ClawEval编程

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。

#	模型	得分 (%)	厂商	来源
1	Claude Opus 4.6	70.4	Anthropic	Qwen3.7-Plus 技术报告
2	Qwen3.7-Max	65.2	阿里巴巴	Qwen3.7-Max 技术报告
3	GLM-5.1	62.7	智谱AI	Qwen3.7-Plus 技术报告
4	Qwen3.7-Plus	62.7	阿里巴巴	Qwen3.7-Plus 技术报告
5	Kimi-K2.6	61.5	月之暗面	Qwen3.7-Plus 技术报告
6	DeepSeek-V4-Pro	58.4	深度求索	Qwen3.7-Plus 技术报告
7	Qwen3.6-Plus	57.1	阿里巴巴	Qwen3.7-Plus 技术报告

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。

#	模型	得分 (%)	厂商	来源
1	Claude Opus 4.6	70.4	Anthropic	Qwen3.7-Plus 技术报告
2	Qwen3.7-Max	65.2	阿里巴巴	Qwen3.7-Max 技术报告
3	GLM-5.1	62.7	智谱AI	Qwen3.7-Plus 技术报告
4	Qwen3.7-Plus	62.7	阿里巴巴	Qwen3.7-Plus 技术报告
5	Kimi-K2.6	61.5	月之暗面	Qwen3.7-Plus 技术报告
6	DeepSeek-V4-Pro	58.4	深度求索	Qwen3.7-Plus 技术报告
7	Qwen3.6-Plus	57.1	阿里巴巴	Qwen3.7-Plus 技术报告