모델 선택 끝판

OpenClaw에서 모델을 고를 때는 체감보다 실제 성공률을 봐야 한다고 정리한다.

PinchBench를 기준으로 보면, OpenClaw 스타일 작업에서 모델 성능을 비교해 선택할 수 있다.

• Claude Opus 4.6가 약 **93%**로 상위권
• GPT-5.4가 약 **90%**로 바로 뒤를 추격
• Qwen 계열도 크기별로 경쟁력 유지

핵심 메시지는 분명하다. 에이전트는 단순 대화가 아니라 실행이므로, 말은 잘해도 일을 못하는 모델을 걸러내야 한다는 것.

작성자는 이를 기준으로 모델을 역할별로 나눠 쓴다.

• 고성공률 모델: 중요한 코어 실행 작업
• 중간급 모델: 백업이나 가벼운 작업
• 로컬 모델: 정리, 단순 작업, 저비용 실행

결국 PinchBench가 모델 선택의 기준선이 되어, 감으로 바꾸는 대신 벤치마크 기반 의사결정을 하자는 주장이다.