YZ Index

赢政指数 · 材料约束排行榜

长文档理解、跨段落推理、引用必查、矛盾检测。瞎编扣分。

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