龙虾太火，总共东说念主皆念念一试。但真到了上手挨次就会迎来第一说念“拦路虎”——
急急急，究竟哪个模子最相宜OpenClaw啊？？
知说念你急，龙虾之父切身赶来支招了：可以温情这个因吹斯汀的榜单。
榜单名为PinchBench，专为龙虾而生，从奏着力、速率、价钱等维度评估民众大模子对OpenClaw的适配进度。（划要点，照旧及时更新那种）
这个榜单其实本年2月底就出现了，但当今却更火了——
这内部不啻有龙虾之父推选的功劳，更遑急的原因是咱中国模子的发扬如实出色。（老外一看，嗯？？）
前排国产模子含量好高啊
庄重龙虾的一又友皆知说念，这选模子但是一件大事。
毕竟龙虾这玩意儿一吃token耗钱，二又不可太慢影响用户体验。
换言之，东说念主东说念主皆在价钱和速率之间吃力走钢丝。
而PinchBench要作念的，即是平直告诉你谜底——它按照奏着力、速率、价钱这三个基本维度对民众模子进行排名，是以哪个模子更擅长什么基本皆一目了然。
闭幕本文发稿前，榜单具体情况如下——
全体而言，中国模子在奏着力和速率方面皆有不俗发扬，价钱方面则稍逊。
比奏着力，除了第别称谷歌Gemini 3 Flash，第二、第三名皆出自国内。
第别称（Gemini 3 Flash）：奏着力95.1%第二名（MiniMax M2.1）：奏着力93.6%第三名（Kimi K2.5）：奏着力93.4%
何况瞩目没，MiniMax用的还不是它家最新模子MiniMax M2.5。
（注：MiniMax M2.5于春节技能上线，官方主打“让无穷初始复杂Agent在经济上可行”。）
比速率，国产模子MiniMax M2.5更是一抬高出Gemini、Llama等模子，登上榜首。
其时发布时，MiniMax M2.5就在SWE-Bench Verified测试中，完成任务的速率较上一代M2.1普及了37%，端到端初始时候缩小至22.8分钟，与Claude Opus 4.6执平。
而Claude Opus 4.6的最新排名是30（M2.1是第22）。
不外在价钱方面，国产模子和OpenAI、谷歌模子比拟则零落上风。
排第一的GPT-5-nano（专为轻量级、高性价比场景联想），输入价钱低至0.05好意思元/百万tokens，开云体育输出价钱低至0.40好意思元/百万tokens。
而国产模子中最低廉的MiniMax M2.1，输入价钱为2.1元/百万tokens（约0.3好意思元/百万tokens），输出价钱为8.4元/百万tokens（约1.2好意思元/百万tokens）。
平均下来，后者的价钱险些是前者的3倍。
概述来看，若是要在奏着力和价钱之间赢得最好均衡，底下这张图可以手脚参考。
左上角的方框仍是圈选出了还可以的模子——一共8个，其中有4个还皆是中国模子。
Anyway，在这份专为龙虾而生的Benchmark中，国产模子的含量如实很高，何况在某些单项上发扬出色。
那么问题来了，这榜单靠谱吗？背后的筛选机制又是什么？
来看PinchBench的先容。
谁是PinchBench？
{jz:field.toptypename/}通俗来说，PinchBench并不是某家大厂推出的尺度Benchmark，而是来自一支作念Agent基础设施的创业团队。
团队名为Kilo AI，由GitLab前纠合独创东说念主兼CEO Sid Sijbrandij投资并参与创立，曾推出爆火“氛围编程”用具Kilo Code。
年头龙虾爆火后，他们又趁势推出了基于OpenClaw构建的全托管智能体平台KiloClaw。
而跟着KiloClaw全部发布的，就有PinchBench这个智能体框架评测用具。
PinchBench主要被用来测试不同大模子在信得过职责流中的推行能力，和传统大模子Benchmark（比如学问问答、数学推理）不同，其定位更接近“Agent能力测试”——
不单看模子会不会复兴问题，而是看模子能不可完成一整件事。
咫尺它梗概包含23个信得过任务的测试，包括但不限于：
查询并整理贵府写邮件或生成论说调用API完成操作
在评分机制上，PinchBench摄取的是自动化查验+LLM评审的组合边幅：
一部分任务有明确的自动查验剧本，举例是否生成正确文献、是否完成指定操作等；另一部分任务则会由LLM Judge来判断闭幕质地。
最终统计的核神思算即是咱们上头提到的Success Rate（任务完成率）、Speed（完成速率）、Cost（推理资本）。
由于评测边幅偏向信得过任务经由，值得瞩成见是，在PinchBench的名次榜上，你会看到一个有深嗜深嗜的表象——
更大的模子并非老是制胜之说念。
换言之，那些偏Agent优化或推理后果更高的模子，排名反而比传统主流大模子更靠前。
这少量亦然PinchBench最近在圈子里被往往谋划的原因之一。
BTW，PinchBench咫尺照旧全皆开源的，用户也可以在平台上自行初始或添加新任务。
若是以后不知说念何如选模子，不妨我方动手一试。
PinchBench开源地址：https://github.com/pinchbench/skill
备案号: