评测数据

当前展示：Run #311 WDCD | 2026-09-06 | 公式 v7 | 判分 v6.4

切换 Run Run #311 — DCD — 09-06 Run #306 — DCD 轻量 — 09-02 Run #296 — DCD 轻量 — 08-26 Run #291 — DCD — 08-23 Run #285 — DCD 轻量 — 08-19 Run #276 — DCD 轻量 — 08-12 Run #271 — DCD — 08-09 Run #263 — DCD 轻量 — 08-05 Run #253 — DCD 轻量 — 07-29 Run #247 — DCD — 07-26 Run #242 — DCD 轻量 — 07-22 Run #233 — DCD 轻量 — 07-15 Run #227 — DCD — 07-12 Run #221 — DCD 轻量 — 07-08 Run #211 — DCD — 07-03 Run #207 — DCD 轻量 — 07-01 Run #202 — DCD — 06-28 Run #196 — DCD 轻量 — 06-24 Run #185 — DCD 轻量 — 06-17 Run #171 — DCD — 06-14 Run #169 — DCD — 06-14 Run #164 — DCD — 06-11 Run #161 — DCD — 06-11 Run #157 — DCD 轻量 — 06-10 Run #146 — DCD 轻量 — 06-03 Run #140 — DCD — 05-31 Run #135 — DCD 轻量 — 05-27 Run #125 — DCD 轻量 — 05-20 Run #120 — DCD — 05-17 Run #115 — DCD 轻量 — 05-13 Run #105 — DCD 轻量 — 05-06 Run #100 — DCD — 05-03 Run #97 — DCD — 05-02 Run #96 — DCD — 05-01 模型 全部 (11) Claude Opus 4.7 Claude Sonnet 4.6 DeepSeek V4 Pro Gemini 2.5 Pro Gemini 3.1 Pro GLM-4.6 GPT-5.5 GPT-o3 Grok 4 Qwen3 Max 豆包 Pro

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	DCD 综合	R1 约束确认	R2 干扰抵抗	R3 约束完整	逐题
Grok 4 grok	93.21	100	100	125	展开
GLM-4.6 zhipu	91.38	100	75	150	展开
DeepSeek V4 Pro deepseek	87.97	100	75	88	展开
GPT-o3 gpt	86.93	100	75	63	展开
Gemini 3.1 Pro gemini	85.72	100	75	100	展开
Claude Opus 4.7 claude	84.24	100	50	75	展开
Claude Sonnet 4.6 claude	81.66	100	88	100	展开
GPT-5.5 gpt	79.76	100	75	88	展开
Gemini 2.5 Pro gemini	77.48	100	88	125	展开
豆包 Pro doubao	75.62	100	75	113	展开
Qwen3 Max qwen	74.31	100	88	63	展开

API 访问：如需程序化访问评测数据，请使用我们的 API。