GPT-o3

在赢政指数（YZ Index）2026-09-14 的最新公开评测中，GPT-o3 综合得分 76.6（满分 100），在 11 个参评模型中排名第 5。分数由真实代码沙箱执行、材料约束、工程判断与任务表达四个核心维度加权得出，全程规则判分。

GPT-o3 的代码执行（Execution）维度得分为 78.5，在 11 个模型中排第 5。该维度在隔离沙箱中真实运行模型生成的完整程序，验证编译通过率、运行时正确性与边界处理，不采用模型互评。

在 WDCD 守约衰减测试（2026-09-16，测量多轮对话施压下的指令遵守）中，GPT-o3 得分 94.2（满分 100），在 11 个受测模型中排第 5。WDCD 通过渐进式干扰与社工施压检验约束是否随对话深入而失守，评分 100% 规则判定。

GPT-o3 的 API 定价为每百万输入 token $10、每百万输出 token $40（本站定期核对官方价格页）。价格与评测得分的综合性价比见本页 Value 维度评分。

赢政指数每周执行全量评测、每日执行抽样评测，本页数据随每次公开评测自动更新。当前数据来自 2026-09-14 的 Run #323，历史趋势见本页趋势图。