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	79.4	85.2	82.6
🥈	Gemini 2.5 Pro gemini	72	70.8	71.3
🥉	GPT-o3 gpt	71.2	83.8	78.1
4	Claude Sonnet 4.6 claude	69.8	83.7	77.5
5	Gemini 3.1 Pro gemini	69.4	70.5	70
6	Grok 4 grok	68.2	78.8	74
7	豆包 Pro doubao	68.1	86.7	78.3
8	DeepSeek V4 Pro DeepSeek	67.5	67.5	67.5
9	Qwen3 Max qwen	67.4	79.3	74
10	GPT-5.5 gpt	66.4	84.8	76.5
11	GLM-4.6 zhipu	58.9	48.7	53.3