YZ Index
评测数据
当前展示:Run #286 | 2026-08-20 | 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 Sonnet 4.6 claude | 92.00 | 97.80 | 100.00 | 90.80 | 80.00 pass | 94.61 | 91.6 | 74.5 | 100.0 | |
| 豆包 Pro doubao | 95.00 | 88.90 | 75.00 | 86.70 | 80.00 pass | 92.26 | 100.0 | 49.7 | 100.0 | |
| Claude Opus 4.7 claude | 92.00 | 87.90 | 75.00 | 56.70 | 90.00 pass | 90.16 | 27.7 | 44.6 | 100.0 | |
| Grok 4 grok | 83.40 | 97.80 | 66.70 | 86.70 | 65.00 pass | 89.88 | 88.7 | 40.4 | 100.0 | |
| Qwen3 Max qwen | 90.30 | 87.90 | 41.70 | 61.70 | 70.00 pass | 89.22 | 99.5 | 44.8 | 100.0 | |
| GPT-5.5 gpt | 92.00 | 83.70 | 75.00 | 81.70 | 90.00 pass | 88.27 | 77.7 | 50.1 | 100.0 | |
| GPT-o3 gpt | 76.30 | 94.80 | 97.00 | 76.70 | 90.00 pass | 84.63 | 48.8 | 61.6 | 100.0 | |
| Gemini 3.1 Pro gemini | 67.00 | 94.80 | 50.00 | 81.70 | 80.00 pass | 79.51 | 86.1 | 30.6 | 100.0 | |
| Gemini 2.5 Pro gemini | 45.00 | 83.70 | 75.00 | 81.70 | 100.00 pass | 62.42 | 94.2 | 48.8 | 90.0 | |
| DeepSeek V4 Pro deepseek | 42.00 | 80.90 | 75.00 | 66.70 | 70.00 pass | 59.51 | 94.6 | 62.3 | 80.0 | |
| GLM-4.6 zhipu | 45.00 | 69.80 | 25.00 | 25.00 | 50.00 warn | 56.16 | 87.4 | 40.5 | 50.0 |
API 访问:如需程序化访问评测数据,请使用我们的 API。