YZ Index
YZ指数 · 材料制約ランキング
長文書理解、段落横断推理、引用チェック必須、矛盾検出。でたらめは減点。
| # | モデル | 材料制約 | コード実行 | メインボード |
|---|---|---|---|---|
| 🥇 | Claude Opus 4.7 claude | 85.7 | 82.6 | |
| 🥈 | GPT-o3 gpt | 86 | 81.7 | |
| 🥉 | DeepSeek V4 Pro DeepSeek | 69.7 | 71.6 | |
| 4 | Claude Sonnet 4.6 claude | 76.3 | 74.7 | |
| 5 | Gemini 2.5 Pro gemini | 75.5 | 73.2 | |
| 6 | Grok 4 grok | 83.3 | 77.2 | |
| 7 | GPT-5.5 gpt | 88.3 | 79.1 | |
| 8 | 豆包 Pro doubao | 82.9 | 75.7 | |
| 9 | Gemini 3.1 Pro gemini | 71.2 | 69.3 | |
| 10 | Qwen3 Max qwen | 76.9 | 71.6 | |
| 11 | GLM-4.6 zhipu | 65.2 | 64 |