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
🥇	DeepSeek V4 Pro DeepSeek	89.8	95.4	92.3
🥈	GPT-o3 gpt	87.9	93.6	90.5
🥉	GPT-5.5 gpt	86	91.2	88.3
4	Claude Opus 4.7 claude	85.7	96.5	90.6
5	Qwen3 Max qwen	85.5	90.7	87.8
6	Grok 4 grok	85.2	95.6	89.9
7	豆包 Pro doubao	84.6	92.4	88.1
8	Claude Sonnet 4.6 claude	72.8	92.9	81.9
9	Gemini 2.5 Pro gemini	72.7	93.7	82.2
10	文心一言 4.5 ernie	71.4	93.4	81.3
11	Gemini 3.1 Pro gemini	64.1	93.3	77.2