YZ Index

赢政指数 · 代码执行排行榜

算法、Debug、SQL、结构化输出 — 全部在 Python 沙箱真实执行。跑不通就是零分。

主榜代码执行排行榜材料约束排行榜工程判断排行榜任务表达排行榜性价比排行榜升降榜

#	模型	代码执行	材料约束	主榜
🥇	豆包 Pro volcengine	84.9	72.4	79.3
🥈	Gemini 2.5 Pro Google	83.1	69	76.8
🥉	DeepSeek R1 DeepSeek	82.5	72.1	77.8
4	Claude Opus 4.6 Anthropic	82	66.3	74.9
5	Claude Sonnet 4.6 Anthropic	82	67	75.3
6	DeepSeek V3 DeepSeek	80.9	69.1	75.6
7	GPT-o3 OpenAI	80.1	60.1	71.1
8	Grok 3 xai	77	75.4	76.3
9	文心一言 4.0 baidu	76.7	66.5	72.1
10	GPT-4o OpenAI	73.2	58.8	66.7
11	Qwen Max Alibaba	72.7	70	71.5