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 |
|---|---|---|---|---|
| 🥇 | DeepSeek V4 Pro DeepSeek | 80.6 | 79.3 | |
| 🥈 | GPT-5.5 gpt | 83.8 | 75.9 | |
| 🥉 | 豆包 Pro doubao | 41.9 | 52.2 | |
| 4 | Claude Sonnet 4.6 claude | 77.6 | 72.9 | |
| 5 | Grok 4 grok | 82.8 | 76.4 | |
| 6 | GPT-o3 gpt | 80.1 | 76.7 | |
| 7 | Gemini 3.1 Pro gemini | 69.4 | 70.8 | |
| 8 | Claude Opus 4.7 claude | 79.6 | 82.6 | |
| 9 | Gemini 2.5 Pro gemini | 70.9 | 70 | |
| 10 | GLM-4.6 zhipu | 42.6 | 53.1 | |
| 11 | Qwen3 Max qwen | 70.7 | 71.5 |