PinchBench v2 用 147 个真实任务评估大模型作为 OpenClaw 智能体的能力，本站记录各模型所有运行的平均得分。
查看 PinchBench v2 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
排名规则：按「Average score (%)」从高到低排列，同分并列。
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 Qwen3.7 Max unknown | 92.51 | 2026-05-20 | 未知 | 闭源 | |
 Claude Opus 4.8 unknown | 90.54 | 2026-05-28 | 未知 | 闭源 | |
 Nemotron 3.5 Bolt 74B-A9B unknown | 90.35 | 2026-10-15 | 740亿 | 免费商用 | |
4 | Nemotron 3 Ultra unknown | 89.92 | 2026-06-04 | 5500亿 | 免费商用 |
5 | MiMo-V2.5 unknown | 89.68 | 2026-04-27 | 3100亿 | 免费商用 |
6 |  GPT-5.6 Luna unknown | 88.67 | 2026-06-26 | 未知 | 闭源 |
7 | Qwen3.6-Flash unknown | 88.09 | 2026-04-16 | 未知 | 闭源 |
8 | MiMo-V2.5-Pro unknown | 87.45 | 2026-04-27 | 10200亿 | 免费商用 |
9 |  GLM-5.2 unknown | 86.98 | 2026-06-13 | 7533.3亿 | 免费商用 |
10 | Nemotron 3.5 Lightning unknown | 86.40 | 2026-08-11 | 300亿 | 免费商用 |
11 | GPT-5.6 Sol unknown | 84.19 | 2026-06-26 | 未知 | 闭源 |
12 |  DeepSeek-V4-Flash unknown | 81.74 | 2026-04-24 | 2840亿 | 免费商用 |
13 |  Gemini 3.1 Pro Preview unknown | 81.01 | 2026-02-20 | 未知 | 闭源 |
14 | Gemini 3.1 Flash-Lite unknown | 80.50 | 2026-05-07 | 未知 | 闭源 |
15 |  Grok 4.20 unknown | 80.33 | 2026-03-09 | 未知 | 闭源 |
16 |  Step 3.5 Flash unknown | 79.35 | 2026-02-02 | 1960亿 | 免费商用 |
17 | GPT-5.4 mini unknown | 79.23 | 2026-03-17 | 未知 | 闭源 |
18 |  Kimi K2.7 Code unknown | 76.11 | 2026-06-12 | 10000亿 | 免费商用 |
19 | Opus 4.7 unknown | 76.01 | 2026-04-16 | 未知 | 闭源 |
20 | GPT-5.6 Terra unknown | 75.89 | 2026-06-26 | 未知 | 闭源 |
21 | GPT-5.4 unknown | 75.70 | 2026-03-05 | 未知 | 闭源 |
22 | GPT-5.5 unknown | 75.50 | 2026-04-23 | 未知 | 闭源 |
23 | Grok 4.5 unknown | 75.21 | 2026-07-08 | 未知 | 闭源 |
24 |  Doubao Seed 2.0 Lite unknown | 75.02 | 2026-02-01 | 未知 | 闭源 |
25 | Gemini 3.5 Flash unknown | 74.17 | 2026-05-19 | 未知 | 闭源 |
26 | Grok 4.3 Beta unknown | 73.73 | 2026-04-17 | 5000亿 | 闭源 |
27 | Qwen 3.6 Plus Preview unknown | 72.50 | 2026-03-31 | 未知 | 闭源 |
28 | Gemini 3.0 Flash unknown | 72.06 | 2025-12-17 | 未知 | 闭源 |
29 | GLM-5-Turbo unknown | 71.80 | 2026-03-15 | 未知 | 闭源 |
30 | Claude Opus 4.6 unknown | 69.90 | 2026-02-05 | 未知 | 闭源 |
截至 2026-10-25，PinchBench v2 按「Average score (%)」排名（越高越好），共收录 51 个模型。Qwen3.7 Max 92.51% 位列第一，其后是 Claude Opus 4.8 90.54%、Nemotron 3.5 Bolt 74B-A9B 90.35%。
