YZ Index
评测数据
当前展示:Run #283 | 2026-08-18 | 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-o3 gpt | 98.50 | 95.00 | 65.30 | 65.00 | 90.00 pass | 96.93 | 48.8 | 51.3 | 95.0 | |
| Claude Opus 4.7 claude | 100.00 | 85.90 | 69.50 | 85.00 | 100.00 pass | 93.66 | 29.2 | 49.1 | 100.0 | |
| Grok 4 grok | 96.90 | 85.90 | 70.80 | 75.00 | 80.00 pass | 91.95 | 89.2 | 38.9 | 100.0 | |
| Claude Sonnet 4.6 claude | 100.00 | 81.80 | 69.50 | 80.00 | 80.00 pass | 91.81 | 89.3 | 48.5 | 100.0 | |
| GPT-5.5 gpt | 100.00 | 79.10 | 75.00 | 90.00 | 90.00 pass | 90.60 | 78.4 | 46.8 | 100.0 | |
| Qwen3 Max qwen | 95.30 | 76.80 | 36.10 | 30.00 | 80.00 pass | 86.98 | 99.2 | 26.2 | 100.0 | |
| 豆包 Pro doubao | 75.00 | 90.90 | 75.00 | 90.00 | 100.00 pass | 82.16 | 100.0 | 53.0 | 95.0 | |
| Gemini 2.5 Pro gemini | 75.00 | 85.90 | 50.00 | 75.00 | 80.00 pass | 79.91 | 96.7 | 34.9 | 95.0 | |
| Gemini 3.1 Pro gemini | 51.70 | 95.00 | 50.00 | 60.00 | 90.00 pass | 71.19 | 83.9 | 15.7 | 100.0 | |
| DeepSeek V4 Pro deepseek | 50.00 | 95.00 | 50.00 | 50.00 | 90.00 pass | 70.25 | 96.9 | 47.6 | 75.0 | |
| GLM-4.6 zhipu | 75.00 | 60.90 | 75.00 | 45.00 | 25.00 fail | 68.66 | 95.1 | 45.3 | 65.0 |
API 访问:如需程序化访问评测数据,请使用我们的 API。