Gate Newsの報道によると、3月8日、OpenClaw（AIエージェント開発フレームワーク）の創設者ピーター・スタインバーガーは、第三者機関のPinchBenchによるベンチマークテストの結果をリツイートしました。このテストは、AI大規模言語モデルがOpenClawエージェントタスクでどの程度のパフォーマンスを示すかを評価したものです。結果によると、Gemini 3 FlashはOpenClawタスクの成功率で95.1%を記録し、第一位となりました。国内モデルのminimax-m2.1とkimi-k2.5は、それぞれ93.6%と93.4%で第2、3位に入りました。Claude Sonnet 4.5の成功率は92.7%、GPT-4oは85.2%です。
