YZ Index
評価データ
現在表示中：Run #239 | 2026-07-20 | 154問バンク | 公式 v7 | 判定 v6.4
データ公開説明：問題バンク汚染と過学習を防ぐため、問題原文と期待回答は非公開です。このページではモデル回答、スコア、判定方式等の透明データを表示します。完全な方法論は方法論ページをご参照ください。
| モデル | コード実行 | 資料制約 | 工学判断 | タスク表現 | 誠実性 | メインスコア | コスパ | 安定性 | 可用性 | 詳細操作 |
|---|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.7 claude | 86.00 | 79.30 | 81.70 | 62.80 | 83.30 pass | 82.99 | 5.6 | 39.1 | 100.0 | |
| Grok 4 grok | 86.20 | 77.30 | 73.60 | 82.90 | 75.00 pass | 82.20 | 26.5 | 33.6 | 100.0 | |
| GPT-5.5 gpt | 87.40 | 72.10 | 90.00 | 90.80 | 86.70 pass | 80.52 | 19.9 | 40.4 | 100.0 | |
| 豆包 Pro doubao | 85.70 | 73.10 | 86.00 | 93.30 | 81.70 pass | 80.03 | 94.5 | 39.4 | 99.0 | |
| GPT-o3 gpt | 80.00 | 74.00 | 87.40 | 90.80 | 76.70 pass | 77.30 | 9.6 | 35.1 | 99.0 | |
| Claude Sonnet 4.6 claude | 79.10 | 72.00 | 86.00 | 77.90 | 78.30 pass | 75.91 | 25.8 | 30.6 | 100.0 | |
| DeepSeek V4 Pro deepseek | 75.40 | 73.40 | 88.40 | 86.40 | 75.00 pass | 74.50 | 43.8 | 41.5 | 95.9 | |
| Gemini 2.5 Pro gemini | 72.10 | 76.60 | 79.90 | 80.80 | 93.30 pass | 74.13 | 39.4 | 43.6 | 90.8 | |
| Qwen3 Max qwen | 75.90 | 71.80 | 40.60 | 55.80 | 78.30 pass | 74.06 | 48.2 | 24.7 | 100.0 | |
| Gemini 3.1 Pro gemini | 64.50 | 67.70 | 81.90 | 78.30 | 81.70 pass | 65.94 | 23.8 | 21.8 | 100.0 | |
| GLM-4.6 zhipu | 42.20 | 66.70 | 25.00 | 37.50 | 51.70 warn | 53.23 | 28.0 | 32.6 | 55.1 |
API アクセス：プログラムから評価データにアクセスするには
API をご利用ください。