AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
PinchBench
PinchBench evaluates coding agents on real-world agentic coding tasks, measuring both best-case and average performance across complex software engineering scenarios.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- text
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 6
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| Nemotron 3 Ultra (550B A55B) | 0.9 | 未收录 | 未收录 | 2026-06-04 · model_announcement | LLM Stats |
| Nemotron 3.5 Lightning (30B A3B) | 0.8537 | 未收录 | 未收录 | 2026-08-11 · model_announcement | LLM Stats |
| MiMo-V2-Omni | 0.812 | 未收录 | 未收录 | 2026-03-18 · model_announcement | LLM Stats |
| MiMo-V2-Pro | 0.81 | 未收录 | 未收录 | 2026-03-18 · model_announcement | LLM Stats |
| GLM-5V-Turbo | 0.807 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| LFM2.5-2.6B | 0.6822 | 未收录 | 未收录 | 2026-08-04 · model_announcement | LLM Stats |