YZ Index
评测数据
当前展示：Run #338 | 2026-09-25 | 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 |
|---|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 gpt | 75.00 | 100.00 | 100.00 | 90.00 | 90.00 pass | 86.25 | 77.9 | 51.9 | 100.0 | |
| Claude Opus 4.7 claude | 74.60 | 100.00 | 100.00 | 85.00 | 100.00 pass | 86.03 | 28.3 | 53.7 | 100.0 | |
| Gemini 3.1 Pro gemini | 66.70 | 100.00 | 100.00 | 85.00 | 80.00 pass | 81.69 | 88.5 | 46.8 | 100.0 | |
| 豆包 Pro doubao | 66.70 | 89.50 | 100.00 | 95.00 | 65.00 pass | 76.96 | 100.0 | 49.8 | 95.0 | |
| GPT-o3 gpt | 50.00 | 100.00 | 100.00 | 90.00 | 70.00 pass | 72.50 | 41.5 | 48.0 | 95.0 | |
| DeepSeek V4 Pro deepseek | 41.70 | 100.00 | 100.00 | 50.00 | 65.00 pass | 67.94 | 96.1 | 48.0 | 80.0 | |
| Claude Sonnet 4.6 claude | 50.00 | 89.50 | 85.50 | 95.00 | 80.00 pass | 67.78 | 86.5 | 35.6 | 100.0 | |
| Gemini 2.5 Pro gemini | 50.00 | 89.50 | 100.00 | 70.00 | 80.00 pass | 67.78 | 95.1 | 48.1 | 90.0 | |
| Grok 4 grok | 50.00 | 75.00 | 70.80 | 95.00 | 70.00 pass | 61.25 | 78.1 | 22.6 | 100.0 | |
| Qwen3 Max qwen | 48.10 | 75.00 | 55.60 | 65.00 | 70.00 pass | 60.21 | 97.3 | 17.6 | 100.0 | |
| GLM-4.6 zhipu | 25.00 | 10.50 | 89.60 | 70.00 | 45.00 warn | 18.48 | 67.0 | 40.7 | 65.0 |
API 访问：如需程序化访问评测数据，请使用我们的 API。