一个 Hacker News 的讨论强调 **StepFun 3.5 Flash** 是 OpenClaw 平台上令人惊讶的性价比模型。 在 15 个模型的基准测试中，它在性价比排行榜上名列前茅，尽管在纯性能方面排名第五——Claude Opus 4.6 领先。 作者 skysniper 运行了 300 多个基准测试，发现性能和成本之间存在显著差异，昂贵的模型（如 Claude Opus 4.6）表现良好，但在价值方面排名较低。 其他模型，如 GLM-5 Turbo 和 MiniMax M2.7，也优于 Gemini 3.1 Pro。 该方法使用 Plackett-Luce 模型，侧重于相对性能（“A 胜过 B”），而不是绝对分数。 鼓励用户使用他们自己的特定任务来测试模型，因为排名因应用而异。 还有关于使用人工智能生成评论的讨论，以及对 OpenClaw 网站上数据差异的担忧。