OpenClaw代理任務評測：Gemini 3 Flash成功率95.1%，GPT-4o為85.2%
13
1
PANews 3月8日訊息，慢霧 CISO 23pads 在 X 平台發文表示，PinchBench 基準測試評估 AI 大語言模型在 OpenClaw 代理任務中的表現，結果顯示 Gemini 3 Flash 處理 OpenClaw 任務成功率以 95.1% 領先，minimax-mmini 3 Flash 處理 OpenClaw 任務成功率以 95.1% 領先，minimax-mmini 3 Flash 處理 OpenClaw 任務成功率以 95.1% 領先，minimax-mmini2.15-3.3 2.9% 分列 3.3% 2.15% 3.3% 2.93%。 位。 Claude Sonnet 4.5 則為 92.7%，GPT-4o 為 85.2%。
來源:
