2026年3月9日，第三方AI评测项目OpenClaw正式发布「AI编码Agent小龙虾能力排行榜」，该榜单聚焦真实产业开发场景，对全球主流大模型在OpenClaw框架下的编码任务执行能力进行统一测试，采用自动化代码检查结合LLM智能评审的双重机制，全程无人工干预，结果客观可复现。本次评测前三名分别为Gemini3Flash Preview、MiniMax M2.1、Kimi K2.5，为开发者工具选型提供了硬核参考。
不同于很多AI模型评测侧重纸面参数或者封闭题库刷分，OpenClaw本次评测的核心目标，是衡量AI编码Agent“解决真实开发问题”的实际能力。所有参评模型都被放置在相同的OpenClaw运行框架中，使用统一难度的标准化任务集测试，从底层环境保证了竞技的公平性。
评测打分环节采用双重验证机制：第一步通过自动化工具检查代码能否正常运行、输出结果是否符合任务要求，第二步再由LLM对代码逻辑、编码规范度进行智能评审，全程没有人工调整分数，所有测试流程都可重复验证，避免了主观打分带来的结果偏差。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号