【ng28南宫科技消息】近日，随着人工智能模型“龙虾”的热度持续攀升，开发者们在选择适配OpenClar:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫框架的最佳模型时，普遍面临一道难题：如何在成功率、速度和成本之间找到最佳平衡？对此，OpenClar:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫之父亲Peter Steinberger自支招，推荐关注一个名为PinchBench的专项榜单。
Peter Steinberger
据ng28南宫了解，PinchBench可被视为一份专为“龙虾”设计的“适配性指南”。它由专注于Agent基础设施的创业团队Kilo AI推出，旨在通过模拟真实工作流，而非传统的知识问答或数学推理，来评估全球各大模型对OpenClar:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫框架的执行能力。榜单从成功率、运行速度和推理价格三个核心维度进行实时排名，为开发者提供了清晰的选型依据。
值得注意的是，中国模型在成功率和速度维度上展现出强劲竞争力。在成功率排名中，谷歌的Gemini 3 Flash以95.1%的成绩位居榜首，紧随其后的第二名和第三名均来自中国：MiniMax的M2.1模型取得了93.6%的成功率，Kimi的K2.5模型则以93.4%的成功率位列第三。值得注意的是，取得佳绩的MiniMax M2.1并非其最新的M2.5版本。
在运行速度方面，国产模型的表现更为抢眼。MiniMax的最新一代模型M2.5超越了Gemini、Llama等国际知名模型，登顶速度榜。据介绍，M2.5在相关测试中的任务完成速度较前代提升了37%，其端到端运行时间已与Claude Opus 4.6持平。
然而，在价格维度上，国产模型目前仍面临挑战。榜单显示，最具价格优势的是OpenAI专为高性价比场景设计的GPT-5-nano模型，其输入和输出价格分别低至0.05美元和0.4美元每百万tokens。相比之下，国内模型中价格较优的MiniMax M2.1，折算后的成本约为GPT-5-nano的三倍。
目前，PinchBench已完全开源，开发者可以自行运行测试或添加新任务，为持续变化的“龙虾”模型生态提供动态的适配参考。
版权所有，未经许可不得转载
-ng28南宫体育