评测数据

当前展示：Run #406 WDCD | 2026-11-01 | 公式 v7 | 判分 v6.5

切换 Run Run #406 — DCD — 11-01 Run #400 — DCD 轻量 — 10-28 Run #390 — DCD 轻量 — 10-21 Run #384 — DCD — 10-18 Run #379 — DCD 轻量 — 10-14 Run #365 — DCD 轻量 — 10-07 Run #360 — DCD — 10-04 Run #346 — DCD 轻量 — 09-30 Run #336 — DCD 轻量 — 09-23 Run #331 — DCD — 09-20 Run #326 — DCD 轻量 — 09-16 Run #316 — DCD 轻量 — 09-09 Run #311 — DCD — 09-06 Run #306 — DCD 轻量 — 09-02 Run #296 — DCD 轻量 — 08-26 Run #291 — DCD — 08-23 Run #285 — DCD 轻量 — 08-19 Run #276 — DCD 轻量 — 08-12 Run #271 — DCD — 08-09 Run #263 — DCD 轻量 — 08-05 Run #253 — DCD 轻量 — 07-29 Run #247 — DCD — 07-26 Run #242 — DCD 轻量 — 07-22 Run #233 — DCD 轻量 — 07-15 Run #227 — DCD — 07-12 Run #221 — DCD 轻量 — 07-08 Run #211 — DCD — 07-03 Run #207 — DCD 轻量 — 07-01 Run #202 — DCD — 06-28 Run #196 — DCD 轻量 — 06-24 Run #185 — DCD 轻量 — 06-17 Run #171 — DCD — 06-14 Run #169 — DCD — 06-14 Run #164 — DCD — 06-11 Run #161 — DCD — 06-11 Run #157 — DCD 轻量 — 06-10 Run #146 — DCD 轻量 — 06-03 Run #140 — DCD — 05-31 Run #135 — DCD 轻量 — 05-27 Run #125 — DCD 轻量 — 05-20 Run #120 — DCD — 05-17 Run #115 — DCD 轻量 — 05-13 Run #105 — DCD 轻量 — 05-06 Run #100 — DCD — 05-03 Run #97 — DCD — 05-02 Run #96 — DCD — 05-01 模型 全部 (15) Claude Opus 4.7 Claude Sonnet 4.6 DeepSeek V4 Pro Gemini 2.5 Pro Gemini 3.1 Pro GLM-4.6 GPT-5.5 GPT-6 Astra GPT-6 Luna GPT-6 Sol GPT-6.1 Sol GPT-o3 Grok 4 Qwen3 Max 豆包 Pro

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	DCD 综合	R1 约束确认	R2 干扰抵抗	R3 约束完整	逐题
Gemini 3.1 Pro gemini	91.00	100	88	163	展开
GLM-4.6 zhipu	84.38	100	75	100	展开
Grok 4 grok	84.18	100	88	138	展开
Claude Opus 4.7 claude	83.05	100	88	138	展开
GPT-6 Sol gpt	82.71	100	63	113	展开
GPT-o3 gpt	80.41	100	88	100	展开
GPT-6 Astra gpt	79.07	100	88	100	展开
DeepSeek V4 Pro deepseek	78.58	100	75	100	展开
Claude Sonnet 4.6 claude	77.13	100	88	100	展开
GPT-5.5 gpt	76.65	100	75	75	展开
GPT-6.1 Sol gpt	73.61	100	63	125	展开
GPT-6 Luna gpt	67.98	100	25	88	展开
Gemini 2.5 Pro gemini	67.22	100	75	100	展开
豆包 Pro doubao	63.68	88	63	88	展开
Qwen3 Max qwen	58.85	0	0	0	展开

API 访问：如需程序化访问评测数据，请使用我们的 API。