Лучшая модель для Openclaw (тесты WildClaw!)

Claude Opus лидирует в бенчмарке WildClaw с 51% — но стоимость запуска $80 делает GPT-5.4 и Mimo V2 настоящими победителями среди дешевых агентов.

## Настройка эталона WildClaw выполняет реальные агентные задачи (чтение писем, запуск задач) внутри Docker-контейнеров OpenClaw — это не тест на программирование для инженеров. Набор открытый, так что вы можете клонировать его, модифицировать тесты и запускать на своих моделях. Предупреждение создателя: «возможно, что надежность этих тестов в будущем может быть не очень высокой, так как компании будут оптимизироваться специально под этот эталон».

## Лучшие результаты и затраты - Claude Opus: 51% в целом, $80 за полный прогон набора — «стоимость очень, очень высокая». - GPT-5.4: близкий второй примерно за четверть стоимости Opus, ещё и быстрее. Многие пользователи переходят на него, потому что лимиты плана кодирования Claude Opus недавно были сокращены, что вынуждает тратить больше на API. - Mimo V2 (Xiaomi): получил высокую оценку при стоимости запуска $26. Бесплатный расширенный доступ доступен примерно еще 6 дней через Kilo Code и партнерских провайдеров. - Minimax 2.7: использовался внутренне на агентах Loki/Gambit в течение двух месяцев; виден реальный отток по сравнению с Opus, но стоимость «очень-очень дешевая». - Грок: полный набор выполнен за 94 минуты против ~500 минут — «почти в пять раз быстрее».

## GLM5.1 Все еще работает GLM5 выпущен за два дня до видео; создатель находится на тестировании GLM 5.1, потому что «они настраиваются сами для агентских случаев использования» и утверждают 90% от Opus. Он не смог закончить к моменту видео, так как GLM5 «немного медленный».

## Планы кодирования против планов по токенам Создатель запускает своих агентов по плану кодирования MiniMax, а не по планам токенов — «Я не хочу постоянно всё чинить и возиться с OpenClaw». Щедрые лимиты с фиксированной ставкой лучше оптимизации по токенам, когда модель работает нестабильно.

## Итог Используйте Opus только если у вас безлимитный план кодирования. В противном случае запускайте WildClaw самостоятельно против GPT-5.4, Mimo V2 или Grok и выбирайте тот, который проходит ваши задачи с наименьшей стоимостью за запуск.