使用OpenRouter运行PinchBench测试，花费约$40，将扩展更多模型

各类别得分已出。整体运行成本约$40通过@OpenRouter（加上计算成本，我这次未计量。但每次运行都在单块H100上）。我们已获得初步结果，很快将启动更多模型进行测试和扩展。