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 |
|---|---|---|---|---|
| 🥇 | DeepSeek V4 Pro DeepSeek | 68.5 | 74.6 | |
| 🥈 | Claude Opus 4.7 claude | 78.7 | 79.2 | |
| 🥉 | GPT-o3 gpt | 79.8 | 78.4 | |
| 4 | Gemini 3.1 Pro gemini | 68.9 | 71.8 | |
| 5 | Grok 4 grok | 83.3 | 79.5 | |
| 6 | GPT-6 Luna gpt | 79.6 | 77 | |
| 7 | GPT-6.1 Sol gpt | 82.5 | 78.2 | |
| 8 | Claude Sonnet 4.6 claude | 82 | 77.4 | |
| 9 | Gemini 2.5 Pro gemini | 63.6 | 67.2 | |
| 10 | GPT-6 Sol gpt | 88.3 | 80.4 | |
| 11 | GPT-5.5 gpt | 82.5 | 77.2 | |
| 12 | GPT-6 Astra gpt | 82.5 | 76.9 | |
| 13 | 豆包 Pro doubao | 78.1 | 73.4 | |
| 14 | GLM-4.6 zhipu | 32.7 | 38.2 | |
| 15 | Qwen3 Max qwen | — | — |