YZ Index
评测数据
当前展示：Run #299 | 2026-08-29 | 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 |
|---|---|---|---|---|---|---|---|---|---|---|
| Grok 4 grok | 100.00 | 93.30 | 69.50 | 95.00 | 90.00 pass | 96.99 | 91.3 | 53.0 | 100.0 | |
| Gemini 3.1 Pro gemini | 99.30 | 93.30 | 75.00 | 85.00 | 80.00 pass | 96.60 | 91.5 | 47.3 | 100.0 | |
| Gemini 2.5 Pro gemini | 100.00 | 82.20 | 100.00 | 65.00 | 100.00 pass | 91.99 | 98.4 | 72.3 | 95.0 | |
| Qwen3 Max qwen | 90.60 | 93.30 | 50.00 | 65.00 | 70.00 pass | 91.82 | 99.6 | 35.9 | 100.0 | |
| 豆包 Pro doubao | 99.30 | 81.70 | 100.00 | 95.00 | 65.00 pass | 91.38 | 100.0 | 46.0 | 100.0 | |
| Claude Opus 4.7 claude | 75.00 | 93.30 | 100.00 | 90.00 | 90.00 pass | 83.24 | 28.3 | 51.5 | 100.0 | |
| Claude Sonnet 4.6 claude | 75.00 | 93.30 | 94.50 | 95.00 | 90.00 pass | 83.24 | 89.6 | 53.0 | 100.0 | |
| GLM-4.6 zhipu | 75.00 | 93.30 | 88.90 | 89.70 | 75.00 pass | 83.24 | 98.7 | 38.9 | 100.0 | |
| GPT-o3 gpt | 75.00 | 93.30 | 94.80 | 85.00 | 70.00 pass | 83.24 | 46.5 | 46.7 | 100.0 | |
| DeepSeek V4 Pro deepseek | 75.00 | 82.20 | 75.00 | 50.00 | 70.00 pass | 78.24 | 97.7 | 63.9 | 80.0 | |
| GPT-5.5 gpt | 50.00 | 75.60 | 100.00 | 90.00 | 90.00 pass | 61.52 | 70.4 | 35.4 | 100.0 |
API 访问：如需程序化访问评测数据，请使用我们的 API。