PinchBench

一个评估大模型在“养虾”（OpenClaw）任务中表现的基准——PinchBench，现已正式发布。 该基准获得了OpenClaw项目创始人的关注与转发。 PinchBench智能体评测系统通过真实的成功率、执行速度和运行成本三个维度，综合评估各大模型在OpenClaw实际业务场景中的表现。 需要指出的是，本次评测尚未包含近期发布的新模型，例如谷歌主打性价比…