评测数据

当前展示：Run #413 | 2026-11-05 | 128 题库 | 公式 v7 | 判分 v6.5

切换 Run Run #413 — 轻量 — 11-05 Run #412 — targeted_smoke — 11-04 Run #410 — 轻量 — 11-04 Run #409 — 轻量 — 11-03 Run #408 — 完整 — 11-02 (当前) Run #407 — 轻量 — 11-02 Run #405 — 轻量 — 11-01 Run #404 — 轻量 — 10-31 Run #403 — targeted_smoke — 10-30 Run #402 — 轻量 — 10-30 Run #401 — 轻量 — 10-29 Run #399 — 轻量 — 10-28 Run #398 — 轻量 — 10-27 Run #397 — 完整 — 10-26 Run #396 — 轻量 — 10-26 Run #395 — targeted_smoke — 10-25 Run #394 — 轻量 — 10-25 Run #393 — 轻量 — 10-24 Run #392 — 轻量 — 10-23 Run #391 — 轻量 — 10-22 Run #389 — 轻量 — 10-21 Run #388 — targeted_smoke — 10-20 Run #387 — 轻量 — 10-20 Run #386 — 完整 — 10-19 Run #385 — 轻量 — 10-19 Run #383 — 轻量 — 10-18 Run #382 — 轻量 — 10-17 Run #381 — 轻量 — 10-16 Run #380 — 轻量 — 10-15 Run #378 — 轻量 — 10-14 Run #377 — 轻量 — 10-14 Run #376 — targeted_smoke — 10-13 Run #375 — 轻量 — 10-13 Run #374 — 完整 — 10-12 Run #373 — 轻量 — 10-12 Run #372 — targeted_smoke — 10-11 Run #371 — 轻量 — 10-11 Run #370 — 轻量 — 10-10 Run #369 — targeted_smoke — 10-09 Run #368 — 轻量 — 10-09 Run #367 — targeted_smoke — 10-08 Run #366 — 轻量 — 10-08 Run #364 — 轻量 — 10-07 Run #363 — 轻量 — 10-06 Run #362 — 完整 — 10-05 Run #361 — 轻量 — 10-05 Run #359 — 轻量 — 10-04 Run #358 — 轻量 — 10-03 Run #357 — targeted_smoke — 10-02 Run #356 — 轻量 — 10-02 Run #355 — targeted_smoke — 10-01 Run #354 — 轻量 — 10-01 Run #353 — targeted_smoke — 09-30 Run #352 — targeted_smoke — 09-30 Run #351 — targeted_smoke — 09-30 Run #350 — targeted_smoke — 09-30 Run #349 — targeted_smoke — 09-30 Run #348 — targeted_smoke — 09-30 Run #347 — targeted_smoke — 09-30 Run #345 — 轻量 — 09-30 Run #344 — 轻量 — 09-29 Run #343 — 轻量 — 09-29 Run #342 — 完整 — 09-28 Run #341 — 轻量 — 09-28 Run #340 — 轻量 — 09-27 Run #339 — 轻量 — 09-26 Run #338 — 轻量 — 09-25 Run #337 — 轻量 — 09-24 Run #335 — 轻量 — 09-23 Run #334 — 轻量 — 09-22 Run #333 — 完整 — 09-21 Run #332 — 轻量 — 09-21 Run #330 — 轻量 — 09-20 Run #329 — 轻量 — 09-19 Run #328 — 轻量 — 09-18 Run #327 — 轻量 — 09-17 Run #325 — 轻量 — 09-16 Run #324 — 轻量 — 09-15 Run #323 — 完整 — 09-14 Run #322 — 轻量 — 09-14 Run #321 — 轻量 — 09-14 Run #320 — 轻量 — 09-13 Run #319 — 轻量 — 09-12 Run #318 — 轻量 — 09-11 Run #317 — 轻量 — 09-10 Run #315 — 轻量 — 09-09 Run #314 — 轻量 — 09-08 Run #313 — 完整 — 09-07 Run #312 — 轻量 — 09-07 Run #310 — 轻量 — 09-06 Run #309 — 轻量 — 09-05 Run #308 — 轻量 — 09-04 Run #307 — 轻量 — 09-03 Run #305 — 轻量 — 09-02 Run #304 — 轻量 — 09-01 Run #303 — 完整 — 08-31 Run #302 — 轻量 — 08-31 Run #301 — targeted_smoke — 08-31 Run #300 — 轻量 — 08-30 Run #299 — 轻量 — 08-29 Run #298 — 轻量 — 08-28 Run #297 — 轻量 — 08-27 Run #295 — 轻量 — 08-26 Run #294 — 轻量 — 08-25 Run #293 — 完整 — 08-24 Run #292 — 轻量 — 08-24 Run #290 — 轻量 — 08-23 Run #289 — 轻量 — 08-22 Run #288 — 轻量 — 08-21 Run #286 — 轻量 — 08-20 Run #284 — 轻量 — 08-19 Run #283 — 轻量 — 08-18 Run #282 — 完整 — 08-17 Run #281 — 轻量 — 08-17 Run #280 — 轻量 — 08-16 Run #279 — 轻量 — 08-15 Run #278 — 轻量 — 08-14 Run #277 — 轻量 — 08-13 Run #275 — 轻量 — 08-12 Run #274 — 轻量 — 08-11 Run #273 — 完整 — 08-10 Run #272 — 轻量 — 08-10 Run #270 — 轻量 — 08-09 Run #269 — 轻量 — 08-09 Run #268 — 轻量 — 08-08 Run #267 — 轻量 — 08-08 Run #266 — 轻量 — 08-07 Run #265 — 轻量 — 08-07 Run #264 — 轻量 — 08-06 Run #262 — 轻量 — 08-05 Run #261 — 轻量 — 08-05 Run #260 — 轻量 — 08-04 Run #259 — 完整 — 08-03 Run #258 — 轻量 — 08-03 Run #257 — 轻量 — 08-02 Run #256 — 轻量 — 08-01 Run #255 — 轻量 — 07-31 Run #254 — 轻量 — 07-30 Run #252 — 轻量 — 07-29 Run #251 — 轻量 — 07-29 Run #250 — 轻量 — 07-28 Run #249 — 完整 — 07-27 Run #248 — 轻量 — 07-27 Run #246 — 轻量 — 07-26 Run #245 — 轻量 — 07-25 Run #244 — 轻量 — 07-24 Run #243 — 轻量 — 07-23 Run #241 — 轻量 — 07-22 Run #240 — 轻量 — 07-21 Run #239 — 完整 — 07-20 Run #238 — 轻量 — 07-20 Run #237 — 轻量 — 07-19 Run #236 — 轻量 — 07-18 Run #235 — 轻量 — 07-17 Run #234 — 轻量 — 07-16 Run #232 — 轻量 — 07-15 Run #231 — 轻量 — 07-14 Run #230 — 完整 — 07-13 Run #229 — 轻量 — 07-13 Run #228 — 轻量 — 07-13 Run #226 — 轻量 — 07-12 Run #225 — 轻量 — 07-11 Run #224 — 轻量 — 07-10 Run #223 — 轻量 — 07-10 Run #222 — 轻量 — 07-09 Run #220 — 轻量 — 07-08 Run #219 — 轻量 — 07-08 Run #218 — 轻量 — 07-07 Run #217 — 轻量 — 07-07 Run #216 — 完整 — 07-06 Run #215 — 轻量 — 07-06 Run #214 — 轻量 — 07-05 Run #213 — 轻量 — 07-04 Run #212 — 轻量 — 07-04 Run #210 — 轻量 — 07-03 Run #209 — 轻量 — 07-03 Run #208 — 轻量 — 07-02 Run #206 — 轻量 — 07-01 Run #205 — 轻量 — 06-30 Run #204 — 完整 — 06-29 Run #203 — 轻量 — 06-29 Run #201 — 轻量 — 06-28 Run #200 — 轻量 — 06-27 Run #198 — 轻量 — 06-26 Run #197 — 轻量 — 06-25 Run #195 — 轻量 — 06-24 Run #194 — 轻量 — 06-23 Run #193 — 轻量 — 06-23 Run #192 — 完整 — 06-22 Run #191 — 轻量 — 06-22 Run #190 — 轻量 — 06-21 Run #189 — 轻量 — 06-21 Run #188 — 轻量 — 06-20 Run #187 — 轻量 — 06-19 Run #186 — 轻量 — 06-18 Run #184 — 轻量 — 06-17 Run #183 — 轻量 — 06-17 Run #182 — 轻量 — 06-16 Run #181 — 轻量 — 06-16 Run #180 — 完整 — 06-15 Run #179 — 完整 — 06-15 Run #178 — 完整 — 06-15 Run #177 — 完整 — 06-15 Run #176 — 轻量 — 06-15 Run #175 — 完整 — 06-14 Run #174 — 完整 — 06-14 Run #173 — 完整 — 06-14 Run #170 — 轻量 — 06-14 Run #168 — 完整 — 06-13 Run #166 — 轻量 — 06-13 Run #165 — 轻量 — 06-12 Run #163 — 完整 — 06-11 Run #162 — 完整 — 06-11 Run #160 — 完整 — 06-11 Run #159 — 轻量 — 06-11 Run #158 — 轻量 — 06-11 Run #156 — 轻量 — 06-10 Run #155 — 轻量 — 06-09 Run #154 — 完整 — 06-08 Run #153 — 轻量 — 06-08 Run #152 — 轻量 — 06-07 Run #151 — 轻量 — 06-06 Run #150 — targeted_smoke — 06-06 Run #149 — 轻量 — 06-06 Run #148 — 轻量 — 06-05 Run #147 — 轻量 — 06-04 Run #145 — 轻量 — 06-03 Run #144 — targeted_smoke — 06-02 Run #143 — 轻量 — 06-02 Run #142 — 完整 — 06-01 Run #141 — 轻量 — 06-01 Run #139 — 轻量 — 05-31 Run #138 — 轻量 — 05-30 Run #137 — 轻量 — 05-29 Run #136 — 轻量 — 05-28 Run #134 — 轻量 — 05-27 Run #133 — targeted_smoke — 05-26 Run #132 — 轻量 — 05-26 Run #131 — 完整 — 05-25 Run #130 — 轻量 — 05-25 Run #129 — 轻量 — 05-24 Run #128 — 轻量 — 05-23 Run #127 — 轻量 — 05-22 Run #126 — 轻量 — 05-21 Run #124 — 轻量 — 05-20 Run #123 — 轻量 — 05-19 Run #122 — 完整 — 05-18 Run #121 — 轻量 — 05-18 Run #119 — 轻量 — 05-17 Run #118 — 轻量 — 05-16 Run #117 — 轻量 — 05-15 Run #116 — 轻量 — 05-14 Run #114 — 轻量 — 05-13 Run #113 — 轻量 — 05-12 Run #112 — 完整 — 05-11 Run #111 — 轻量 — 05-11 Run #110 — targeted_smoke — 05-10 Run #109 — 轻量 — 05-10 Run #108 — 轻量 — 05-09 Run #107 — 轻量 — 05-08 Run #106 — 轻量 — 05-07 Run #104 — 轻量 — 05-06 Run #103 — 轻量 — 05-05 Run #102 — 完整 — 05-04 Run #101 — 轻量 — 05-04 Run #99 — 轻量 — 05-03 Run #98 — 轻量 — 05-02 Run #91 — 轻量 — 05-01 Run #90 — 轻量 — 04-30 Run #89 — 轻量 — 04-29 Run #88 — 轻量 — 04-28 Run #87 — 完整 — 04-27 Run #86 — 轻量 — 04-27 Run #85 — 轻量 — 04-26 Run #84 — 轻量 — 04-25 Run #83 — 轻量 — 04-24 Run #82 — 轻量 — 04-23 Run #81 — 轻量 — 04-22 Run #80 — 轻量 — 04-21 Run #79 — 轻量 — 04-21 Run #78 — 完整 — 04-20 Run #77 — 轻量 — 04-20 Run #76 — 轻量 — 04-19 Run #75 — 轻量 — 04-18 Run #73 — 轻量 — 04-17 Run #72 — 轻量 — 04-16 Run #71 — 轻量 — 04-15 Run #70 — 轻量 — 04-14 Run #69 — 完整 — 04-13 Run #68 — 轻量 — 04-13 Run #67 — 轻量 — 04-12 Run #66 — 轻量 — 04-11 Run #65 — 轻量 — 04-10 Run #64 — 轻量 — 04-09 Run #63 — 轻量 — 04-08 Run #62 — 轻量 — 04-07 Run #61 — 完整 — 04-06 Run #60 — 轻量 — 04-06 Run #59 — 轻量 — 04-05 Run #58 — targeted_smoke — 04-04 Run #57 — 轻量 — 04-04 Run #56 — 轻量 — 04-03 Run #55 — 轻量 — 04-02 Run #54 — 轻量 — 04-01 Run #53 — 轻量 — 03-31 Run #52 — 完整 — 03-30 Run #51 — targeted_smoke — 03-30 Run #50 — 轻量 — 03-30 Run #49 — 轻量 — 03-29 Run #47 — 轻量 — 03-28 Run #46 — 轻量 — 03-27 Run #43 — 完整 — 03-25 Run #42 — 轻量 — 03-25 Run #41 — 完整 — 03-24 Run #40 — 完整 — 03-24 Run #39 — 完整 — 03-24 Run #38 — 完整 — 03-24 Run #37 — 完整 — 03-22 Run #36 — 轻量 — 03-22 Run #35 — 完整 — 03-22 Run #33 — 完整 — 03-21 Run #32 — 轻量 — 03-21 Run #31 — 完整 — 03-21 Run #30 — 完整 — 03-21 Run #29 — 完整 — 03-21 Run #27 — 完整 — 03-21 Run #26 — 轻量 — 03-21 Run #25 — 轻量 — 03-21 Run #24 — 轻量 — 03-21 Run #23 — 轻量 — 03-20 Run #22 — 轻量 — 03-20 Run #20 — 完整 — 03-19 Run #18 — 轻量 — 03-19 Run #17 — 轻量 — 03-18 Run #16 — 完整 — 03-18 Run #15 — 完整 — 03-17 Run #14 — 完整 — 03-17 Run #12 — 轻量 — 03-17 Run #11 — 完整 — 03-17 Run #10 — 完整 — 03-17 Run #9 — 完整 — 03-17 Run #8 — 轻量 — 03-16 Run #7 — 轻量 — 03-16 Run #6 — 轻量 — 03-16 Run #5 — 轻量 — 03-16 Run #4 — 轻量 — 03-16 Run #3 — 轻量 — 03-16 Run #2 — 轻量 — 03-16 Run #1 — 轻量 — 03-16 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	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-6 Astra gpt	75.00	89.80	100.00	87.50	80.00 pass	81.66	38.9	49.3	100.0	展开
GPT-6.1 Sol gpt	75.00	89.80	100.00	87.50	80.00 pass	81.66	96.8	49.3	100.0	展开
DeepSeek V4 Pro deepseek	66.70	89.80	100.00	83.80	80.00 pass	77.10	98.2	66.5	95.0	展开
Gemini 3.1 Pro gemini	66.70	89.80	100.00	91.70	80.00 pass	77.10	87.5	50.8	100.0	展开
GPT-6 Sol gpt	74.50	75.90	82.50	81.30	80.00 pass	75.13	95.4	43.1	100.0	展开
Grok 4 grok	54.60	89.80	48.10	75.40	55.00 warn	70.44	78.8	29.1	100.0	展开
豆包 Pro doubao	50.00	94.80	100.00	79.20	80.00 pass	70.16	100.0	50.3	95.0	展开
Claude Sonnet 4.6 claude	49.50	92.80	65.80	56.30	80.00 pass	68.99	84.2	28.6	100.0	展开
GLM-4.6 zhipu	41.70	89.80	50.00	37.50	50.00 warn	63.35	92.5	67.5	60.0	展开
GPT-6 Luna gpt	50.00	75.90	100.00	81.30	80.00 pass	61.66	100.0	36.7	100.0	展开
Gemini 2.5 Pro gemini	31.30	89.80	75.00	75.40	90.00 pass	57.63	92.1	44.9	90.0	展开
GPT-5.5 gpt	25.00	89.80	100.00	91.70	80.00 pass	54.16	62.0	37.5	95.0	展开
GPT-o3 gpt	25.00	89.80	100.00	91.70	90.00 pass	54.16	35.3	37.8	95.0	展开
Claude Opus 4.7 claude	19.40	89.80	75.00	41.70	90.00 pass	51.08	19.7	18.6	100.0	展开
Qwen3 Max qwen	-	-	-	-	-	-	0.0	75.0	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。