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 | 86 | 83 | |
| 🥈 | Grok 4 grok | 86.2 | 82.2 | |
| 🥉 | Gemini 2.5 Pro gemini | 72.1 | 74.1 | |
| 4 | GPT-o3 gpt | 80 | 77.3 | |
| 5 | DeepSeek V4 Pro DeepSeek | 75.4 | 74.5 | |
| 6 | 豆包 Pro doubao | 85.7 | 80 | |
| 7 | GPT-5.5 gpt | 87.4 | 80.5 | |
| 8 | Claude Sonnet 4.6 claude | 79.1 | 75.9 | |
| 9 | Qwen3 Max qwen | 75.9 | 74.1 | |
| 10 | Gemini 3.1 Pro gemini | 64.5 | 65.9 | |
| 11 | GLM-4.6 zhipu | 42.2 | 53.2 |