实战测评：从MiniMax到Opus 4.6，国产大模型在Agent场景下的真实表现

一位开发者在OpenClaw框架下深度实测了多款主流大模型在Agent场景的表现。测试发现，MiniMax 2.5虽有人情味但执行力较弱，智谱GLM 5逻辑能力强但缺乏温度，而Kimi k2.5凭借均衡的能力成为目前国产模型中的最优解。相比之下，Opus 4.6展现出碾压级的意图理解能力，其对指令的精准捕捉被评价为“非同代际的产物”。