YZ Index
评测数据
当前展示：Run #328 | 2026-09-18 | 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 | 100.00 | 63.90 | 100.00 pass | 100.00 | 31.0 | 60.7 | 100.0 | |
| GPT-o3 gpt | 100.00 | 97.80 | 100.00 | 65.00 | 70.00 pass | 99.01 | 50.5 | 67.6 | 95.0 | |
| Claude Sonnet 4.6 claude | 99.60 | 87.90 | 86.10 | 83.90 | 70.00 pass | 94.34 | 90.4 | 61.2 | 100.0 | |
| GPT-5.5 gpt | 95.00 | 88.90 | 100.00 | 90.00 | 90.00 pass | 92.26 | 80.2 | 69.9 | 100.0 | |
| Gemini 2.5 Pro gemini | 100.00 | 79.80 | 100.00 | 80.00 | 80.00 pass | 90.91 | 98.3 | 65.4 | 100.0 | |
| 豆包 Pro doubao | 70.00 | 100.00 | 100.00 | 95.00 | 55.00 warn | 83.50 | 100.0 | 50.9 | 95.0 | |
| Qwen3 Max qwen | 89.30 | 74.00 | 36.10 | 38.90 | 90.00 pass | 82.42 | 99.2 | 30.2 | 100.0 | |
| Grok 4 grok | 75.00 | 88.70 | 80.60 | 75.00 | 80.00 pass | 81.17 | 86.4 | 32.9 | 100.0 | |
| Gemini 3.1 Pro gemini | 45.00 | 100.00 | 100.00 | 65.00 | 90.00 pass | 69.75 | 83.9 | 28.4 | 100.0 | |
| DeepSeek V4 Pro deepseek | 50.00 | 88.90 | 75.00 | 65.00 | 70.00 pass | 67.51 | 96.0 | 62.1 | 80.0 | |
| 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。