YZ Index
評価データ
現在表示中：Run #154 | 2026-06-08 | 212問バンク | 公式 v7 | 判定 v6.1
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 |
|---|---|---|---|---|---|---|---|---|---|---|
| Grok 4 grok | 93.90 | 85.00 | 82.10 | 87.80 | 86.30 pass | 89.90 | 29.7 | 68.6 | 100.0 | |
| Claude Opus 4.7 claude | 90.30 | 87.50 | 93.10 | 89.40 | 94.30 pass | 89.04 | 6.2 | 67.7 | 100.0 | |
| 豆包 Pro doubao | 94.60 | 81.60 | 88.80 | 84.10 | 92.20 pass | 88.75 | 96.2 | 71.2 | 100.0 | |
| Claude Sonnet 4.6 claude | 87.60 | 86.80 | 93.20 | 87.80 | 94.70 pass | 87.24 | 29.7 | 62.7 | 100.0 | |
| Gemini 2.5 Pro gemini | 88.10 | 84.20 | 87.70 | 84.60 | 88.80 pass | 86.35 | 44.6 | 66.0 | 99.0 | |
| Qwen3 Max qwen | 89.70 | 81.90 | 85.70 | 85.30 | 87.50 pass | 86.19 | 58.5 | 59.8 | 100.0 | |
| Gemini 3.1 Pro gemini | 88.40 | 80.40 | 85.20 | 84.90 | 87.70 pass | 84.80 | 29.3 | 63.2 | 99.0 | |
| DeepSeek V4 Pro deepseek | 87.90 | 77.60 | 82.40 | 85.10 | 81.80 pass | 83.27 | 47.5 | 59.1 | 100.0 | |
| GPT-o3 gpt | 84.80 | 80.40 | 91.50 | 87.50 | 90.60 pass | 82.82 | 10.5 | 58.0 | 100.0 | |
| GPT-5.5 gpt | 81.90 | 79.70 | 92.10 | 87.40 | 88.30 pass | 80.91 | 20.4 | 51.8 | 100.0 | |
| 文心一言 4.5 ernie | 78.00 | 75.60 | 72.20 | 72.00 | 70.00 pass | 76.92 | 99.3 | 44.2 | 100.0 |
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。