大模型 OpenClaw 能力评测排行榜

本页面提供大模型 OpenClaw 能力评测排行榜，包含 Claw Bench 与 Pinch Bench 两项子评测，从不同维度综合衡量大模型的智能体综合能力，对 GPT、Claude、Qwen、DeepSeek 等主流模型进行深度对比。

数据更新于 2026-04-19 11:50:43

截至 2026年4月，本页覆盖 Claw Bench, Pinch Bench 等评测基准，聚焦 大模型 OpenClaw 能力评测排行榜 方向的模型对比。

点击模型名称可进入详情页查看上下文长度、许可方式与 API 价格。数据口径说明见数据方法论。

基准评测

Claw Bench Pinch Bench

更多评测

参数规模:全部 3B及以下 7B 13B 34B 65B 100B及以上

模型类型:全部推理大模型基座大模型指令优化/聊天优化大模型编程大模型

开源：全部开源闭源

模型发布时间截止:

大模型性能评测结果

数据来源：DataLearnerAI

排名	模型			参数(亿)	开源情况
1	GPT-5.4 开启思考工具	92.70	90.50	—	不开源
2	Qwen3.5-27B 开启思考工具	75.20	90.00	270B	免费商用
3	Qwen3.5-397B-A17B 开启思考工具	—	89.10	397B	免费商用
4	Claude Sonnet 4.5 开启思考工具	88.10	88.20	—	不开源
5	Claude Sonnet 4.6 开启思考工具	—	88.00	—	不开源
6	MiniMax M2.5 开启思考工具	92.10	87.80	2290B	免费商用
7	Claude Opus 4.6 开启思考工具	—	87.40	—	不开源
8	Opus 4.5 扩展思考工具	91.50	87.20	—	不开源
9	MiniMax-M2.7 开启思考工具	91.70	87.10	2290B	不可商用
10	Gemini 3.1 Pro Preview 开启思考工具	—	86.70	—	不开源
11	GLM-5-Turbo 开启思考工具	93.80	86.50	—	不开源
12	GLM-5 开启思考工具	91.70	86.40	7440B	免费商用
13	GLM-4.5-Air 开启思考工具	—	85.70	1060B	免费商用
14	Qwen3.5-122B-A10B 开启思考工具	86.00	85.50	1220B	免费商用
15	Step 3.5 Flash 开启思考工具	84.90	85.30	1960B	免费商用
16	Gemini 3.0 Flash 开启思考工具	85.70	85.20	—	不开源
17	Kimi K2.5 开启思考工具	81.70	84.80	10000B	免费商用
18	DeepSeek V3.2 开启思考工具	79.00	84.30	6710B	免费商用
19	M2.1 开启思考工具	—	84.30	2300B	免费商用
20	Grok 4.1 Fast 开启思考工具	88.60	82.40	—	不开源
21	Haiku 4.5 开启思考工具	89.40	82.00	—	不开源
22	Claude Sonnet 4 开启思考工具	77.80	80.50	—	不开源
23	GPT-5-mini 开启思考工具	—	80.30	—	不开源
24	Qwen3-Max-Thinking 开启思考工具	—	80.30	10000B	不开源
25	Qwen3-Coder-Next 开启思考工具	75.80	79.10	80B	免费商用
26	Qwen3.5-35B-A3B 开启思考工具	91.40	78.40	350B	免费商用
27	GPT-4o mini 开启思考工具	—	75.00	—	不开源
28	Mistral Large 3 开启思考工具	78.60	72.20	6750B	免费商用
29	Gemini 2.5 Pro Experimental 03-25 开启思考工具	80.40	71.90	—	不开源
30	GPT-4o 开启思考工具	—	71.10	—	不开源