YZ Index

AIモデル週間変動ランキング

自動スコアリング · 自動変動計算 · 毎週自動更新

2026年 第43週 2026年 第42週 2026年 第41週 2026年 第40週 2026年 第39週 2026年 第38週 2026年 第37週 2026年 第36週 2026年 第35週 2026年 第34週 2026年 第33週 2026年 第32週 2026年 第31週 2026年 第30週 2026年 第29週 2026年 第27週 2026年 第26週 2026-43 2026-42 2026-41
基準: Run #374 · 公式 v7 · 判分 v6.4 · 题库 v7 · 2026-10-12 05:05 SGT 最新: Run #386 · 公式 v7 · 判分 v6.4 · 题库 v7 · 2026-10-19 05:04 SGT

メイン変動 総合力 core_overall

GPT-o3 +0.8
77.6 → 78.4
豆包 Pro -8.6
82.0 → 73.4
Grok 4 -6.9
86.4 → 79.5
GPT-6 Luna -6.9
83.9 → 77.0
Claude Sonnet 4.6 -5.3
82.7 → 77.4
GPT-6.1 Sol -5.1
83.3 → 78.2
GPT-6 Astra -3.7
80.6 → 76.9
GPT-5.5 -3.1
80.2 → 77.2
Gemini 2.5 Pro -2.6
69.8 → 67.2
DeepSeek V4 Pro -2.5
77.1 → 74.6
Gemini 3.1 Pro -2.2
74.0 → 71.8
Claude Opus 4.7 -2.0
81.3 → 79.2
GLM-4.6 -1.1
39.3 → 38.2
GPT-6 Sol -1.1
81.5 → 80.4

サイドランキング変動 エンジニアリング判断 / タスク表現

GPT-6 Luna +8.0
タスク表現: 78.3 → 86.3
Claude Sonnet 4.6 +6.6
タスク表現: 82.9 → 89.5
Claude Opus 4.7 +6.3
タスク表現: 66.5 → 72.8
Gemini 2.5 Pro +6.1
エンジニアリング判断: 66.8 → 72.9
Gemini 3.1 Pro +5.0
エンジニアリング判断: 75.0 → 80.0
DeepSeek V4 Pro +3.2
エンジニアリング判断: 80.7 → 83.9
Gemini 3.1 Pro +2.5
タスク表現: 75.8 → 78.3
Grok 4 +1.2
エンジニアリング判断: 65.8 → 67.0
GPT-6.1 Sol +0.8
エンジニアリング判断: 88.8 → 89.6
GLM-4.6 -35.8
タスク表現: 70.8 → 35.0
Claude Opus 4.7 -6.1
エンジニアリング判断: 88.3 → 82.2
GPT-6 Luna -4.4
エンジニアリング判断: 85.1 → 80.7
DeepSeek V4 Pro -2.7
タスク表現: 76.3 → 73.6
GPT-6 Sol -2.7
タスク表現: 88.8 → 86.1
Gemini 2.5 Pro -2.5
タスク表現: 80.8 → 78.3
GPT-5.5 -2.2
エンジニアリング判断: 90.0 → 87.8
Claude Sonnet 4.6 -1.7
エンジニアリング判断: 84.9 → 83.2

誠実性評価変動 integrity_label 変遷

GLM-4.6 誠実性格下げ
⚠ warn → ✘ fail

運用信号変動 安定性 / 可用性 / コストパフォーマンス

DeepSeek V4 Pro +5.2
安定性: 44.4 → 49.6
GPT-o3 +4.4
安定性: 32.1 → 36.5
GLM-4.6 +4.2
安定性: 43.8 → 48.0
Gemini 3.1 Pro +3.8
安定性: 23.5 → 27.3
GPT-5.5 +1.0
可用性: 99.0 → 100.0
Gemini 2.5 Pro +0.9
可用性: 89.0 → 89.9
GLM-4.6 -9.6
可用性: 50.0 → 40.4
GPT-6 Luna -7.3
安定性: 42.9 → 35.6
Grok 4 -4.8
安定性: 38.1 → 33.3
豆包 Pro -4.7
安定性: 43.3 → 38.6
Gemini 2.5 Pro -3.9
安定性: 36.0 → 32.1
GPT-6 Astra -3.9
安定性: 40.4 → 36.5
GPT-6.1 Sol -2.7
安定性: 39.2 → 36.5
Claude Sonnet 4.6 -2.5
安定性: 39.7 → 37.2
Claude Opus 4.7 -2.4
安定性: 35.8 → 33.4
豆包 Pro -2.2
可用性: 100.0 → 97.8
GLM-4.6 -1.6
コストパフォーマンス: 23.0 → 21.4
Claude Sonnet 4.6 -1.4
コストパフォーマンス: 27.2 → 25.8
DeepSeek V4 Pro -1.2
可用性: 92.6 → 91.4
GPT-6.1 Sol -1.1
コストパフォーマンス: 39.3 → 38.2
Grok 4 -1.1
コストパフォーマンス: 26.6 → 25.5
Grok 4 -1.0
可用性: 100.0 → 99.0
Gemini 2.5 Pro -0.7
コストパフォーマンス: 36.0 → 35.3
DeepSeek V4 Pro -0.5
コストパフォーマンス: 45.2 → 44.7
豆包 Pro -0.4
コストパフォーマンス: 94.5 → 94.1
GPT-5.5 -0.4
安定性: 38.1 → 37.7
GPT-5.5 -0.4
コストパフォーマンス: 19.3 → 18.9
旧バージョンの次元変動を表示（v5 後方互換データ）
4 上昇
10 下降
1 安定

今週上昇

今週下降

完全評価に基づく（154問の問題バンクからランダムサンプリング） · 評価時間：2026-10-19 05:04 SGT · モデル数：15

YZ Index — 自動スコアリング・自動変動計算・毎週更新