YZ Index
评测数据
当前展示：Run #297 | 2026-08-27 | 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 | 100.00 | 75.00 | 65.00 | 100.00 pass | 100.00 | 30.3 | 38.8 | 100.0 | |
| GPT-o3 gpt | 100.00 | 100.00 | 75.00 | 90.00 | 90.00 pass | 100.00 | 51.7 | 51.9 | 100.0 | |
| GPT-5.5 gpt | 100.00 | 88.90 | 75.00 | 90.00 | 90.00 pass | 95.01 | 80.1 | 49.7 | 100.0 | |
| Grok 4 grok | 96.70 | 89.50 | 50.00 | 100.00 | 90.00 pass | 93.46 | 90.2 | 38.1 | 100.0 | |
| Claude Sonnet 4.6 claude | 100.00 | 79.50 | 60.50 | 95.00 | 90.00 pass | 90.78 | 89.8 | 46.7 | 100.0 | |
| 豆包 Pro doubao | 100.00 | 79.50 | 75.00 | 95.00 | 75.00 pass | 90.78 | 100.0 | 38.0 | 100.0 | |
| Gemini 3.1 Pro gemini | 100.00 | 75.00 | 75.00 | 85.00 | 90.00 pass | 88.75 | 90.2 | 35.7 | 100.0 | |
| Gemini 2.5 Pro gemini | 99.20 | 73.40 | 75.00 | 65.00 | 100.00 pass | 87.59 | 97.8 | 48.8 | 95.0 | |
| GLM-4.6 zhipu | 75.00 | 100.00 | 75.00 | 95.00 | 80.00 pass | 86.25 | 98.7 | 50.8 | 95.0 | |
| Qwen3 Max qwen | 92.70 | 75.00 | 5.60 | 70.00 | 90.00 pass | 84.74 | 99.3 | 20.2 | 100.0 | |
| DeepSeek V4 Pro deepseek | 25.00 | 78.40 | 50.00 | 75.00 | 90.00 pass | 49.03 | 90.9 | 65.4 | 70.0 |
API 访问：如需程序化访问评测数据，请使用我们的 API。