<div id="readability-page-1">你现在养了几只龙虾？ 这就是现在打招呼最常见的问题，上周腾讯深圳总部排起龙等着免费装 OpenClaw，真是一代人有一代人的鸡蛋。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d44db215-8a04-44c8-bdd3-5f8aba2b5378.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="832" height="468" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d44db215-8a04-44c8-bdd3-5f8aba2b5378.jpeg"/> 连黄仁勋也盛赞 OpenClaw 为「有史以来最重要的软件发布」，认为它已经证明了 AI 在高度个性化环境中，能够完美复刻人类的复杂工作流。 养龙虾太过火爆，也终于出现专门针对 OpenClaw 的基准测试 PinchBench，用于评估大语言模型在 OpenClaw 任务中的表现。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/ee445847-9a22-4cbd-97fa-e52296c70d3e.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="1206" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/ee445847-9a22-4cbd-97fa-e52296c70d3e.jpeg"/> PinchBench 评分方式也很硬核，有的任务看代码能不能跑通（自动化检查），有的看写得好不好（Claude Opus 当评委），还有的是两者结合。所有题目和答案都开源在 GitHub 上，谁都可以去验货。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/38452435-d529-4009-add7-65cce4867adc.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="968" height="738" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/38452435-d529-4009-add7-65cce4867adc.jpeg"/> 今天，OpenClaw 创始人 Peter Steinberger 分享这个龙虾基准测试排行榜。 PinchBench 一口气测了 32 款主流大模型，从成功率、速度、费用三个维度，看看哪个模型最适合养龙虾。 PinchBench 官网？??? https://pinchbench.com/ <h2>Gemini 3 Flash 成功率最高，国产模型也杀疯了</h2> 来看最重磅的成功率排名。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/fb4031c8-9037-498b-a95e-b2ef788f8f98.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="1076" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/fb4031c8-9037-498b-a95e-b2ef788f8f98.jpeg"/> Google 的 Gemini 3 Flash Preview 以 95.1% 的成功率夺冠，这个成绩说实话让我有点意外。因为 Flash 系列一直是 Gemini 的「轻量版」，主打快和便宜，没想到这次在准确率上直接把自家 Pro 老大哥和 Claude、GPT 系列全超了。 这说明 Google 在模型效率优化上是真的下了功夫。轻量模型不代表能力弱，关键看怎么调。 Gemini 3.1 Flash-Lite 更多介绍可以查看 APPSO 推文：刚刚，GPT-5.3 新模型撞车 Gemini，OpenClaw：谢谢你们 第二名是 MiniMax M2.1，成功率 93.6%。国产模型真的站起来了，MiniMax 的表现相当亮眼，成功压过了 Claude Sonnet 4.5（92.7%）和 GPT-4o（85.2%）。 Kimi K2.5 紧随其后，成功率 93.4%。Kimi 的长文本能力一直很强，这次在编程任务上也证明了自己。和 MiniMax 一起，国产双雄直接占据了 TOP3 的两个席位。 再往后看，Claude Sonnet 4.5 排第四（92.7%），Gemini 3 Pro 第五（91.7%），Claude Haiku 4.5 第六（90.8%）。 有意思的是，Claude Opus 4.6 作为 Anthropic 的旗舰大模型，成功率只有 90.6%，排在第七。 看来「大」不一定「强」，至少在编程这个场景下，中端模型反而更香。 <h2>唯快不破，MiniMax 赢麻了</h2> 在开发这些重度任务中，谁都不想对着屏幕干等。速度接影响干活的心情。 MiniMax M2.5 以 105.96 秒的成绩拿下速度冠军，完成全部测试任务。什么概念？比第二名 Gemini 2.0 Flash 只快了 0.09 秒，但第一就是第一。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/fc24b3ce-dc41-4c1b-ba5c-56520f69a78f.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="1133" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/fc24b3ce-dc41-4c1b-ba5c-56520f69a78f.jpeg"/> 第三名 Llama 3.1 70B（106.14 秒）、第四名 Gemini 1.5 Pro（106.85 秒）、第五名 Mistral Large（107.72 秒）——这几个差距都不大，基本在同一梯队。 但往下看就有意思了。 Claude Sonnet 4 用了 137.66 秒，比第一梯队慢了 30 秒。Gemini 3 Pro 更是用了 239.55 秒，是 MiniMax M2.5 的两倍多。 这说明一个规律：轻量级模型普遍更快。如果你做的是快速原型开发、需要频繁迭代，选轻量模型准没错。但如果是那种「跑一遍就行」的任务，等等大模型也无妨。 <h2>怎么养龙虾最划算</h2> 养龙虾，精打细算很重要，毕竟很多 OpenClaw 任务都是 Token 无底洞，稍不留神就能让你怀疑人生。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/e6f13c40-f195-4ea7-8beb-a8f5cfbd91d4.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="892" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/e6f13c40-f195-4ea7-8beb-a8f5cfbd91d4.jpeg"/> GPT-5 Nano 以 0.03 美元的成本成为全场最便宜的选择，成功率 85.8%。虽然准确率不算顶尖，但这个价格……还要什么自行车？适合预算有限、对错误容忍度高的场景。 Gemini 2.5 Flash Lite 排第二，只要 0.05 美元，成功率 83.2%。这个性价比就很能打了——成本是 GPT-5 Nano 的不到两倍，成功率只低了 2.6 个百分点。 MiniMax M2.1 排第五，成本 0.14 美元，但别忘了它的成功率是 93.6%。算下来每百分点的成本只有 0.0015 美元，性价比极高。 再看高端模型的成本，就有点触目惊心了。 Claude Opus 4.6 完成测试要花 5.89 美元，是 GPT-5 Nano 的将近 200 倍。但它的成功率只有 90.6%，比 MiniMax M2.1 还低了 3 个百分点。 这账怎么算都不划算。除非你对 Claude 有特殊的品牌信仰，否则从纯性价比角度，中端模型显然是更理性的选择。 <h2>龙虾养殖怎么选</h2> 看完三个维度的榜单，相信你已经有了自己的判断。这里 APPSO 再给大家几个场景化的建议： 如果你追求成功率，无脑选 Gemini 3 Flash 95.1% 的成功率 + 0.72 美元的成本，目前综合表现最优。适合对代码质量要求高的生产环境，出错的代价远大于模型成本的时候，选它准没错。 ⚡ 如果你追求速度，选 MiniMax M2.5 或 Gemini 2.0 Flash 都在 106 秒左右完成全部任务，适合快速原型开发、需要频繁迭代的场景。时间就是金钱，这俩能帮你省下不少耐心。 如果你追求性价比，选 Gemini 2.5 Flash Lite 0.05 美元的成本，83.2% 的成功率，是入门「养龙虾」的最佳选择。个人项目、小团队、预算有限的场景，闭眼入。 如果想少折腾倾向国产模型，MiniMax M2.1 和 Kimi K2.5 都很能打 MiniMax M2.1 成功率 93.6% 排第二，Kimi K2.5 成功率 93.4% 排第三，两款国产模型都已经跻身第一梯队。而且 MiniMax 的速度还是冠军，性价比也极高，值得重点关注。 从这次 PinchBench 的榜单可以看出，Agent 已经进入了「百花齐放」的时代。Google 的 Gemini 系列在效率和成本上全面领先，国产模型 MiniMax 和 Kimi 紧随其后，OpenAI 和 Anthropic 则在高端市场保持竞争力。 对于开发者来说，好消息是选择越来越多了。坏消息是……选择困难症可能更严重了。 但没关系，记住一个原则：没有最好的模型，只有最适合你场景的模型。生产环境看成功率，原型开发看速度，个人项目看性价比，按需选择就好。 而且，APPSO 也想特别提醒大家，安装 OpenClaw 或许不用花费什么成本，但「养龙虾」消耗的 Token ，可比过去我们和 AI 对话要多得多。 前几天 OpenClaw 在纽约办的聚会上不少用户分享自己的龙虾养殖心得，有人每个月在 Token 上的花费高达 1000-2000 美元，更有一位「土豪」玩家每天烧掉 10 亿 tokens，没有信仰可禁不起这么烧钱。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/a4ee3229-6b2c-4943-aabd-2d7871a595a9.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="1365" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/a4ee3229-6b2c-4943-aabd-2d7871a595a9.jpeg"/> 尝鲜 OpenClaw 可以，但它其实并不适合所有人，目前有很多任务用龙虾也并非最优解，更大的意义是可以感受 AI 带来全新的交互体验。 风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。</div>

谷歌-C

标普软件与服务 ETF - SPDR

谷歌-A

GOOW

2 倍做多谷歌 ETF - Direxion

腾讯控股

腾讯控股(ADR)

北美科技软件股指数 ETF - iShares

腾讯控股(ADS)

首个龙虾大模型排行榜发布，腾讯的 OpenClaw 被誉为重要软件，AI 在个性化环境中表现出色。新基准测试 PinchBench 评估 32 款大语言模型，Google 的 Gemini 3 Flash 以 95.1% 成功率夺冠，超越其他主流模型，显示出模型效率优化的成果。

- OpenClaw 基准测试 PinchBench 测评 32 款大语言模型。  
- Google Gemini 3 Flash 成功率最高，达到 95.1%。  
- 国产模型 MiniMax 和 Kimi 表现优异，分别成功率 93.6% 和 93.4%。

华尔街见闻

Roundhill GOOGL WeeklyPay ETF

首个龙虾大模型排行榜来了！两个国产 AI 杀进全球前三，养虾前必看