ランキング一覧に戻る
Claw Bench OpenClawエージェントベンチマーク — OpenClawプラットフォームでのエージェント性能を測定 Pinch Bench OpenClawピンチベンチマーク — OpenClawプラットフォームでのタスク遂行能力を測定
OpenClawランキング
Claw Bench、Pinch Bench によるOpenClawエージェント性能評価。
698 件のモデル
| # | モデル名 | 開発元 | オープンソース | ||
|---|---|---|---|---|---|
| 1 | GLM-5-Turbo | Zhipu AI | 93.8 | 86.5 | クローズド |
| 2 | Doubao Seed 2.0 Lite | 字节跳动Seed团队 | 93.1 | — | クローズド |
| 3 | GPT-5.4 | OpenAI | 92.7 | 90.5 | クローズド |
| 4 | MiniMax M2.5 | MiniMax | 92.1 | 87.8 | クローズド |
| 5 | GLM-5 | Zhipu AI | 91.7 | 86.4 | クローズド |
| 6 | MiniMax-M2.7 | MiniMax | 91.7 | 87.1 | クローズド |
| 7 | Opus 4.5 | Anthropic | 91.5 | 87.2 | クローズド |
| 8 | Qwen3.5-35B-A3B | アリババ | 91.4 | 78.4 | クローズド |
| 9 | GLM-5V-Turbo | Zhipu AI | 90.1 | — | クローズド |
| 10 | GPT-5.4 nano | OpenAI | 89.7 | — | クローズド |
| 11 | Haiku 4.5 | Anthropic | 89.4 | 82.0 | クローズド |
| 12 | Grok 4.1 Fast | xAI | 88.6 | 82.4 | クローズド |
| 13 | Claude Sonnet 4.5 | Anthropic | 88.1 | 88.2 | クローズド |
| 14 | Qwen3.5-122B-A10B | アリババ | 86.0 | 85.5 | クローズド |
| 15 | Gemini 3.0 Flash | Google DeepMind | 85.7 | 85.2 | クローズド |
| 16 | Step 3.5 Flash | StepFun | 84.9 | 85.3 | クローズド |
| 17 | Kimi K2 Thinking | Moonshot AI | 82.5 | — | クローズド |
| 18 | Kimi K2.5 | Moonshot AI | 81.7 | 84.8 | クローズド |
| 19 | Kimi K2.6 | Moonshot AI | 80.9 | — | クローズド |
| 20 | Gemini 2.5 Pro Experimental 03-25 | Google DeepMind | 80.4 | 71.9 | クローズド |
| 21 | DeepSeek V3.2 | DeepSeek | 79.0 | 84.3 | クローズド |
| 22 | Mistral Large 3 | Mistral | 78.6 | 72.2 | クローズド |
| 23 | Claude Sonnet 4 | Anthropic | 77.8 | 80.5 | クローズド |
| 24 | Qwen3-Coder-Next | アリババ | 75.8 | 79.1 | クローズド |
| 25 | GPT-5.4 mini | OpenAI | 75.3 | — | クローズド |
| 26 | Qwen3.5-27B | アリババ | 75.2 | 90.0 | クローズド |
| 27 | Qwen3.6-27B | アリババ | 72.4 | — | クローズド |
| 28 | Nova 2 Lite | アマゾン | 68.5 | — | クローズド |
| 29 | ERNIE 5.0 Thinking Preview | バイドゥ | 51.0 | — | クローズド |
| 30 | Claude Mythos Preview | Anthropic | — | — | クローズド |