在刚刚过去的一周，“养龙虾”彻底火了！
腾讯总部门前大排长龙等着免费安装“龙虾”，闲鱼上代装“龙虾”服务几十到上百不等，各大云厂商纷纷推出一键部署教程和服务。而这里的“龙虾”可不是指我们吃的小龙虾，而是指“OpenClaw”，“claw”有爪和工具之意，正契合了它的工具属性，并且OpenClaw的吉祥物就是一只可爱的龙虾。
OpenClaw官网给出的官方定义为“The AI that actually does things”，可以直译为“真正干活的AI”。它可以帮你清理收件箱，发送邮件，管理日程，办理航班值机等，而你只需发送指令到WhatsApp、Telegram、飞书、钉钉等与它连接过的聊天软件。
事实上，OpenClaw并不能直接使用，而是需要完成部署配置，并且在日常使用中逐渐给它添加技能，因此称为“养龙虾”。在部署OpenClaw时，第一个需要解决的问题就是选哪个大模型来当它的“大脑”。为了回答这一问题，PinchBench网站应运而生。
PinchBench专门针对OpenClaw对大模型进行基准测试，从而评估大语言模型在 OpenClaw 任务中的表现。目前官网显示测试了全球主流的33个大模型。
数据显示，在成功率方面，谷歌的gemini-3-flash-preview位居榜首，为95.1%。国产大模型minimax-m2.1和kimi-k2.5闯进前三，测试成功率分别为93.6%和93.4%，力压一众claude大模型。
完成测试费用方面，minimax-m2.1和kimi-k2.5也表现不俗，在兼顾了成功率的同时，费用低于gemini-3-flash-preview。前者费用分别是0.14和0.20美元，后者费用为0.72美元。
另外，在任务完成的速度上，minimax-m2.1和kimi-k2.5在7个成功率高于90%的大模型中也能达到平均水平。
也难怪OpenClaw的创始人Peter Steinberger在接受一档播客访谈时曾直言，他认为Minimax 2.1是当前最好的开源模型（彼时他还没有测试过Minimax和Kimi的最新模型）。
还没有评论，来说两句吧...