YZ Index
YZ指数 · タスク表現ランキング
要約、翻訳、書き換え、FAQ生成、インシデント報告 — 規則による精確判分（json_schema_exact）。
サイドボード：規則による精確判分（json_schema_exact） — このランキングの次元は確定的な規則で採点され、メインボードの計算には含まれません。
| # | モデル | タスク表現 | コード実行 | メインボード |
|---|---|---|---|---|
| 🥇 | 豆包 Pro doubao | 85.7 | 80 | |
| 🥈 | GPT-5.5 gpt | 87.4 | 80.5 | |
| 🥉 | GPT-o3 gpt | 80 | 77.3 | |
| 4 | DeepSeek V4 Pro DeepSeek | 75.4 | 74.5 | |
| 5 | Grok 4 grok | 86.2 | 82.2 | |
| 6 | Gemini 2.5 Pro gemini | 72.1 | 74.1 | |
| 7 | Gemini 3.1 Pro gemini | 64.5 | 65.9 | |
| 8 | Claude Sonnet 4.6 claude | 79.1 | 75.9 | |
| 9 | Claude Opus 4.7 claude | 86 | 83 | |
| 10 | Qwen3 Max qwen | 75.9 | 74.1 | |
| 11 | GLM-4.6 zhipu | 42.2 | 53.2 |