | 90.00 pass | 97.25 | 81.7 | 75.1 | 100.0 | |
| GPT-o3 gpt | 95.00 | 100.00 | 100.00 | 95.00 | 90.00 pass | 97.25 | 52.1 | 79.6 | 100.0 | |
| Grok 4 grok | 95.00 | 90.90 | 75.00 | 95.00 | 80.00 pass | 93.16 | 90.4 | 50.9 | 100.0 | |
| Claude Sonnet 4.6 claude | 95.00 | 87.90 | 94.50 | 95.00 | 70.00 pass | 91.81 | 90.4 | 68.7 | 100.0 | |
| Claude Opus 4.7 claude | 70.00 | 100.00 | 100.00 | 60.00 | 90.00 pass | 83.50 | 29.2 | 38.6 | 100.0 | |
| DeepSeek V4 Pro deepseek | 70.00 | 100.00 | 50.00 | 75.00 | 80.00 pass | 83.50 | 98.0 | 72.7 | 80.0 | |
| Gemini 3.1 Pro gemini | 70.00 | 100.00 | 50.00 | 85.00 | 80.00 pass | 83.50 | 87.1 | 27.0 | 100.0 | |
| Gemini 2.5 Pro gemini | 70.00 | 90.90 | 100.00 | 65.00 | 100.00 pass | 79.41 | 97.2 | 75.0 | 90.0 | |
| 豆包 Pro doubao | 70.00 | 88.70 | 100.00 | 95.00 | 70.00 pass | 78.42 | 100.0 | 68.3 | 95.0 | |
| GLM-4.6 zhipu | 70.00 | 88.70 | 100.00 | 95.00 | 65.00 pass | 78.42 | 98.2 | 51.6 | 95.0 | |
| Qwen3 Max qwen | 70.00 | 87.90 | 16.70 | 65.00 | 65.00 pass | 78.06 | 99.3 | 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。