YZ Index

赢政指数 · 工程判断排行榜

优先级排序、技术选型、事故分级、人员评估 — 规则精确判分（json_schema_exact）。

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

侧榜：规则精确判分（json_schema_exact） — 本榜单维度使用 AI 裁判评分，不参与主榜计分。

#	模型	工程判断	代码执行	主榜
🥇	GPT-5.5 gpt	90	78.4	74.2
🥈	GPT-6 Astra gpt	89.6	90	82.4
🥉	豆包 Pro doubao	88	88.7	79.6
4	Gemini 3.1 Pro gemini	87.8	53.1	61.6
5	GPT-6.1 Sol gpt	87.8	83.7	79.3
6	GPT-o3 gpt	85.1	73.9	75.4
7	DeepSeek V4 Pro DeepSeek	81.7	66.6	73.7
8	GPT-6 Luna gpt	81.5	82.6	78.9
9	GPT-6 Sol gpt	80.5	85.9	76.9
10	Claude Opus 4.7 claude	70.3	81	82.5
11	Gemini 2.5 Pro gemini	69.9	39.1	51.4
12	Claude Sonnet 4.6 claude	64.9	83.2	78.1
13	Grok 4 grok	48.7	75.4	79.1
14	GLM-4.6 zhipu	22.8	19.9	34.4
15	Qwen3 Max qwen 数据补录中	—	—	—