YZ Index
YZ指数 · 材料约束排行榜
长文档理解、跨段落推理、强制引用检查、矛盾检测。胡编乱造扣分。
| # | 模型 | 材料约束 | 代码执行 | 主榜 |
|---|---|---|---|---|
| 🥇 | Claude Opus 4.7 claude | 81 | 82.5 | |
| 🥈 | Grok 4 grok | 75.4 | 79.1 | |
| 🥉 | DeepSeek V4 Pro DeepSeek | 66.6 | 73.7 | |
| 4 | GPT-o3 gpt | 73.9 | 75.4 | |
| 5 | GPT-6 Luna gpt | 82.6 | 78.9 | |
| 6 | GPT-6.1 Sol gpt | 83.7 | 79.3 | |
| 7 | GPT-6 Astra gpt | 90 | 82.4 | |
| 8 | Gemini 3.1 Pro gemini | 53.1 | 61.6 | |
| 9 | Claude Sonnet 4.6 claude | 83.2 | 78.1 | |
| 10 | GPT-5.5 gpt | 78.4 | 74.2 | |
| 11 | 豆包 Pro doubao | 88.7 | 79.6 | |
| 12 | Gemini 2.5 Pro gemini | 39.1 | 51.4 | |
| 13 | GPT-6 Sol gpt | 85.9 | 76.9 | |
| 14 | GLM-4.6 zhipu | 19.9 | 34.4 | |
| 15 | Qwen3 Max qwen | — | — |