YZ Index
评测数据
当前展示：Run #320 | 2026-09-13 | 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 | 71.10 | 75.00 | 91.70 | 80.00 pass | 87.00 | 88.9 | 43.4 | 100.0 | |
| 豆包 Pro doubao | 100.00 | 67.00 | 100.00 | 86.70 | 100.00 pass | 85.15 | 100.0 | 66.1 | 100.0 | |
| GPT-o3 gpt | 100.00 | 67.00 | 100.00 | 85.80 | 100.00 pass | 85.15 | 48.2 | 65.2 | 100.0 | |
| DeepSeek V4 Pro deepseek | 75.00 | 80.20 | 75.00 | 66.70 | 100.00 pass | 77.34 | 98.0 | 71.2 | 85.0 | |
| Gemini 3.1 Pro gemini | 75.00 | 71.10 | 100.00 | 76.70 | 90.00 pass | 73.25 | 86.2 | 41.1 | 100.0 | |
| Claude Opus 4.7 claude | 50.00 | 80.20 | 94.50 | 85.80 | 90.00 pass | 63.59 | 25.0 | 38.0 | 100.0 | |
| GPT-5.5 gpt | 75.00 | 43.60 | 100.00 | 81.70 | 80.00 pass | 60.87 | 66.1 | 32.9 | 100.0 | |
| Gemini 2.5 Pro gemini | 50.00 | 71.10 | 75.00 | 81.70 | 90.00 pass | 59.50 | 95.6 | 32.3 | 95.0 | |
| Qwen3 Max qwen | 50.00 | 67.00 | 44.50 | 51.70 | 90.00 pass | 57.65 | 98.3 | 25.6 | 100.0 | |
| Claude Sonnet 4.6 claude | 50.00 | 57.90 | 94.50 | 90.80 | 90.00 pass | 53.56 | 82.2 | 34.0 | 100.0 | |
| GLM-4.6 zhipu | - | - | - | - | - | - | 0.0 | 75.0 | 0.0 |
API 访问：如需程序化访问评测数据，请使用我们的 API。