YZ Index
评测数据
当前显示：Run #323 | 2026-09-14 | 154题题库 | 公式 v7 | 判定 v6.4
数据公开说明：为防止题库污染和过拟合，题目原文与期望答案不公开。本页面展示模型回答、评分、判定方式等透明数据。完整方法论请参见方法论页面。
| 模型 | 代码执行 | 资料约束 | 工学判断 | 任务表达 | 誠実性 | 主评分 | 性价比 | 安定性 | 可用性 | 详细操作 |
|---|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.7 claude | 79.30 | 81.00 | 82.80 | 72.80 | 86.70 pass | 80.07 | 5.4 | 34.9 | 100.0 | |
| Grok 4 grok | 81.80 | 76.80 | 60.30 | 85.80 | 78.30 pass | 79.55 | 24.9 | 29.7 | 100.0 | |
| GPT-5.5 gpt | 84.40 | 69.70 | 87.80 | 90.80 | 81.70 pass | 77.79 | 18.8 | 35.9 | 100.0 | |
| Claude Sonnet 4.6 claude | 79.30 | 73.80 | 79.80 | 80.40 | 78.30 pass | 76.83 | 25.4 | 33.0 | 100.0 | |
| GPT-o3 gpt | 78.50 | 74.30 | 83.00 | 80.80 | 75.00 pass | 76.61 | 9.2 | 32.1 | 98.0 | |
| 豆包 Pro doubao | 76.60 | 66.40 | 90.00 | 85.80 | 81.70 pass | 72.01 | 93.2 | 34.7 | 97.9 | |
| Gemini 3.1 Pro gemini | 69.50 | 72.10 | 87.80 | 75.80 | 86.70 pass | 70.67 | 24.5 | 26.1 | 100.0 | |
| Qwen3 Max qwen | 72.20 | 67.30 | 40.60 | 47.80 | 81.70 pass | 70.00 | 45.5 | 22.6 | 100.0 | |
| DeepSeek V4 Pro deepseek | 71.60 | 67.70 | 82.80 | 76.30 | 86.70 pass | 69.85 | 41.9 | 41.4 | 90.6 | |
| Gemini 2.5 Pro gemini | 64.60 | 66.10 | 76.50 | 80.80 | 86.70 pass | 65.28 | 34.6 | 28.9 | 92.0 | |
| GLM-4.6 zhipu | - | - | - | - | - | - | 0.0 | 75.0 | 0.0 |
API访问：如需通过程序访问评测数据，请使用
API 。。