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	78.1	73.4
🥈	GPT-5.5 gpt	90.8	82.5	77.2
🥉	Claude Sonnet 4.6 claude	89.5	82	77.4
4	GPT-6 Luna gpt	86.3	79.6	77
5	GPT-6 Sol gpt	86.1	88.3	80.4
6	GPT-6 Astra gpt	83.6	82.5	76.9
7	GPT-6.1 Sol gpt	83.6	82.5	78.2
8	Grok 4 grok	82.9	83.3	79.5
9	Gemini 2.5 Pro gemini	78.3	63.6	67.2
10	Gemini 3.1 Pro gemini	78.3	68.9	71.8
11	GPT-o3 gpt	78.3	79.8	78.4
12	DeepSeek V4 Pro DeepSeek	73.6	68.5	74.6
13	Claude Opus 4.7 claude	72.8	78.7	79.2
14	GLM-4.6 zhipu	35	32.7	38.2
15	Qwen3 Max qwen	0	—	—

Run #386 · 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：2026-10-19 05:04 SGT · モデル：15個