YZ Index
评测数据
当前展示：Run #302 | 2026-08-31 | 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 | 94.50 | 82.60 | 75.00 | 86.10 | 75.00 pass | 89.15 | 88.9 | 36.6 | 100.0 | |
| 豆包 Pro doubao | 94.50 | 77.60 | 100.00 | 100.00 | 100.00 pass | 86.90 | 100.0 | 72.1 | 100.0 | |
| GPT-5.5 gpt | 94.50 | 76.00 | 100.00 | 100.00 | 90.00 pass | 86.18 | 78.6 | 66.8 | 100.0 | |
| GPT-o3 gpt | 94.50 | 64.30 | 100.00 | 100.00 | 80.00 pass | 80.91 | 46.3 | 61.1 | 100.0 | |
| Claude Opus 4.7 claude | 69.50 | 82.60 | 100.00 | 63.90 | 100.00 pass | 75.40 | 27.7 | 37.8 | 100.0 | |
| Claude Sonnet 4.6 claude | 69.50 | 82.60 | 100.00 | 88.90 | 80.00 pass | 75.40 | 89.2 | 48.6 | 100.0 | |
| Qwen3 Max qwen | 69.50 | 82.60 | 47.20 | 55.00 | 100.00 pass | 75.40 | 99.5 | 23.0 | 100.0 | |
| Gemini 3.1 Pro gemini | 52.80 | 82.60 | 100.00 | 100.00 | 90.00 pass | 66.21 | 84.5 | 45.9 | 100.0 | |
| DeepSeek V4 Pro deepseek | 44.50 | 82.60 | 100.00 | 100.00 | 90.00 pass | 61.65 | 96.8 | 71.4 | 90.0 | |
| Gemini 2.5 Pro gemini | 44.50 | 82.60 | 100.00 | 75.00 | 90.00 pass | 61.65 | 96.3 | 49.1 | 90.0 | |
| GLM-4.6 zhipu | 44.50 | 82.60 | 75.00 | 75.00 | 40.00 warn | 61.65 | 94.1 | 68.8 | 70.0 |
API 访问：如需程序化访问评测数据，请使用我们的 API。