OpenClaw 模型选择指南：10 个模型实测对比

2026-03-20 · 阅读约 10 分钟

OpenClaw 支持接入各种大模型，但哪个模型最适合？我们做了目前最全面的 OpenClaw 模型评测，覆盖 10 个主流模型和 205 个真实场景。

测试方法

我们设计了两组测试：

• 简单测试（130+ 场景）：单步工具调用、拒绝不合理请求
• 高难度测试（75+ 场景）：5 步工作流、连续错误恢复、数据传递链、系统排障、模糊指令理解、依赖链、代码修复循环、渐进式部署

简单任务结果

结论：简单任务区分度不大。4 个模型达到 100%，其他也在 85% 以上。如果你只做简单的单步操作，用哪个差别不大。

高难度任务结果

真正的差距在复杂场景中暴露出来：

每个模型的特点

GLM-5 — 综合冠军。总分 83%，在 205 场景评测中排名第一。错误恢复 80%，模糊指令 65%，终端命令 90%，渐进式操作 100%。通过百炼 Coding Plan 免费使用，性价比最高。

MiniMax-M2.5 — 浏览器和消息之王。总分 81%，浏览器操作 100%，消息发送 60%（所有模型中最高）。缺点是速度偏慢（4 秒）。

Kimi-K2.5 — 意外的全能选手。总分 81%，与 MiniMax 并列第二。文件操作 100%，浏览器 100%，模糊指令 65%。但消息发送只有 30%，是明显短板。

Qwen3-Coder-Plus — 速度之王。总分 79%，简单任务 100% 且只要 1.6 秒。文件、搜索、定时任务全满分。但消息发送 50%，模糊指令仅 25%。

DeepSeek-V3 — 多步任务最强。总分 73%，多步工作流 80%（所有模型中最高），模糊指令 65%。但消息发送只有 15%，是所有模型中最差的。

最佳策略：不选一个，用多个

没有一个模型在所有场景下都最好。最优策略是根据任务类别动态选择：

• 文件/搜索/定时 → Qwen3-Coder-Plus（100%，最快）
• 终端/错误恢复/模糊指令 → GLM-5（65-90%）
• 消息/浏览器 → MiniMax-M2.5（60-100%）
• 多步工作流 → DeepSeek-V3（80%）
• 通用 → GLM-5（83%，综合最强）