<div id="readability-page-1">你現在養了幾隻龍蝦？ 這就是現在打招呼最常見的問題，上週騰訊深圳總部排起龍等着免費裝 OpenClaw，真是一代人有一代人的雞蛋。 <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"/> 連黃仁勳也盛讚 OpenClaw 為「有史以來最重要的軟件發佈」，認為它已經證明了 AI 在高度個性化環境中，能夠完美復刻人類的複雜工作流。 養龍蝦太過火爆，也終於出現專門針對 OpenClaw 的基準測試 PinchBench，用於評估大語言模型在 OpenClaw 任務中的表現。 <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 評分方式也很硬核，有的任務看代碼能不能跑通（自動化檢查），有的看寫得好不好（Claude Opus 當評委），還有的是兩者結合。所有題目和答案都開源在 GitHub 上，誰都可以去驗貨。 <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 創始人 Peter Steinberger 分享這個龍蝦基準測試排行榜。 PinchBench 一口氣測了 32 款主流大模型，從成功率、速度、費用三個維度，看看哪個模型最適合養龍蝦。 PinchBench 官網？??? https://pinchbench.com/ <h2>Gemini 3 Flash 成功率最高，國產模型也殺瘋了</h2> 來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% 的成功率奪冠，這個成績説實話讓我有點意外。因為 Flash 系列一直是 Gemini 的「輕量版」，主打快和便宜，沒想到這次在準確率上直接把自家 Pro 老大哥和 Claude、GPT 系列全超了。 這説明 Google 在模型效率優化上是真的下了功夫。輕量模型不代表能力弱，關鍵看怎麼調。 Gemini 3.1 Flash-Lite 更多介紹可以查看 APPSO 推文：剛剛，GPT-5.3 新模型撞車 Gemini，OpenClaw：謝謝你們 第二名是 MiniMax M2.1，成功率 93.6%。國產模型真的站起來了，MiniMax 的表現相當亮眼，成功壓過了 Claude Sonnet 4.5（92.7%）和 GPT-4o（85.2%）。 Kimi K2.5 緊隨其後，成功率 93.4%。Kimi 的長文本能力一直很強，這次在編程任務上也證明了自己。和 MiniMax 一起，國產雙雄直接佔據了 TOP3 的兩個席位。 再往後看，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 作為 Anthropic 的旗艦大模型，成功率只有 90.6%，排在第七。 看來「大」不一定「強」，至少在編程這個場景下，中端模型反而更香。 <h2>唯快不破，MiniMax 贏麻了</h2> 在開發這些重度任務中，誰都不想對着屏幕乾等。速度接影響幹活的心情。 MiniMax M2.5 以 105.96 秒的成績拿下速度冠軍，完成全部測試任務。什麼概念？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）——這幾個差距都不大，基本在同一梯隊。 但往下看就有意思了。 Claude Sonnet 4 用了 137.66 秒，比第一梯隊慢了 30 秒。Gemini 3 Pro 更是用了 239.55 秒，是 MiniMax M2.5 的兩倍多。 這説明一個規律：輕量級模型普遍更快。如果你做的是快速原型開發、需要頻繁迭代，選輕量模型準沒錯。但如果是那種「跑一遍就行」的任務，等等大模型也無妨。 <h2>怎麼養龍蝦最划算</h2> 養龍蝦，精打細算很重要，畢竟很多 OpenClaw 任務都是 Token 無底洞，稍不留神就能讓你懷疑人生。 <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 美元的成本成為全場最便宜的選擇，成功率 85.8%。雖然準確率不算頂尖，但這個價格……還要什麼自行車？適合預算有限、對錯誤容忍度高的場景。 Gemini 2.5 Flash Lite 排第二，只要 0.05 美元，成功率 83.2%。這個性價比就很能打了——成本是 GPT-5 Nano 的不到兩倍，成功率只低了 2.6 個百分點。 MiniMax M2.1 排第五，成本 0.14 美元，但別忘了它的成功率是 93.6%。算下來每百分點的成本只有 0.0015 美元，性價比極高。 再看高端模型的成本，就有點觸目驚心了。 Claude Opus 4.6 完成測試要花 5.89 美元，是 GPT-5 Nano 的將近 200 倍。但它的成功率只有 90.6%，比 MiniMax M2.1 還低了 3 個百分點。 這賬怎麼算都不划算。除非你對 Claude 有特殊的品牌信仰，否則從純性價比角度，中端模型顯然是更理性的選擇。 <h2>龍蝦養殖怎麼選</h2> 看完三個維度的榜單，相信你已經有了自己的判斷。這裏 APPSO 再給大家幾個場景化的建議： 如果你追求成功率，無腦選 Gemini 3 Flash 95.1% 的成功率 + 0.72 美元的成本，目前綜合表現最優。適合對代碼質量要求高的生產環境，出錯的代價遠大於模型成本的時候，選它準沒錯。 ⚡ 如果你追求速度，選 MiniMax M2.5 或 Gemini 2.0 Flash 都在 106 秒左右完成全部任務，適合快速原型開發、需要頻繁迭代的場景。時間就是金錢，這倆能幫你省下不少耐心。 如果你追求性價比，選 Gemini 2.5 Flash Lite 0.05 美元的成本，83.2% 的成功率，是入門「養龍蝦」的最佳選擇。個人項目、小團隊、預算有限的場景，閉眼入。 如果想少折騰傾向國產模型，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% 排第三，兩款國產模型都已經躋身第一梯隊。而且 MiniMax 的速度還是冠軍，性價比也極高，值得重點關注。 從這次 PinchBench 的榜單可以看出，Agent 已經進入了「百花齊放」的時代。Google 的 Gemini 系列在效率和成本上全面領先，國產模型 MiniMax 和 Kimi 緊隨其後，OpenAI 和 Anthropic 則在高端市場保持競爭力。 對於開發者來説，好消息是選擇越來越多了。壞消息是……選擇困難症可能更嚴重了。 但沒關係，記住一個原則：沒有最好的模型，只有最適合你場景的模型。生產環境看成功率，原型開發看速度，個人項目看性價比，按需選擇就好。 而且，APPSO 也想特別提醒大家，安裝 OpenClaw 或許不用花費什麼成本，但「養龍蝦」消耗的 Token ，可比過去我們和 AI 對話要多得多。 前幾天 OpenClaw 在紐約辦的聚會上不少用户分享自己的龍蝦養殖心得，有人每個月在 Token 上的花費高達 1000-2000 美元，更有一位「土豪」玩家每天燒掉 10 億 tokens，沒有信仰可禁不起這麼燒錢。 <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"/> 嚐鮮 OpenClaw 可以，但它其實並不適合所有人，目前有很多任務用龍蝦也並非最優解，更大的意義是可以感受 AI 帶來全新的交互體驗。 風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。</div>

谷歌-C

標普軟件與服務 ETF - SPDR

谷歌-A

GOOW

2 倍做多谷歌 ETF - Direxion

騰訊控股

騰訊控股(ADR)

北美科技軟件股指數 ETF - iShares

騰訊控股(ADS)

首個龍蝦大模型排行榜發佈，騰訊的 OpenClaw 被譽為重要軟件，AI 在個性化環境中表現出色。新基準測試 PinchBench 評估 32 款大語言模型，Google 的 Gemini 3 Flash 以 95.1% 成功率奪冠，超越其他主流模型，顯示出模型效率優化的成果。

- OpenClaw 基準測試 PinchBench 測評 32 款大語言模型。  
- Google Gemini 3 Flash 成功率最高，達到 95.1%。  
- 國產模型 MiniMax 和 Kimi 表現優異，分別成功率 93.6% 和 93.4%。

華爾街見聞

Roundhill GOOGL WeeklyPay ETF

首個龍蝦大模型排行榜來了！兩個國產 AI 殺進全球前三，養蝦前必看