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	93.3	82.9	75.7
🥈	GPT-5.5 gpt	90.8	88.3	79.1
🥉	GPT-o3 gpt	78.3	86	81.7
4	Claude Sonnet 4.6 claude	76.7	76.3	74.7
5	Gemini 3.1 Pro gemini	75.8	71.2	69.3
6	Claude Opus 4.7 claude	75.3	85.7	82.6
7	Grok 4 grok	71.4	83.3	77.2
8	Gemini 2.5 Pro gemini	65.8	75.5	73.2
9	DeepSeek V4 Pro DeepSeek	58.3	69.7	71.6
10	Qwen3 Max qwen	53.3	76.9	71.6
11	GLM-4.6 zhipu	37.5	65.2	64

Run #313 · 公式 v7 · 判分 v6.4 · 题库 v7

完全評価に基づく（154問の問題バンクから100問をランダム抽出） · 最新評価：2026-09-07 05:06 SGT · モデル：11個