OpenClaw（龍蝦）熱度持續(xù)攀升，不少用戶在實(shí)際使用時都會遇到一個關(guān)鍵問題——

究竟哪款大模型最適合搭配OpenClaw使用呢？

別著急，OpenClaw的開發(fā)者（被網(wǎng)友稱為“龍蝦之父”）給出了建議：可以關(guān)注一個名為PinchBench的榜單。

PinchBench是專門針對OpenClaw設(shè)計(jì)的評測榜單，從成功率、速度、價格等維度評估全球大模型與OpenClaw的適配程度，并且會實(shí)時更新數(shù)據(jù)。

該榜單早在今年2月底就已推出，近期熱度飆升，除了“龍蝦之父”的推薦外，更重要的原因是國產(chǎn)模型在榜單中的表現(xiàn)十分亮眼。

國產(chǎn)模型在榜單前排占比顯著

對于OpenClaw用戶來說，選擇合適的模型至關(guān)重要。畢竟使用模型會消耗token產(chǎn)生成本，同時速度過慢也會影響使用體驗(yàn)，用戶往往需要在價格和速度之間尋找平衡。

PinchBench通過成功率、速度、價格三個核心維度對全球模型進(jìn)行排名，讓用戶能清晰了解各模型的優(yōu)勢。截至本文發(fā)布時，榜單呈現(xiàn)出以下特點(diǎn)：

國產(chǎn)模型在成功率和速度方面表現(xiàn)突出，但價格優(yōu)勢相對較弱。

在成功率排名中，谷歌Gemini 3 Flash以95.1%的成功率位居第一，而第二、第三名均為國產(chǎn)模型：MiniMax M2.1（93.6%）和Kimi K2.5（93.4%）。值得注意的是，MiniMax此次參評的還不是其最新的M2.5模型（該模型于春節(jié)期間上線，主打“讓復(fù)雜Agent運(yùn)行更具經(jīng)濟(jì)性”）。

速度方面，國產(chǎn)模型MiniMax M2.5表現(xiàn)更為出色，超越了Gemini、Llama等國際模型，位列榜首。

據(jù)了解，MiniMax M2.5在SWE-Bench Verified測試中，任務(wù)完成速度較上一代M2.1提升37%，端到端運(yùn)行時間縮短至22.8分鐘，與Claude Opus 4.6持平。而Claude Opus 4.6在最新排名中僅列第30位（M2.1為第22位）。

不過在價格方面，國產(chǎn)模型與OpenAI、谷歌的模型相比稍顯遜色。以GPT-5-nano為例，其輸入價格低至0.05美元/百萬tokens，輸出價格為0.40美元/百萬tokens；而國產(chǎn)模型中價格較低的MiniMax M2.1，輸入價格為2.1元/百萬tokens（約0.3美元），輸出價格為8.4元/百萬tokens（約1.2美元），價格約為GPT-5-nano的3倍。

若要在成功率和價格之間找到平衡，可參考下圖。圖中左上角方框圈出的8個模型表現(xiàn)較為均衡，其中4個為國產(chǎn)模型。

總體而言，在PinchBench這個專為OpenClaw設(shè)計(jì)的評測榜單中，國產(chǎn)模型不僅占比高，在部分單項(xiàng)上也展現(xiàn)出強(qiáng)勁實(shí)力。

PinchBench是什么？

PinchBench并非由大廠推出的標(biāo)準(zhǔn)評測工具，而是來自創(chuàng)業(yè)團(tuán)隊(duì)Kilo AI。該團(tuán)隊(duì)由GitLab前聯(lián)合創(chuàng)始人兼CEO Sid Sijbrandij投資并參與創(chuàng)立，曾開發(fā)過熱門“氛圍編程”工具Kilo Code。

今年初OpenClaw爆火后，Kilo AI推出了基于OpenClaw的全托管智能體平臺KiloClaw，PinchBench便是隨平臺一同發(fā)布的智能體框架評測工具。

PinchBench主要用于測試不同大模型在真實(shí)工作流中的執(zhí)行能力，與傳統(tǒng)大模型評測（如知識問答、數(shù)學(xué)推理）不同，它更側(cè)重于“Agent能力測試”——不僅考察模型的問答能力，更關(guān)注其完成完整任務(wù)的能力。

目前，PinchBench包含約23個真實(shí)任務(wù)測試，例如查詢整理資料、撰寫郵件或報(bào)告、調(diào)用API完成操作等。

在評分機(jī)制上，PinchBench采用“自動化檢查+LLM評審”相結(jié)合的方式：部分任務(wù)通過自動檢查腳本（如是否生成正確文件、完成指定操作）評分，另一部分則由LLM Judge評估結(jié)果質(zhì)量。最終統(tǒng)計(jì)的核心指標(biāo)為任務(wù)完成率（Success Rate）、完成速度（Speed）和推理成本（Cost）。

由于評測貼近真實(shí)任務(wù)流程，PinchBench榜單呈現(xiàn)出一個有趣的現(xiàn)象：模型規(guī)模并非決定排名的唯一因素，那些針對Agent優(yōu)化或推理效率更高的模型，排名反而可能超過傳統(tǒng)主流大模型。這也是PinchBench近期受到廣泛關(guān)注的原因之一。

此外，PinchBench目前完全開源，用戶可在平臺上自行運(yùn)行測試或添加新任務(wù)。如果對模型選擇有疑問，不妨親自嘗試。

PinchBench開源地址：https://github.com/pinchbench/skill

參考鏈接：[1]https://x.com/steipete/status/2030312187915309311[2]https://pinchbench.com/about?utm_source=chatgpt.com

本文來自微信公眾號“量子位”，作者：關(guān)注前沿科技，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com