跳到主要内容
YZ Index

评测数据

主榜 WDCD 守约测试
当前展示:Run #404 | 2026-10-31 | 128 题库 | 公式 v7 | 判分 v6.5
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 3.1 Pro gemini 94.00 85.90 75.00 100.00 60.00 pass 90.36 90.8 49.0 100.0
豆包 Pro doubao 81.50 97.00 75.00 100.00 70.00 pass 88.48 100.0 48.9 100.0
GPT-6 Astra gpt 94.00 77.20 75.00 94.70 70.00 pass 86.44 40.6 48.3 100.0
Claude Sonnet 4.6 claude 94.00 74.40 38.90 62.50 80.00 pass 85.18 86.8 32.0 100.0
DeepSeek V4 Pro deepseek 94.00 73.70 75.00 100.00 60.00 pass 84.87 98.7 47.8 100.0
GPT-6 Luna gpt 94.00 72.00 75.00 100.00 80.00 pass 84.10 100.0 48.8 100.0
GPT-6.1 Sol gpt 94.00 72.00 75.00 100.00 70.00 pass 84.10 97.2 48.3 100.0
Grok 4 grok 94.00 71.40 75.00 100.00 80.00 pass 83.83 89.1 48.6 100.0
Claude Opus 4.7 claude 69.00 100.00 62.50 50.00 90.00 pass 82.95 24.0 25.9 100.0
Gemini 2.5 Pro gemini 81.30 74.20 75.00 65.00 100.00 pass 78.11 96.0 43.0 95.0
GPT-o3 gpt 69.00 88.30 75.00 100.00 90.00 pass 77.69 42.5 38.0 100.0
GPT-6 Sol gpt 66.80 83.10 75.00 91.00 90.00 pass 74.14 94.9 39.4 100.0
GPT-5.5 gpt 69.00 72.00 75.00 100.00 80.00 pass 70.35 68.0 37.7 100.0
GLM-4.6 zhipu 72.00 13.30 25.00 50.00 90.00 pass 45.59 93.1 66.8 55.0
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。