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 Opus 4.6 Anthropic	91.5	68.9	81.3
🥈	豆包 Pro volcengine	91.1	77.6	85
🥉	DeepSeek R1 DeepSeek	91	73.4	83.1
4	Grok 3 xai	88.8	79	84.4
5	Claude Sonnet 4.6 Anthropic	88.7	71.1	80.8
6	DeepSeek V3 DeepSeek	87.3	75.8	82.1
7	文心一言 4.0 baidu	85.8	72	79.6
8	Gemini 2.5 Pro Google	80.7	73.9	77.6
9	GPT-o3 OpenAI	80.2	58.5	70.4
10	Qwen Max Alibaba	77.3	75.4	76.5
11	GPT-4o OpenAI	76.6	49.3	64.3