YZ Index
評価データ
現在表示中：Run #249 | 2026-07-27 | 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 |
|---|---|---|---|---|---|---|---|---|---|---|
| GPT-o3 gpt | 82.80 | 78.60 | 86.30 | 78.30 | 75.00 pass | 80.91 | 9.6 | 39.9 | 97.0 | |
| DeepSeek V4 Pro deepseek | 79.70 | 79.50 | 84.50 | 95.40 | 83.30 pass | 79.61 | 44.9 | 44.3 | 97.0 | |
| Claude Opus 4.7 claude | 76.20 | 82.30 | 83.90 | 72.40 | 93.30 pass | 78.95 | 5.4 | 32.3 | 100.0 | |
| Grok 4 grok | 81.40 | 73.30 | 76.90 | 83.30 | 71.70 pass | 77.76 | 25.1 | 32.6 | 100.0 | |
| Claude Sonnet 4.6 claude | 80.90 | 73.00 | 83.20 | 85.00 | 71.70 pass | 77.35 | 25.6 | 31.5 | 100.0 | |
| GPT-5.5 gpt | 87.00 | 64.90 | 90.00 | 90.80 | 86.70 pass | 77.06 | 18.9 | 34.8 | 100.0 | |
| Gemini 2.5 Pro gemini | 75.70 | 71.80 | 72.10 | 83.30 | 90.00 pass | 73.95 | 38.1 | 39.0 | 92.0 | |
| 豆包 Pro doubao | 78.00 | 65.40 | 86.70 | 85.80 | 81.70 pass | 72.33 | 92.2 | 34.0 | 97.0 | |
| Qwen3 Max qwen | 72.50 | 69.40 | 42.30 | 47.80 | 75.00 pass | 71.11 | 45.9 | 24.2 | 100.0 | |
| Gemini 3.1 Pro gemini | 67.60 | 71.60 | 77.80 | 75.80 | 86.70 pass | 69.40 | 23.9 | 22.1 | 100.0 | |
| GLM-4.6 zhipu | 64.10 | 62.80 | 28.60 | 25.00 | 40.00 warn | 63.52 | 36.6 | 36.4 | 60.8 |
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。