YZ Index

評価データ

メインランキング WDCD 制約遵守テスト
現在表示中：Run #316 WDCD | 2026-09-09 | 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 DCD 総合 R1 制約確認 R2 干渉抵抗 R3 制約完全 逐問
Grok 4 grok 93.80 100 100 150
GPT-o3 gpt 89.80 100 100 50
Claude Sonnet 4.6 claude 87.20 100 0 200
DeepSeek V4 Pro deepseek 83.60 100 0 100
豆包 Pro doubao 83.00 100 50 200
GPT-5.5 gpt 80.20 100 50 50
Gemini 3.1 Pro gemini 79.30 100 50 50
Claude Opus 4.7 claude 77.70 100 0 100
Qwen3 Max qwen 71.60 100 100 0
Gemini 2.5 Pro gemini 69.40 100 0 100
GLM-4.6 zhipu 68.00 0 0 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。