YZ Index

YZ指数 · 安定性ランキング

同じ問題を繰り返し質問して、答えは一貫していますか？注意：正解率ではなく信頼度です。

ランキングは直近5回の評価のローリング平均に基づき、単一回の成績ではありません

#	モデル	安定性	可用性	コード実行	メインスコア
🥇	豆包 Pro doubao	46 今期 71.2	100	92.2	86.9
🥈	Claude Opus 4.7 claude	44.7 今期 67.7	99.8	89.2	72.8
🥉	Claude Sonnet 4.6 claude	43.2 今期 62.7	100	88.5	75.9
4	Gemini 3.1 Pro gemini	42.2 今期 63.2	95	82.2	71
5	Gemini 2.5 Pro gemini	41.3 今期 66	94.6	80.4	73.5
6	Grok 4 grok	40.6 今期 68.6	92.4	84.9	70.4
7	DeepSeek V4 Pro DeepSeek	39.7 今期 59.1	100	90.2	76.2
8	GPT-o3 gpt	39.4 今期 58	100	84.9	71.1
9	Qwen3 Max qwen	39.2 今期 59.8	100	87.9	77.4
10	GPT-5.5 gpt	38.5 今期 51.8	100	84.6	71.9
11	文心一言 4.5 ernie	33.5 今期 44.2	99.4	76.1	75.5

Run #154 · 公式 v7 · 判分 v6.1 · 题库 v6

ランキングは直近5回の同バージョン完全評価のローリング平均に基づく · 最新評価：2026-06-08 04:18 SGT · モデル：11個