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	81	79.3	80.1
🥈	Grok 4 grok	76.8	81.8	79.6
🥉	GPT-o3 gpt	74.3	78.5	76.6
4	Claude Sonnet 4.6 claude	73.8	79.3	76.8
5	Gemini 3.1 Pro gemini	72.1	69.5	70.7
6	GPT-5.5 gpt	69.7	84.4	77.8
7	DeepSeek V4 Pro DeepSeek	67.7	71.6	69.9
8	Qwen3 Max qwen	67.3	72.2	70
9	豆包 Pro doubao	66.4	76.6	72
10	Gemini 2.5 Pro gemini	66.1	64.6	65.3
11	GLM-4.6 zhipu 数据补录中	—	—	—