ClawEval编程

官方网站

ClawEval 评估 AI 使用命令行工具和编程接口的综合能力。模型需在真实终端环境中完成多步骤任务，通过 CLAW（Command Line Agent Workflow）框架标准化评测，是衡量 AI 终端代理能力的重要基准。

排行数据源

#模型得分

1

Claude Opus 4.6Anthropic

70.4%

2

Qwen3.7-Max阿里巴巴

65.2%

3

GLM-5.1智谱AI

62.7%

4

Qwen3.7-Plus阿里巴巴

62.7%

5

Kimi-K2.6月之暗面

61.5%

6

DeepSeek-V4-Pro深度求索

58.4%

7

Qwen3.6-Plus阿里巴巴

57.1%

共 7 个模型

返回基准目录

ClawEval编程

官方网站

ClawEval 评估 AI 使用命令行工具和编程接口的综合能力。模型需在真实终端环境中完成多步骤任务，通过 CLAW（Command Line Agent Workflow）框架标准化评测，是衡量 AI 终端代理能力的重要基准。

排行数据源

#模型得分

1

Claude Opus 4.6Anthropic

70.4%

2

Qwen3.7-Max阿里巴巴

65.2%

3

GLM-5.1智谱AI

62.7%

4

Qwen3.7-Plus阿里巴巴

62.7%

5

Kimi-K2.6月之暗面

61.5%

6

DeepSeek-V4-Pro深度求索

58.4%

7

Qwen3.6-Plus阿里巴巴

57.1%

共 7 个模型