跳到主要内容
YZ Index

评测数据

主榜 WDCD 守约测试
当前展示:Run #380 | 2026-10-15 | 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
Gemini 2.5 Pro gemini 97.80 93.60 84.00 91.70 100.00 pass 95.91 98.7 74.8 100.0
Claude Opus 4.7 claude 97.00 89.30 88.90 45.60 100.00 pass 93.54 28.9 47.8 100.0
Claude Sonnet 4.6 claude 93.00 87.90 100.00 84.70 80.00 pass 90.71 90.6 65.9 100.0
豆包 Pro doubao 90.70 87.90 100.00 91.70 75.00 pass 89.44 100.0 51.8 100.0
GPT-5.5 gpt 92.00 82.80 100.00 91.70 90.00 pass 87.86 79.2 70.9 100.0
GPT-6 Sol gpt 92.00 82.80 100.00 87.50 80.00 pass 87.86 97.6 65.1 100.0
Grok 4 grok 95.10 77.20 76.40 71.70 100.00 pass 87.05 88.9 48.6 100.0
GPT-6 Luna gpt 92.00 78.60 100.00 87.50 80.00 pass 85.97 100.0 65.6 100.0
DeepSeek V4 Pro deepseek 72.00 100.00 100.00 87.50 90.00 pass 84.60 98.9 72.1 95.0
GPT-o3 gpt 72.00 100.00 100.00 91.70 70.00 pass 84.60 46.8 49.9 100.0
GPT-6 Astra gpt 67.00 89.30 100.00 87.50 90.00 pass 77.04 38.2 49.1 100.0
GPT-6.1 Sol gpt 67.00 89.30 100.00 87.50 90.00 pass 77.04 96.5 49.1 100.0
Gemini 3.1 Pro gemini 42.00 89.30 100.00 91.70 90.00 pass 63.29 83.3 38.3 100.0
GLM-4.6 zhipu 42.00 89.30 25.00 91.70 80.00 pass 63.29 95.0 66.0 75.0
Qwen3 Max qwen - - - - - - 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。