YZ Index
评测数据
当前展示:Run #281 | 2026-08-17 | 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 Opus 4.7 claude | 100.00 | 93.30 | 69.50 | 70.60 | 80.00 pass | 96.99 | 28.8 | 48.9 | 100.0 | |
| Grok 4 grok | 100.00 | 93.30 | 75.00 | 91.70 | 55.00 warn | 96.99 | 90.2 | 38.0 | 100.0 | |
| Qwen3 Max qwen | 97.00 | 93.30 | 63.90 | 70.60 | 80.00 pass | 95.34 | 99.7 | 50.1 | 100.0 | |
| 豆包 Pro doubao | 100.00 | 88.30 | 75.00 | 91.70 | 80.00 pass | 94.74 | 100.0 | 48.8 | 100.0 | |
| GPT-o3 gpt | 100.00 | 86.70 | 54.50 | 91.70 | 90.00 pass | 94.02 | 48.6 | 40.8 | 100.0 | |
| Claude Sonnet 4.6 claude | 75.00 | 93.30 | 75.00 | 75.00 | 80.00 pass | 83.24 | 87.7 | 28.4 | 100.0 | |
| Gemini 3.1 Pro gemini | 75.00 | 93.30 | 75.00 | 91.70 | 70.00 pass | 83.24 | 88.8 | 37.7 | 100.0 | |
| GPT-5.5 gpt | 75.00 | 93.30 | 75.00 | 91.70 | 90.00 pass | 83.24 | 76.8 | 38.5 | 100.0 | |
| Gemini 2.5 Pro gemini | 25.00 | 93.30 | 25.00 | 91.70 | 100.00 pass | 55.74 | 93.5 | 18.3 | 90.0 | |
| GLM-4.6 zhipu | 25.00 | 93.30 | 75.00 | 75.00 | 90.00 pass | 55.74 | 96.3 | 48.6 | 80.0 | |
| DeepSeek V4 Pro deepseek | 25.00 | 83.30 | 50.00 | 58.30 | 80.00 pass | 51.24 | 93.7 | 40.2 | 75.0 |
API 访问:如需程序化访问评测数据,请使用我们的 API。