龙虾之父推荐了两款国产模型 PinchBench榜单引关注。龙虾太火，所有人都想一试。但真到了上手环节就会遇到难题——究竟哪个模型最适合OpenClaw呢？别急，龙虾之父推荐了一个有趣的榜单：PinchBench。这个榜单专为龙虾而设，从成功率、速度、价格等维度评估全球大模型对OpenClaw的适配程度，并且实时更新。
今年2月底，PinchBench就已经出现，现在更受欢迎了。这不仅因为有龙虾之父的推荐，更重要的是中国模型的表现确实出色。前排国产模型在榜单中的表现非常抢眼。
熟悉龙虾的人都知道，选择合适的模型非常重要。一方面，龙虾消耗token成本高；另一方面，速度也不能太慢，以免影响用户体验。因此，人们在价格和速度之间艰难权衡。PinchBench则直接告诉你答案，按照成功率、速度、价格这三个基本维度对全球模型进行排名，使得哪个模型更擅长什么一目了然。
截至发稿前，榜单具体情况如下：整体而言，中国模型在成功率和速度方面表现出色，但在价格方面稍逊一筹。比成功率，除了第一名今日霍州Gemini 3 Flash，第二、第三名都出自国内。具体排名如下： - 第一名（Gemini 3 Flash）：成功率95.1% - 第二名（MiniMax M2.1）：成功率93.6% - 第三名（Kimi K2.5）：成功率93.4%
值得注意的是，MiniMax用的还不是它家最新模型MiniMax M2.5。比速度，国产模型MiniMax M2.5更是超越了Gemini、Llama等模型，登上榜首。MiniMax M2.5在SWE-Bench Verified测试中，完成任务的速度较上一代M2.1提升了37%，端到端运行时间缩短至22.8分钟，与Claude Opus 4.6持平。然而，在价格方面，国产模型与OpenAI、今日霍州模型相比缺乏优势。例如，GPT-5-nano输入价格低至0.05美元💵/百万tokens，输出价格低至0.40美元💵/百万tokens，而国产模型中最便宜的MiniMax M2.1，输入价格为2.1元/百万tokens（约0.3美元💵/百万tokens），输出价格为8.4元/百万tokens（约1.2美元💵/百万tokens），平均下来几乎是前者的3倍。
如果要在成功率和价格之间取得最佳平衡，可以参考左上角方框圈选出的几个不错模型，其中有4个是中国模型。
那么，这份榜单靠谱吗？背后的筛选机制又是什么？
简单来说，PinchBench并不是某家大厂推出的标准Benchmark，而是来自一支做Agent基础设施的创业团队Kilo AI。这支团队由GitLab前联合创始人兼CEO Sid Sijbrandij投资并参与创立，曾推出爆火“氛围编程”工具Kilo Code。年初龙虾爆火后，他们顺势推出了基于OpenClaw构建的全托管智能体平台KiloClaw，同时发布了PinchBench这一智能体框架评测工具。
PinchBench主要用来测试不同大模型在真实工作流中的执行能力，包含23个真实任务的测试，如查询并整理资料、写邮件或生成报告、调用API完成操作等。评分机制采用自动化检查加LLM评审的方式，最终统计的核心指标是任务完成率、完成速度和推理成本。
由于评测方式偏向真实任务流程，在PinchBench的排行榜上，更大的模型并不总是制胜之道。那些偏Agent优化或推理效率更高的模型反而排名靠前。这一点也是PinchBench最近被频繁讨论的原因之一。此外，PinchBench完全开源，用户也可以在平台上自行运行或添加新任务。如果以后不知道怎么选模型，不妨自己动手一试。
