智能体
x.com ·
@Qwen (@Alibaba_Qwen)
Qwen 开源 CommerceAgentBench，Qwen3.8-Max 表现领先
Qwen 与 Accio 合作开源 CommerceAgentBench，一个针对真实商业运营的 Agent 基准。早期结果显示最佳整体完成率约 62%，Qwen3.8-Max 在开放权重模型中表现最强。该基准强调执行而非回答，对电商自动化有实际意义。
AI推荐理由 Qwen 官方发布 CommerceAgentBench 基准，并声称 Qwen3.8-Max 在开放权重模型中表现最强。提供了 GitHub 链接和具体完成率（~62%），信息具体且来源可靠，对电商 Agent 领域有实际参考价值。
85
浏览 66,844
点赞 337
评论 29
转发 23
正文
CommerceAgentBench 从真实商业需求出发，Qwen3.8-Max 在开放权重模型中展现出最强的整体性能。让我们在您的真实工作流程中测试 Qwen！🔥 Accio@Accio_official 大多数 AI 基准测试测试的是模型说什么。在商业中，难点从来不是答案，而是执行。我们已开源 CommerceAgentBench：一个用于真实商业运营的基准测试。早期结果令人警醒。最佳整体完成率约为 62%。Qwen @Alibaba_Qwen 在评估的开放权重模型中，在复杂商业工作流程中展现出最强的整体性能。探索基准测试和完整结果 ↓ github.com/Accio-org/Comm… 🔗 查看引用推文 💬29🔄23❤️337👀68995📊50 ⚡ 由 xgo.ing 提供支持
查看原文（中文正文为 AI 翻译）
CommerceAgentBench starts with real commercial demand, and Qwen3.8-Max delivers the strongest overall performance among open-weight models. Let's test Qwen on your real-world workflows! 🔥 Accio@Accio_official Most AI benchmarks test what a model says. In commerce, the hard part was never the answer. It’s execution. We’ve open-sourced CommerceAgentBench: a benchmark for real commerce operations. Early results are humbling. The best overall completion rate is ~62%. Qwen @Alibaba_Qwen delivered the strongest overall performance across complex commercial workflows among the open-weight models evaluated. Explore the benchmark and full results ↓ github.com/Accio-org/Comm… 🔗 View Quoted Tweet 💬29🔄23❤️337👀68995📊50 ⚡ Powered by xgo.ing