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
🥇	Claude Sonnet 4.6 claude	86.7	65.9	77.3
🥈	GPT-o3 gpt	85.8	75.7	81.3
🥉	Claude Opus 4.7 claude	84.9	80.3	82.8
4	Qwen3 Max qwen	84.3	59.8	73.3
5	Grok 4 grok	84.2	70.8	78.2
6	GPT-5.5 gpt	82.5	69	76.4
7	豆包 Pro doubao	77.3	63.3	71
8	Gemini 3.1 Pro gemini	75.2	69.1	72.5
9	Gemini 2.5 Pro gemini	71.2	72.8	71.9
10	DeepSeek V4 Pro DeepSeek	70.7	67.8	69.4
11	GLM-4.6 zhipu 数据补录中	—	—	—