CommerceAgentBench 相关 AI 资讯 · AI 热点

9月1日

13:13

13:13

官方账号阿里通义 Qwen@Alibaba_Qwen

73°

CommerceAgentBench基准测试专注于真实商业需求，而非仅测试模型回答能力。该基准测试显示最佳整体完成率约为62%。Qwen3.8-Max在评估的开源权重模型中表现最强，能够处理复杂商业工作流。该基准已开源，可在GitHub查看完整结果。

AI模型 CommerceAgentBench Qwen3.8-Max 商业代理

推荐理由：阿里发布商业代理基准测试，Qwen3.8-Max在复杂商业工作流中表现最佳，完成率达62%。