Benchmark
智能体能力榜·OpenClaw
agent
text
多语言
智能体能力榜·OpenClaw：多维度评测综合成绩。评测分数为事实数据，整理自公开评测体系，仅供学习研究参考。
Top 10
榜单概览
数据说明
分数为 0-100 百分制综合成绩（Elo 榜为相对评分，仅供同榜内比较）。评测分数属事实数据，整理自公开评测体系与厂商公开资料，部分分数为厂商自报口径，不同榜单的评测方法与数据集可能存在差异，请结合多个榜单交叉参考。
Ranking
模型排名
| 名次 | 模型 | 机构 | 主分 | 平均成本 | 平均耗时(分钟) | 平均 Token(K) | 平均请求数 |
|---|---|---|---|---|---|---|---|
| 1 | Claude Opus 4.8 | Anthropic | 71.0 | 169.22 | 12.2 | 139.32 | 2,678 |
| 2 | GPT-5.5 | OpenAI | 65.2 | 154.17 | 15 | 92.34 | 2,335 |
| 3 | DeepSeek V4 Pro | DeepSeek | 54.2 | 68.18 | 18.7 | 131.01 | 2,601 |
| 4 | Qwen3.7 Plus | Alibaba Cloud / Qwen Team | 51.7 | 12.58 | 16 | 109.88 | 2,646 |
| 5 | Gemini 3.1 Pro Preview | 51.4 | 157.95 | 16.6 | 271.04 | 6,279 | |
| 6 | MiMo-V2.5-Pro | Xiaomi | 50.3 | 16.83 | 18.8 | 132.37 | 2,676 |
| 7 | MiniMax-M3 | MiniMax | 50.2 | 30.76 | 22.2 | 260.66 | 4,797 |
| 8 | GLM-5.2 | Zhipu AI | 46.3 | 77.15 | 18.9 | 111.33 | 2,466 |
| 9 | Hy3 preview | Tencent | 43.2 | 3.86 | 12.3 | 103.53 | 2,312 |
| 10 | Grok 4.3 | xAI | 37.8 | 8.08 | 2.4 | 16.45 | 940 |
| 11 | Kimi K2.6 | Moonshot AI | 29.8 | 31.79 | 12.3 | 91.03 | 1,937 |