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 | 85.2 | 82.6 | |
| 🥈 | Gemini 2.5 Pro gemini | 70.8 | 71.3 | |
| 🥉 | GPT-o3 gpt | 83.8 | 78.1 | |
| 4 | Claude Sonnet 4.6 claude | 83.7 | 77.5 | |
| 5 | Gemini 3.1 Pro gemini | 70.5 | 70 | |
| 6 | Grok 4 grok | 78.8 | 74 | |
| 7 | 豆包 Pro doubao | 86.7 | 78.3 | |
| 8 | DeepSeek V4 Pro DeepSeek | 67.5 | 67.5 | |
| 9 | Qwen3 Max qwen | 79.3 | 74 | |
| 10 | GPT-5.5 gpt | 84.8 | 76.5 | |
| 11 | GLM-4.6 zhipu | 48.7 | 53.3 |