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 | 93.6 | 95.3 | |
| 🥈 | DeepSeek V4 Pro DeepSeek | 87.7 | 92 | |
| 🥉 | Grok 4 grok | 81.4 | 88 | |
| 4 | GPT-5.5 gpt | 90.5 | 92.5 | |
| 5 | Claude Sonnet 4.6 claude | 88.4 | 91.2 | |
| 6 | 豆包 Pro doubao | 82 | 87.6 | |
| 7 | Qwen3 Max qwen | 92 | 93.1 | |
| 8 | Gemini 3.1 Pro gemini | 61.7 | 76.3 | |
| 9 | GPT-o3 gpt | 85.9 | 89.6 | |
| 10 | Gemini 2.5 Pro gemini | 61.1 | 76 | |
| 11 | 文心一言 4.5 ernie | 64.4 | 77.1 |